After setting up more than 40 Plant 3D projects for industrial facilities — from battery material plants to wastewater treatment […]
排污许可证拿到了，你以为就完事了？ 恰恰相反。拿证只是开始，证后管理才是真正的”日常功课”。根据生态环境部2025年公布的执法数据，因证后管理不合规被处罚的企业数量是因无证排污被处罚的3倍。换句话说，多数企业不是因为没证被罚，而是因为没管好证被罚。 这篇文章从企业实操角度，把排污许可证后管理的四个核心模块——自行监测、执行报告、台账记录、信息公开——讲清楚。不照搬法规条文，重点讲”怎么做”和”哪里容易出错”。 一、排污许可证后管理为什么重要？ 2016年国务院印发《控制污染物排放许可制实施方案》，标志着中国排污许可制度从”地方试点”进入”全国推开”。2021年《排污许可管理条例》（国务院令第736号）正式施行，排污许可的执法依据从部门规章升级为行政法规。到2024年底，全国已有超过40万家企业纳入排污许可管理。 这一轮改革的核心逻辑是：从”事前审批”转向”事中事后监管”。 过去的模式：环评审批一次性通过 → 验收 → 日常监管靠抽查（覆盖面低、发现不及时）。 现在的模式：排污许可证 = 企业排污的唯一行政许可 → 企业自证守法（自行监测 + 台账 + 执行报告）→
Back of the Envelope: Heat Exchanger Area — One Number Tells You If the Design Is Wrong You’re reviewing a
Back of the Envelope: Quick Pipe Size From Flow Rate Knowing the right pipe size without a calculator is a
锂电池制浆机选型：如何根据产能和配方计算双行星搅拌机大小 做电池产线设计的人都会遇到这个问题：客户给了年产能（比如 5 GWh），给了配方（比如 NMP 溶剂 + NCM 正极粉 + PVDF + 导电剂），问你需要多大的搅拌机、几台、怎么配。 这个问题看着简单，但我见过至少三个项目因为制浆机选型错误导致投产延期——要么搅拌机买大了（钱白花），要么买小了（产能不够，后面所有设备等浆料）。 这篇文章把计算逻辑从头到尾走一遍，附真实数据，看完可以直接拿去算。 第一步：从产能倒推每批次浆料需求 1.1 先算每天要涂多少正极材料 以 NCM
Process Equipment Cost Estimating: How to Get Within ±20% Without a Vendor Quote In December 2024, I watched a project
Root Cause Analysis for Process Engineers: Beyond 5 Whys to What Actually Finds the Real Problem I once spent three
Battery Factory Utility Systems: Compressed Air, Nitrogen, and DI Water — Design Rules Most Projects Miss I’ve walked through six
一个生产性项目摆在你面前，业主给了一份水质报告，问：”这水能处理到什么标准？用啥工艺？多少钱？” 你拿过报告，先别翻标准翻手册，就看三个数：COD、B/C 比、TDS。这三个数看完了，80% 的工艺路线就定了。剩下的 20% 是细节——氨氮、总磷、重金属、特定有机物——但骨架已经搭好了。 这篇文章把看数选工艺的逻辑讲透，从最基础到最复杂，每一步都有判断标准。 第一步：看 COD —— 决定用生物法还是物化法 COD（化学需氧量）是最直接的”这水有多脏”的指标。 COD < 500 mg/L：生物法为主 这个浓度段的废水，可生化性好就直接上生化系统。典型工艺： 好氧活性污泥法（CAS）——最成熟、最便宜。COD 去除率 85-95%，出水
Welcome to “Back of the Envelope” — a column where each article gives you one engineering calculation you can do
2025年中国退役动力电池超过80万吨，到2030年这个数字会突破300万吨。眼下行业的基本操作是：拆解、破碎、筛分、湿法冶金——听起来像开矿，做起来更像开矿，粗放、高碳、且回收率只能”差不多”。 问题不在化学。湿法冶金的浸出率能做到95%以上。问题在于每块退役电池都不一样——不同厂家、不同化学体系（LFP还是NMC？NMC 523还是811？）、不同健康状态（SOH从50%到85%不等）、不同使用历史。一刀切的回收工艺等于把好料和废料一起扔进粉碎机。 AI正在从三个环节改变这件事。 第一关：智能分选——退役电池别再”一锅端” 目前大多数回收厂的做法是人工分选：工人看电池包的标签、外观、鼓包程度，决定拆还是不拆、拆到什么程度。一天处理几吨还行，一天处理几十吨就开始出问题——漏判、错判、工伤风险。 AI视觉分选系统现在能做到： 自动识别电芯型号：用2D/3D视觉+CNN分类，识别18650、21700、方壳、软包等不同封装形式，准确率超过98%。不同型号走不同拆解线，效率提升30%以上。 外观缺陷分级：鼓包、漏液、腐蚀、变形——视觉模型分四级（A/B/C/D），D级直接安全处置不进拆解线，C级走特殊拆解流程。一个实际案例是浙江某回收企业上线后工伤率下降76%。 NIR（近红外）+ XRF联合分选：NIR识别有机物（隔膜、粘结剂），XRF识别金属元素（Ni、Co、Mn、Li）。配合决策树或随机森林模型，在破碎前就把铜箔、铝箔、正极粉、负极粉的大类分开，减少后端分选负担。 一家头部回收企业2025年上线了这套系统，年处理能力从2万吨提升到4万吨，人工从120人降到45人。投资回收期不到14个月。 第二关：梯次利用——这块电池还能不能”再就业” 不是所有退役电池都该直接破碎。SOH在70%以上的电池包完全可以梯次利用：通信基站备用电源、低速电动车、家庭储能、光伏配储。这个市场本身就在爆发。 问题是怎么判断一块退役电池的剩余价值？传统方法是抽检几颗电芯做充放电测试，耗时8-12小时，然后推断整包。误差很大——同一个包里不同电芯的衰减程度可以相差15%以上。 AI的做法完全不同： 基于历史运行数据的寿命预测：从BMS里导出电池包的历史电压、电流、温度曲线（部分车辆还记录了每次充电的SOC变化），用LSTM或Transformer时序模型预测每颗电芯的剩余循环寿命。不需要做完整充放电，只需要历史数据+一次短时脉冲测试（
Every industrial facility uses chemicals. Every chemical comes with a Safety Data Sheet (SDS). And in my experience, most facilities