主要观点总结
美国能源部宣布为推进废弃物制氢产业发展投入900万美元,用于支持6个具体项目。这些项目涵盖了气化炉技术改进、传感器研发、机器学习增强型光谱技术、碳捕集技术等多个领域。所有项目都旨在提高废弃物制氢的效率和技术水平。
关键观点总结
关键观点1: 生物质气化炉进料控制系统示范
GTI能源公司将示范新型气化炉进料系统,以提高生物质废弃物的制氢效率。
关键观点2: 机器学习增强型激光诱导击穿光谱的应用
理海大学等机构将验证机器学习与激光诱导击穿光谱结合的可行性,提供气化炉原料特征信息。
关键观点3: 无线人工智能多功能光纤传感器研发
斯蒂文斯理工学院将研发基于深度学习模型的无线多功能光纤传感器,实时监测气化系统状态。
关键观点4: 气化炉内部组件表面污垢监测的双模纳米阵列传感器开发
康涅狄格大学将开发新型纳米结构阵列传感器,用于实时监测气化炉内部组件表面颗粒污垢。
关键观点5: 集成创新点源碳捕集混氢燃气轮机示范
贝克休斯公司将集成先进商业化技术,示范适应波动性可再生能源的混氢燃气轮机系统,具有碳捕集功能。
关键观点6: 数字孪生模型的应用
电力研究所将构建混氢燃料燃气轮机联合循环的数字孪生模型,以评估其减排能力和性能。
正文
6月11日,美国能源部(DOE)宣布为6个项目投入900万美元,用于推进废弃物制氢产业发展。具体项目如下:(1)生物质/废弃物气化炉进料控制系统示范。GTI能源公司将示范一种新型的气化炉进料系统,最大程度地提高生物质/废弃物制合成气的产量。(2)用于制氢气化炉自动控制的机器学习增强型激光诱导击穿光谱。理海大学等将验证机器学习与激光诱导击穿光谱结合的可行性,为气化炉系统提供生物质、废塑料和遗留煤矸石等原料的特征信息。(3)无线人工智能多功能光纤传感器研发。斯蒂文斯理工学院将研发并测试一种基于深度学习模型的无线多功能光纤传感器,可连续、实时监测气化系统状态。(4)用于气化炉内部组件表面污垢监测的双模纳米阵列传感器。康涅狄格大学将开发一种新型纳米结构阵列单片传感器,用于现场实时监测气化炉内部组件的表面颗粒污垢。(5)集成创新点源碳捕集混氢燃气轮机示范。贝克休斯公司将集成多种先进商业化技术,示范适应波动性可再生能源电力输入的混氢燃气轮机系统,具有创新点源碳捕集功能。(6)部署和测试用于评估集成燃烧后碳捕集的混氢联合循环燃气轮机的数字孪生模型。电力研究所将构建一个混氢燃料燃气轮机联合循环并集成碳捕集的数字孪生模型,以评估其减排能力和性能。
原创声明:本文为中国科学院武汉文献情报中心先进能源科技战略情报研究团队原创,未经原作者允许不得转载本文内容,否则将视为侵权。转载或者引用本文内容请注明来源,其中论文引用请标明文章作者和单位(中国科学院武汉文献情报中心)。对于不遵守此声明或者其他违法使用本文内容者,本团队依法保留追究权等。
感谢喜欢先进能源科技战略情报研究中心微信公众号的您能够持续保持关注,我们将继续和您一路同行。