美国能源部化石能源办公室和国家能源技术实验室(NETL)选择了10个项目，获得了将近400万美元的联邦资金，用于美国高等院校的战略性化石能源和煤炭技术研发(R&D)项目。

DOE选择这些项目作为FE的大学培训计划的一部分，该计划旨在培养化石能源领域的下一代科学和工程专业人士。该计划包括富裕的大学煤炭研究(UCR)以及历史悠久的黑人学院和大学以及其他少数族裔机构(HBCU / OMI)计划，后者旨在增加代表性不足的学生对此类研究的参与。选定的项目将实现以下目标：

教育和培训下一代科学家和工程师，以填补重要的化石劳动力缺口。

推进针对煤基化石能源的创新基础研究。

开发早期技术，这些技术可以提高国内能源的可承受性，并提高电网的可靠性和弹性。

NETL将管理这些项目，这些项目属于以下四个感兴趣的领域：

新型分析方法在确定燃煤飞灰废物流中砷和/或硒浓度中的应用

粉煤灰中砷和硒的表征，以提高对处置和再利用潜力的评估 –杜克大学(北卡罗来纳州达勒姆)计划研究粉煤灰中砷和硒的化学形式，并改进表征方法。该项目将建立粉煤灰中砷和硒物质的高通量表征方法，并加深对煤燃烧参数如何影响粉煤灰中可浸出砷和硒含量的了解。

能源部资助：40万美元。

计划：UCR。

阐明粉煤灰中的砷和硒形态–佐治亚理工学院(佐治亚州亚特兰大)打算通过同步加速器X射线光谱和显微技术，系统地表征煤灰中的砷和硒形态，以开发全面的相关性和可检索的数据库适用于煤炭来源/类型，产生条件以及砷/硒的形态和迁移率。

美国能源部(DOE)资助：399,706美元。

计划：UCR。

用于化石发电的网络安全传感器

化石发电系统中网络安全传感器基础设施的新型访问控制区块链范例 –卡内基梅隆大学(宾夕法尼亚州匹兹堡)旨在设计，表征和演示突破性的化石发电系统安全区块链协议。该协议将增强机器对机器交互的网络安全性;用于传感器安全数据记录的基础架构;分散数据存储;和用于大量机器对机器交互的第二层技术。

能源部资助：40万美元。

计划：UCR。

通过区块链和机器学习进行安全数据记录和处理 –佛罗里达国际大学(佛罗里达州迈阿密)计划开发一种新型平台，用于化石燃料发电系统中的安全数据记录和处理。该平台将集成新兴的区块链和机器学习技术，以确保网络攻击期间电力系统的完整性，可靠性和弹性。

能源部资助：40万美元。

程序：HBCU / OMI。

基于化石电厂的传感器身份管理和数据流安全性的基于区块链的出处框架 – Old Dominion University(弗吉尼亚州诺福克)计划开发基于区块链的出处平台，该平台可以跟踪来自部署在化石发电中的传感器的数据流流量植入并检测身份违规，未经授权的通信和过程完整性违规。该项目将提供一个具有完整性保证的可信任框架，可以抵御网络攻击。

能源部资助：40万美元。

计划：UCR。

将区块链/对等(P2P)技术整合到支持软件定义的网络(SDN)的网络安全系统中，以保护化石燃料发电系统 –北达科他州大学(ND)旨在构建测试平台研究用于保护化石燃料发电系统运行的原型区块链/ P2P增强型，SDN支持的网络安全保护系统的功能和性能。

美国能源部(DOE)资助：399 778美元。

计划：UCR

使用高性能计算对现有燃煤电厂挑战进行建模

Inconel 740H合金在提高发电厂运行灵活性中的应用–北卡罗莱纳州农业技术州立大学(北卡罗来纳州格林斯伯勒市)计划为使用先进合金的现有燃煤发电厂设计替换集管。他们还将使用计算流体动力学和机器学习进行高级计算研究，以研究循环载荷下集管中的疲劳损伤累积。

能源部资助：40万美元。

程序：HBCU / OMI。

使用带有并行中央处理单元(CPU)和图形处理单元(GPU)的高性能计算来探测锅炉和汽轮机中的颗粒撞击 –加利福尼亚大学(加利福尼亚州里弗赛德市)打算开发一种GPU增强的计算方法来预测损坏率不同循环模式下的集管和涡轮的数量。这项工作将使用高级建模工具深入了解现有燃煤电厂面临的挑战。

能源部资助：40万美元。

程序：HBCU / OMI。

预测燃煤锅炉灰分沉积和传热的综合方法 –北达科他大学(北达科他州立大学)旨在开发一种先进的在线技术，以预测，监测和管理炉边灰分沉积，从而提高运营效率在一定范围的负载条件下。预测灰分沉积和氮氧化物形成的功能关系将被整合到预测工具中。

美国能源部(DOE)资助：399,238美元。

计划：UCR。

燃煤厂废水回用

采出水和废热辅助排污水处理：利用化学和能源协同增效创造价值 –西弗吉尼亚大学研究公司(西弗吉尼亚大学，摩根敦)计划利用采出水和废热开发排污水处理工艺，以最大程度地利用水和产生可销售的副产品，同时减少了处理过程的化学和能源足迹。

能源部资助：40万美元。

计划：UCR。