负责新能源汽车电池包下壳体铝合金激光-MIG复合焊接工艺全流程执行，主导焊接缺陷分析与参数优化，协同设备部门完成KUKA焊接机器人程序调试，确保产品焊接强度、密封性及外观符合IATF 16949及客户特殊要求。

• 主导优化电池包下壳体激光-MIG复合焊接工艺，针对薄壁铝合金（1.5mm+2.0mm）焊接易出现的熔深不足、咬边问题，通过正交试验法调整激光功率（3500-4200W）、MIG电流（180-220A）及焊接速度（6.5-7.2mm/s），结合热成像仪监测熔池温度（控制在620±10℃），将一次焊接合格率从96.5%提升至99.3%，单台焊接缺陷点从平均3.2个降至0.5个以内。
• 开发铝合金焊缝背面充氩保护方案，采用自制可调节式拖罩（覆盖宽度150mm）配合流量控制器（5-8L/min），解决因保护气体覆盖不足导致的氧化色缺陷，经X射线检测（ISO 17636-2）Ⅰ级片率从88%提升至97%，获客户SQE专项表扬并纳入供应商工艺最佳实践库。
• 协同设备工程师完成KUKA KR 16机器人焊接程序迭代，通过示教器优化轨迹平滑度（路径偏差≤0.3mm），并植入焊接参数防错逻辑（如功率波动超±5%自动停机），使设备异常停机时间从每月8小时降至1.5小时，产线OEE（设备综合效率）提升7.2个百分点。
• 编制《铝合金复合焊接常见缺陷图谱及应对指南》，涵盖气孔、裂纹、未熔合等6类高频问题的识别方法与调整策略，作为车间新员工培训核心教材，缩短新人独立上岗周期从45天至28天。

承担白车身A/B柱加强板、门槛梁等关键安全件的MIG焊与TIG焊作业，执行首件三检（自检、互检、专检）及过程巡检，参与焊接工艺纪律稽查，保障产品力学性能（抗拉强度≥380MPa）与尺寸精度（定位孔偏差≤0.5mm）。

• 针对A柱加强板（材料5182铝合金）TIG焊接后变形超标问题（初始平面度偏差2.1mm/m），通过分析焊接顺序（由中间向两侧对称施焊）与夹具约束方案（增加4个辅助支撑点），配合反变形工装预弯3°，将最终平面度控制在0.8mm/m以内，满足总装装配间隙要求。
• 发现批量焊缝气孔缺陷（发生率约5%）后，通过宏观断口分析（扫描电镜）锁定保护气体纯度不足（原使用99.9%氩气，实际含水分0.05%），推动更换为99.995%高纯氩并加装气体干燥器，配合调整钨极伸出长度（3-4mm）与预热温度（80-100℃），气孔缺陷率降至0.8%以下。
• 主导产线焊接参数标准化项目，梳理12类车身件的焊接规范（电流120-280A、电压20-28V、送丝速度6-12m/min），制作可视化参数看板并纳入MES系统防错，使不同班次作业一致性从82%提升至95%，季度客户投诉量减少60%。
• 担任车间焊接技能内训师，累计带教8名新员工，通过“理论+实操+缺陷案例复盘”三维培训法，使学员平均焊接一次合格率从85%快速提升至92%，其中2人获季度“质量标兵”称号。

执行碳钢/低合金钢结构件（如工程机械支架、管道法兰）的手工电弧焊与CO₂气体保护焊，完成首件尺寸测量（使用游标卡尺、角度规）与焊接记录填写，参与车间5S管理及设备日常维护（清枪、换导电嘴）。

• 攻克厚板（12mm Q345B）焊接层间温度控制难题，通过自制保温棉覆盖层（厚度50mm）配合红外测温仪（每层焊后监测≤150℃），避免冷裂纹产生，经UT超声波检测（GB/T 11345）Ⅰ级合格率从78%提升至94%，支撑车间承接某工程机械头部企业订单。
• 优化CO₂焊飞溅控制方案，调整焊丝伸出长度（12-15mm）、气体流量（18-22L/min）及焊接角度（向前倾角75-80°），配合使用药芯焊丝（ER50-6），使飞溅物重量从每米0.8g降至0.3g，清理耗时减少40%，单班产能提升15%。
• 参与车间焊接工艺文件修订，补充3类常用结构件的焊接坡口形式（V型、X型）及钝边尺寸（1-2mm）要求，更新《焊接作业指导书》第3.2章节，被纳入公司工艺标准化成果，后续同类产品焊接返工率下降25%。
• 发现焊机输出电压波动异常（±10%）后，通过万用表分段检测线路，定位电缆接头氧化问题，协助电工更换镀锡铜接头并做绝缘处理，避免因电压不稳导致的焊缝熔宽偏差（原±1.2mm，修复后±0.5mm），保障焊接质量稳定性。

