传统的PID控制难以适应超净排放标准，因此提出更好的控制方法是势在必行的。目前的研究方向：

1、机器学习建模，利用电厂的历史数据，通过机器学习的方法建立以出口NOx浓度为输出，以锅炉负荷、烟气温度、烟气氧含量、入口NOx浓度、喷氨量等等为输入的模型，寻得各个参量的关系，以便进行下一步的喷氨优化。

2、预测控制方法，利用建立好的模型，建立喷氨量的预测控制方法，以期望得到比现行PID控制更快的响应速度、更准确的喷氨量、更低的出口NOx浓度波动水平

  目前， 我国大型燃煤电厂几乎都采用了选择性催化还原(SCR)技术作为尾部烟气脱硝技术。SCR脱销技术核心是催化剂，低温SCR脱硝技术成为了当前燃煤电厂NOx排放控制技术研究的热点和发展方向，具有重要意义。
  1.掺杂金属元素改性提高SCR催化剂的低温活性以及抗水抗SO2中毒性能。

  2.利用分子筛的筛分作用将烟气中的SO2与参与SCR反应气体组分有效分离，解决低温下SO2对SCR催化剂的毒害问题。

  3.不同晶面TiO2载体的Mn系低温SCR催化剂的制备、表征及SO2中毒研究。
 

  富氧燃烧条件下的含碳固体燃料混燃将是实现含碳固体燃料清洁、高效利用和CO2捕集的有效方法之一。本项目通过不同尺度下的实验与数值模拟，在富氧燃烧条件下研究：

  1. 含H2O(g)高浓度CO2气氛对多阶煤混燃过程的传热传质与化学反应耦合影响机制；

  2. 分析组分煤特性(煤质特性与粒径)、反应条件(温度、氧浓度、化学当量比和时间)、掺混方式(炉外掺混和炉内掺混)及掺混比等对混燃着火、燃尽和NOx排放特性的影响；

  3. 基于以上，发展富氧燃烧条件下的多阶煤混燃优化策略，实现混燃过程中燃尽和NOx排放的协同优化。该研究不仅可丰富富氧燃烧和固体燃料混燃领域的理论，还可为富氧燃烧条件下含碳固体燃料混燃优化策略提供理论依据。

    我国低阶煤储量丰富，提质预处理是低阶煤高效清洁利用的重要环节。水热处理作为一种高效经济的低阶煤提质技术，其工业化应用面临着伴生废液的处置问题。

1. 以实验为基础，深入认识不同品质的低阶煤在水热改性提质过程中的理化结构变化特征、碳的三相转化行为，进而研究基于催化气化方式的含碳有机水热废液的无害化处置方式。  
2. 掌握低阶煤中有机碳结构在热解/水解双重作用下的降解路径，以及废液有机组分催化气化过程中重整/水气转换/甲烷化反应的相互耦合竞争机制。
3. 探索低阶煤水热提质-催化气化两级连续式反应及产物调控路径。

    该研究可为低阶煤的水热提质工艺在我国内蒙、新疆等缺水地区的工业化应用所面临的关键理论技术难题提供理论依据和解决方案，对丰富低阶煤高效清洁利用领域的技术和理论具有重要意义。

    随着可再生能源发电入网比例持续上升，燃煤机组将承担越来越繁重的调峰任务，面临灵活、高效运行的新挑战。建立燃煤发电过程动态模型，发展智能化决策、控制技术是应对新挑战的有效手段。本项目以电站煤粉锅炉为研究对象，立足于煤质复杂、多变的特殊国情及长期非设计工况运行和频繁升降负荷的电力“新常态”，开展电站锅炉动态过程建模研究。

1. 研究基于大数据的煤质特性计算方法，开发包含煤质特性和详细烟气组分的炉侧一维动态过程模型，并利用数值计算结果代替缺失的炉内温度、烟气成分分布数据，实现对烟气侧子模型的验证；
2. 研究水/蒸汽侧过程机理，探索机理与数据挖掘融合机制，构建电站锅炉水/蒸汽侧混合建模方法。

   通过研究可为电力“新常态”下电站锅炉的运行决策及控制系统优化等提供重要指导，为电力智能化发展奠定基础。
 

C-H键活化是目前关注的重点，本研究结合实际应用（低浓度甲烷脱除），开展该方向研究。主要研究内容为：

1. 制备一种新型催化剂，使其着火点低，抗硫抗水；热稳定性高，利于抗烧结。
2. 结合反应动力学方法，和量子化学方法研究反应机理。

   主要研究煤燃烧过程数值模拟以及生物质燃烧数值模拟:

1、煤粉锅炉调整优化燃烧及锅炉优化改造数值模拟；

2、高效低NO_X燃烧的数值模拟；

3、研究混煤燃烧数值模拟；

4、煤粉和生物质及生物质气混燃数值模拟。