XiaoMi-AI文件搜索系统
World File Search System中试
环境管理
完成罐侧铯去除系统的安装： • 2019 年 12 月 – 完成 TSCR 系统模块化组件的制造和交付。 开始运行盐废物处理设施： • 承包商宣布他们已获得所有许可，程序已到位，监管要求已得到满足，设施已准备好开始启动活动。 • DOE 准备就绪验证将于 2020 财年第二季度开始。 完成第 8 块盐块的开采： • 目前采矿工作进展顺利，预计在第一季度末将开采出 13,000 吨盐。 开始挖掘地下的新公用设施竖井： • 2019 年 11 月 13 日，竖井和巷道承包商获得了开工通知。 开始运行综合废物处理装置： • 2019 年 10 月开始在 Hazen 中试工厂进行工艺气体过滤器测试。
NETL 的人工智能、机器学习和数据分析
碳捕获模拟对行业的影响 (CCSI 2) 碳捕获模拟对行业的影响 (CCSI 2) 是国家实验室、行业和学术机构之间的合作伙伴关系，旨在开发、部署和利用最先进的计算建模和模拟工具。CCSI 2 的开源、R&D 100 获奖计算工具集为行业最终用户提供了一套全面、集成的经过科学验证的模型，具有不确定性量化、优化、风险分析和智能决策能力。CCSI 2 在其不确定性和替代量化框架 (FOQUS) 中使用各种 ML 方法，帮助生成最佳实验设计，最大限度地从昂贵的实验室和中试规模实验中学习，降低技术风险。CCSI 2 还采用 DA 和 ML 来加速复杂模型的解决方案，以详细设计新型碳捕获设备和组件，利用先进的制造技术实现工艺强化。
利用酒精工业废料生物技术生产蛋白质饲料
摘要：本研究致力于开发和实施一种生物技术方法，利用谷物二次产品（即酒精发酵后的残渣和不合格谷物的发酵溶胞产物）生产高蛋白饲料。研究内容包括筛选能够高效处理这些底物的厌氧微生物菌群、优化发酵条件以及开展实验室和中试试验。所得饲料产品具有蛋白质含量高（45-47%）、氨基酸组成均衡（包括必需氨基酸）以及维生素和益生菌等生物活性物质的特点。发酵过程实现了有机成分的高利用率，从而降低了对环境的负面影响。与传统饲料生产方法和替代生物技术方法相比，该技术表现出了竞争优势。研究结果证实，利用二次原料生产高质量且经济实惠的饲料产品具有良好的前景。
个人简历 姓名 S. Rajesh Kumar 博士 职务 科学家 E ...
教育资格 喀拉拉邦大学（特里凡得琅）理科硕士 喀拉拉邦大学（特里凡得琅）博士 研究领域 纳米结构材料的溶胶-凝胶合成。超多孔纳米膜、光催化材料、高表面积氧化物陶瓷、亚临界干燥、二氧化硅和混合氧化物气凝胶、中试规模生产、铪、铌、钽等难熔金属及其氧化物、氯化物和碳化物的冶金术、新型前驱体铌酸盐和钽酸盐的湿化学合成、溶剂萃取、碳氯化、金属热还原、克罗尔还原、真空精炼、超高纯五氧化二铌、氧化碲和氧化钼的合成 电子废物管理、贵金属工艺、废旧 PCB 回收、气体净化、锂离子电池回收、冶炼、电解精炼 公认的奖项/荣誉/研究员
岩床热能储存与太阳能集热器的工业应用：模拟、实验和参数分析
供暖约占全球所有最终能源消耗的 50%。为了减少供暖碳排放，必须使用可再生能源。为了解决可再生能源的间歇性问题并提供操作灵活性，需要低成本、多功能的热能存储单元集成系统。岩石基高温热能存储（高达 600 ◦ C）与高温太阳能集热器相结合，为减少中温（100 ◦ C – 250 ◦ C）工业过程中蒸汽锅炉的天然气消耗提供了一种解决方案。本研究使用实验数据开发并验证了现有垂直流 1 MWh 高温热存储单元的二维模型。进行了参数研究以评估关键设计参数及其对温度曲线和充电效率的影响。发现充电效率在 77 – 94 % 范围内。该中试规模模型在数值模型中被扩大到工业级 330 MWh 存储，其中输出温度和流量表示恒定功率输出，同时考虑到太阳能集热器的残余输入热量。
