能源行业碳捕集工艺工程师岗位求职简历范文与精析（碳捕集工艺设计、放大及工业化落地）

负责燃煤电厂百万吨级碳捕集工艺包设计、放大验证及运行优化，主导解决工艺工业化中的关键技术瓶颈，推动技术成果落地转化。

• 主导设计基于MEA（一乙醇胺）的碳捕集工艺包，针对目标电厂烟气高硫分（SO₂浓度800mg/Nm³）特性，开发耐硫胺液配方——通过分子结构修饰引入位阻基团抑制胺液氧化，结合Aspen Plus模拟胺液降解路径，配套电化学测试平台（CHI760E）验证氧化稳定性，最终胺液年降解率从15%降至8%，单套装置年运维成本减少200万元。
• 攻克工艺放大中再生塔热效率低难题，采用CFD模拟（ANSYS Fluent）优化填料层高度（从4m增至6m）与再沸器热负荷分配，引入蒸汽压缩再循环技术（压缩比1.8），将再生热耗从3.2GJ/吨CO₂降至2.5GJ/吨，单套装置年捕集量从100万吨提升至120万吨，达到国际先进水平。
• 统筹中试装置（处理量5000Nm³/h）连续运行测试，搭建包含在线pH计、红外气体分析仪的多参数监测体系，制定胺液组分动态调节策略（基于PLC控制的自动加注系统），实现系统连续3000小时运行稳定性达98.5%，关键指标（捕集效率、能耗）优于行业标准（95%、3.0GJ/吨）。
• 牵头编制工艺包技术文档（含P&ID图、设备清单、操作手册），主导与杭氧、沈鼓等设备商的技术对接，完成10台套核心设备（如高效填料塔、双相钢泵阀）的参数校核与现场调试，保障首套工业化装置一次性开车成功，投运后捕集效率稳定在90%以上。

聚焦低能耗碳捕集技术研发，开展新型吸收剂开发、工艺集成优化及多场景适用性研究，为工业化提供技术储备。

• 开发新型哌嗪衍生物吸收剂，通过Gaussian软件模拟分子构象，设计含支链结构的N-甲基哌嗪（NMP）衍生物，经实验室测试（自制吸收塔）验证，CO₂吸收容量较MEA提升25%（从0.5mol/mol增至0.625mol/mol），再生能耗降低30%（从3.8GJ/吨降至2.66GJ/吨），相关成果申请发明专利2项（CN202110XXXXX、CN202210XXXXX）。
• 搭建10Nm³/h膜分离-胺吸收耦合实验装置，筛选聚酰亚胺中空纤维膜（截留分子量200Da）作为预处理单元，优化膜操作压力（0.3MPa）与胺液循环比（1:5），使整体捕集能耗降至2.8GJ/吨CO₂，较纯胺法降低18%，相关论文发表于《化工进展》（2021年第6期）。
• 针对钢铁、水泥行业尾气特性（烧结机烟气含尘100mg/Nm³、水泥窑烟气H₂O含量12%），完成3类典型尾气的捕集工艺适应性评估，提出“布袋除尘+降温除水+膜预浓缩”定制化方案，被某钢铁集团50万吨/年捕集示范项目采纳，降低前端预处理成本15%。

协助完成碳捕集小试实验及数据积累，参与实验室安全管理与基础研发支撑，夯实工艺研发底层能力。

• 协助搭建胺液吸收-解吸循环实验平台（处理量2Nm³/h），负责实验参数记录（温度±0.5℃、压力±0.01MPa）及样品分析（GC-MS测定胺液组分、盐酸滴定法测CO₂负载），累计完成500+组实验数据采集，支撑团队发现“温度每波动±5℃，胺液吸收效率下降7%”的规律，提出恒温控制改进建议并被采纳。
• 主导修订实验室SOP文件12项，规范胺液存储（氮封钢瓶）、废气处理（碱洗塔+活性炭吸附）等流程，任职期间实验室未发生安全事故，获2018年度“安全标兵”称号。
• 运用Origin与Minitab对3年实验数据进行统计分析，建立胺液降解速率预测模型（R²=0.92），预测不同运行时长下的胺液性能衰减趋势，为研发团队调整配方迭代周期提供数据支撑。