新能源汽车电机壳体智能产线换型效率提升项目

• 新能源汽车市场爆发带动电机壳体需求年增40%，公司现有8条智能产线因产品型号切换频繁（每月12次），单次换型时间长达90分钟，导致设备综合效率（OEE）仅72%，无法匹配客户交付节奏。我的核心职责是统筹工艺、设备、质量跨部门团队，主导换型流程重构项目，目标将单次换型时间压缩至45分钟内，支撑产能爬坡。
• 项目面临两大关键挑战：一是传统换型中“内部作业”（模具温度预调整、夹具定位校准、参数手动输入）占比65%，依赖老员工经验且无标准化指引；二是多型号切换时，传感器与MES系统的参数同步存在延迟，导致校准失误率高达18%。我引入SMED（快速换模）方法论，通过时间动作分析拆解11项非增值环节，同时定位到“参数传递低效”是核心瓶颈。
• 我推动将换型流程重构为“前置准备+快速执行”双模块：前置阶段要求操作员提前30分钟完成模具预热、夹具基准预调（通过MES推送待换型号的预热曲线）；执行阶段开发“换型指导APP”，整合SOP视频、实时传感器数据及错误提示功能，实现“一键同步参数+视觉引导定位”，并通过VR模拟培训新员工，将换型学习周期从7天缩短至2天。
• 项目落地后，单次换型时间从90分钟降至32分钟（超目标29%），设备OEE提升至85%，月均多生产800件壳体，年新增营收约600万元。我主导编制的《智能产线换型标准化手册》被纳入集团制造体系，APP在3条同类产线复制应用，成为生产前线换型优化的标杆方案，我个人也因项目贡献晋升为生产主管。

高精度齿轮箱装配线防错体系构建与落地项目

• 公司核心产品高精度齿轮箱因装配环节人为差错（如轴承型号错用、齿轮啮合间隙超标），返工率达8%，年度损失超200万元，客户投诉率同比上升30%。作为装配线组长，我的任务是设计覆盖全流程的防错体系，将返工率降至3%以下，解决“人为失误不可控”的痛点。
• 前期PFMEA分析识别出12个关键工序中的7个高风险点（如轴承压装力不足、齿轮编号匹配错误），现有防错仅依赖人工目检，漏检率达15%。我发现问题根源在于“技术防错缺失+经验传承断层”——没有将老员工的隐性经验转化为可复制的防错规则，也未用工具固化关键参数。
• 我提出“技术防错兜底+管理防错补位”的方案：技术上，针对轴承压装工序引入压力传感器（精度±0.5kN）与MES联动，未达设定力值则自动报警并锁定工序；针对齿轮匹配，部署机器视觉系统（识别准确率99.9%）比对齿轮编号与BOM清单。管理上，编制《装配防错Checklist》，要求员工每完成一道工序必须验证防错装置有效性，并建立“差错案例库”每月培训。
• 体系落地后，装配线返工率从8%降至1.2%，年度节省返工成本185万元，客户实现连续3个月零投诉。该防错体系被公司推广至所有精密装配线，我个人因此获得“年度改善之星”称号，更重要的是从“解决具体问题”转向“构建系统性能力”，掌握了从一线痛点到体系设计的思维方法。

• 大二观察到毕业生离校时大量教材被废弃，而新生购书支出占生活费12%，便发起校园书籍教材循环计划。为解决传统二手书交易效率低的问题，我们开发微信小程序实现扫码估价、预约取件功能，并说服快递中心以成本价承接物流。
• 通过建立翻新消毒标准打消卫生顾虑，项目年流通教材1.2万册，累计为同学节省书费38万元。这段经历让我从商业小白成长为能设计闭环模式的实践者，项目不仅获省级创业金奖，更被纳入学校官方服务体系延续至今。