1.5. 氢气作为能源
a) 蒸汽甲烷重整 b) 碳氢化合物的部分氧化 2. 煤气化制氢 3. 水电解制氢 4. 核能制氢 5. 风能制氢 6. 生物质制氢 5. 利用太阳能制氢。 制氢方法有多种。我们可以根据氢气是来自可再生能源（如风能、太阳能）还是来自不可再生能源（如煤炭、天然气）进行大致分类。目前，传统的制氢方法是氢气生产中最广泛采用的方法，占全球氢气产量的近 90%。但这些方法的问题是它们会释放大量的二氧化碳。水电解占全球产量的 4%，该工艺的优势在于它拥有完善的技术且不含二氧化碳，但与传统工艺相比成本较高。其余工艺因其无污染性质而变得越来越重要，但技术仍处于中试规模水平，生产成本也很高，如下表所示。
采用自动化和智能机器辅助...
自动机器引导施工 数字化施工数据存储库，可用于数字孪生应用 高度遵循设计规范 时间高效，减少浪费 在不影响施工质量的情况下按时施工（平整、充分均匀压实的表面） 改善驾驶性能 增强性能耐用性和使用寿命 提高生产力 实时文档和更好的透明度和最少的人为干预 3. NHAI 在勒克瑙-坎普尔高速公路项目中开展了一个 AIMC 试点项目，其中使用了自动化和智能机器，例如 GPS 辅助平地机、智能压实机和无绳摊铺机。在对本项目中展示的 AIMC 功效的评估以及项目利益相关方的反馈意见的基础上，考虑了这方面的国际指南/规范，决定在以下项目中试点在 NH 建设中采用 AIMC：
全球最大硅基氮化镓晶体成功生长
日本制钢所和三菱化学株式会社正在 NEDO 的“节能技术战略创新计划”下，致力于电力电子用大直径块状氮化镓 (GaN) 基板的示范和开发。该示范和开发在 2021 年 5 月建立的世界上最大的 GaN 基板制造示范设施（大型示范设施）中进行。我们使用“SCAAT TM -LP”进行了 4 英寸 GaN 基板量产晶体生长实验，这是一种低成本的高质量 GaN 基板制造技术。实验结果，我们已确认 4 英寸 GaN 晶体正在按计划生长。与中试设施相比，大型示范设施的规模显著扩大，可以制造大量的 GaN 基板。未来，我们将在大型示范设施中进一步进行示范实验，旨在通过稳定供应高质量的GaN基板，为超高效器件的开发做出贡献，并于2022财年初开始向市场供应。
云计算的新高度 - AVEVA
设备在发生故障前几天、几周甚至几个月内即可恢复。这有助于 PETRONAS 等资产密集型组织减少设备停机时间、提高可靠性、提高性能和安全性，并降低运营和维护费用。PETRONAS 在选定的上游设施和下游工厂进行了为期六个月的概念验证 (POC) 项目的 Microsoft Azure 中试用了 AVEVA Predictive Analytics。该项目的重点是评估该解决方案在检测和提供机械问题早期预警方面的有效性。在成功进行 POC 后，PETRONAS 在四个上游平台和两个下游工厂进行了试点。系统集成商 Trisystem Engineering (TSE) 被聘请在各个站点部署该解决方案。TSE 与 PETRONAS 密切合作，通过敏捷方法通过冲刺规划实施了该解决方案，将执行类似功能的设备组合在一起。每个冲刺通常包括七到十台设备。由于 AVEVA Predictive Analytics 配备了专门为能源行业定制的人工智能，