分布式光伏电站智能故障诊断系统研发及产业化应用

• 项目背景：国内分布式光伏装机量年增速超40%，但传统人工巡检依赖经验，故障漏检率达25%、单站诊断耗时超4小时，严重影响电站发电效率与公司运维服务口碑。项目目标：研发一套覆盖“数据采集-故障识别-定位建议”的智能系统，将诊断准确率提升至90%以上、定位时间压缩至1小时内。我的职责：主导系统整体架构设计、核心技术攻关及从实验室到产业化的落地推进。
• 项目难点：一是多源数据异构——电站采集的逆变器运行数据、组件红外温度、环境辐照度等数据格式混乱，难以直接用于建模；二是小样本故障数据——真实故障场景数据占比不足5%，传统监督学习模型泛化能力极差。技术应对：采用边缘计算预处理（基于Node-RED搭建数据管道，统一Modbus/JSON协议），解决数据碎片化问题；引入迁移学习框架（PyTorch），从公司积累的10万+历史正常/故障数据中迁移特征，降低对小样本的依赖；结合图神经网络（GNN）构建故障知识图谱，关联“组件缺陷-环境触发-故障表现”的因果关系。
• 核心行动：牵头完成边缘节点的硬件选型（采用树莓派+工业级传感器）与软件部署，实现数据实时上传与清洗；针对故障分类任务，设计“预训练+微调”的迁移学习模型，将初始准确率从68%提升至89%；基于3年的故障案例库，手动标注2000+条故障关联规则，用GNN训练出可解释的故障溯源模型，比如能精准识别“组件隐裂→局部温度升高→逆变器输出波动”的链式故障路径。
• 项目成果：系统上线后，诊断准确率达92.3%，故障定位时间缩短至12分钟内；已覆盖全国1200+分布式光伏电站，为公司带来每年3200万+的运维服务收入增长（较之前提升45%）；主导申请2项发明专利（《一种分布式光伏组件故障的迁移学习诊断方法》《基于GNN的光伏电站故障知识图谱构建系统》），个人获公司“年度技术创新一等奖”，并成为集团分布式运维技术标准的主要制定者。

高能量密度磷酸铁锂电池热失控抑制技术研发

• 项目背景：随着储能市场对电池能量密度要求提升（从150Wh/kg向200Wh/kg突破），高能量密度磷酸铁锂电池的热失控概率从1‰升至3‰，传统液冷系统因重量大（占电池包总重12%）反而降低了能量密度，且极端工况下散热效率不足。项目目标：研发轻量化、高效的热管理系统，将电池包热失控温度阈值提升至180℃以上，同时能量密度提升10%以上。我的职责：负责热管理方案的架构设计、仿真验证及工程化落地。
• 项目难点：一是相变材料（PCM）性能不足——单一石蜡基PCM导热系数仅0.2W/m·K，无法快速吸收电池热量；二是微通道液冷的压降问题——传统直通道设计压降超10kPa，增加泵的功耗。技术应对：筛选硬脂酸-石蜡复合PCM（质量比3:7），通过添加膨胀石墨（5wt%）将导热系数提升至1.5W/m·K；采用仿生蛇形微通道设计（基于蜂巢结构启发），优化流道宽度（1.2mm）与间距（0.8mm），降低压降至4.5kPa；用ANSYS Fluent搭建热仿真模型，模拟10种极端工况（如针刺、过充、环境温度55℃）下的温度分布。
• 核心行动：主导完成12种PCM配方的热性能测试（DSC差示扫描量热法测潜热，激光闪射法测导热系数），确定最优复合比例；设计3版微通道液冷板，通过仿真对比筛选出散热效率最高的结构；制作10台样机，进行国标GB/T 36276的针刺实验，验证热失控抑制效果——样机在针刺后30分钟内未出现明火，温度峰值控制在178℃。
• 项目成果：优化后的电池包能量密度达207Wh/kg（较之前提升18%），热失控温度阈值从150℃提升至185℃；通过UL1973（北美储能标准）与GB/T 36276（国内储能标准）认证，应用于公司20尺集装箱式储能柜，助力拿下南方电网1.2亿+的储能订单；发表SCI论文1篇（《Enhanced Thermal Management of High-Energy-Density Lithium-Ion Batteries Using Composite Phase Change Materials and Bio-Inspired Microchannels》，发表于《Journal of Power Sources》）；申请3项实用新型专利（《一种复合相变材料电池热管理系统》《仿生蛇形微通道液冷板》等），个人晋升为储能热管理技术负责人，负责后续产品的迭代优化。