负责DCT双离合变速箱总成精密装配全流程管控，涵盖零部件来料预检、关键工序（离合器压装/齿轮组对中/换挡拨叉安装）操作、在线质量检测及异常停线处理；主导产线工艺优化与新人技能传承，保障单班产能≥120台/人且一次交验合格率≥95%。

• 针对某量产型号6速DCT变速箱壳体与输入轴装配异响问题，运用GD&T公差分析工具拆解壳体孔位偏差（±0.03mm→±0.05mm）与输入轴跳动值（0.02mm→0.04mm）的匹配关系，结合PFMEA识别压装顺序风险点，调整‘先预压定位再终压’工艺，同步加装位移传感器实时监控压装深度（精度±0.01mm），3周内将异响不良率从4.2%降至0.3%，单月减少返工成本18万元。
• 主导编制《变速箱总成装配防错手册》，梳理12类关键防错点（如螺栓漏拧/活塞环装反），引入视觉识别系统（检测精度0.1mm）替代人工目检，配合扭矩枪联网数据追溯（存储周期3年），使装配漏项率从1.1%降至0.05%，获车间年度‘质量改善一等奖’。
• 负责3名新员工带教，设计‘理论+模拟+实操’三阶培训体系：前2周通过CATIA装配动画讲解结构原理，中间3周在离线工装台练习扭矩控制（目标值±3%）与部件配合间隙测量（使用塞尺/千分尺），最终考核通过率100%，徒弟独立上岗后人均产能达线体均值92%。
• 发现某批次输入轴花键与齿轮内花键配合过紧（实测扭矩超工艺上限15N·m），联合供应商反向排查热处理工艺（淬火温度偏差±10℃导致硬度偏高），推动来料检验增加硬度抽检项目（每批5件），后续同类问题未再发生。

承担4缸涡轮增压发动机缸体装配任务，执行缸盖密封面清洁（清洁度≤5mg）、火花塞孔攻丝（螺纹精度6H）、水套试漏（保压10bar/3min无压降）等核心工序；参与产线节拍优化与工艺文件修订，支撑单班产能从90台提升至110台。

• 针对缸盖螺栓拧紧扭矩波动问题（标准值90±3N·m，实测波动±5N·m），使用扭矩分析仪采集200组数据，发现液压扳手油温升高（从25℃→50℃）导致输出压力衰减，提出‘每装配5台扳手冷却10分钟’的临时方案，并推动设备部加装油冷装置（降温速率5℃/min），最终扭矩波动控制在±2N·m以内，返工率下降70%。
• 优化水套试漏工序：原人工打压试漏耗时45s/台，引入自动试漏机（集成了压力传感器与PLC控制），配合自主设计的工装夹具（定位精度±0.05mm），将单台耗时缩短至20s，年节约工时1.2万分钟，线体产能提升22%。
• 修订《发动机缸体装配作业指导书》V3.0，补充‘缸体上平面平面度超差（＞0.05mm）时需增加垫片补偿’的操作细则，解决因铸件变形导致的后续装配干涉问题（月均发生次数从3次降至0），获工艺部书面认可。
• 协助处理一起批量性拉缸故障（涉及50台发动机），通过拆解分析确认是装配时活塞环开口间隙未达标（标准0.25-0.35mm，实测0.15-0.20mm），追溯发现员工使用的塞尺磨损（精度失准），推动工具管理组建立‘量检具周校准’制度，后续同类问题零发生。

负责工业减速箱基础装配，执行齿轮啮合调整（侧隙0.15-0.25mm）、轴承游隙测量（径向0.02-0.05mm）、端盖螺栓紧固等操作；参与产线5S管理及基础质量问题反馈，保障日产能≥60台。

• 主动学习使用气动螺丝刀（扭矩范围5-50N·m）与数显游标卡尺（精度0.01mm），1个月内掌握6种常用减速箱的装配工艺差异（如行星齿轮箱与平行轴齿轮箱的轴承安装方向），独立完成装配的合格率达98%，提前2周通过转正考核。
• 发现某批次输出轴键槽与齿轮键配合过松（间隙0.1mm→标准≤0.05mm），用红丹粉涂抹键面检测接触面积（仅60%→标准≥85%），及时反馈采购部更换供应商，避免了120台不合格品流出，被评为‘月度质量之星’。
• 提出‘装配工位物料定置优化’建议：将常用螺栓（M6/M8各4种规格）从3层托盘改为按规格分区的抽屉式料盒，取料时间从8s/次缩短至3s/次，线体整体效率提升5%，该方案在全车间推广。
• 协助师傅完成老款减速箱的返修任务，独立处理齿轮啮合异响问题（通过调整垫片厚度0.05mm修正中心距偏差），累计修复23台，为公司节省报废损失约8万元。

船用低速柴油机关重件生产线效能提升项目

• 项目背景：公司承接马士基大型集装箱船动力系统订单，核心关重件（曲轴、连杆、缸套）生产线因瓶颈工序识别不准、异常停机频发，导致交付延迟率达15%、客户投诉率超8%，直接影响订单履约率。我的核心目标是主导生产线效能优化，将OEE（设备综合效率）提升至85%以上，交付延迟率压缩至5%以内，并输出可复制的瓶颈解决方法论。
• 关键难题与技术方案：传统瓶颈分析依赖人工工时统计，误差高达20%；设备异常响应依赖口头传递，平均故障修复时间（MTTR）达45分钟。我引入TOC约束理论结合MES系统实时数据，建立“工序节拍-库存积压-产能匹配”三维分析模型；同时升级ANDON异常报警系统，打通“一线触发-维修派单-工程师诊断”数字化链路，解决信息传递滞后问题。
• 核心行动与创新：我牵头成立跨生产、设备、工艺的7人改善小组，收集3个月MES数据并做鱼骨图归因，定位连杆加工中心换模时间过长（90分钟/次）为核心瓶颈；推动SMED快速换模改造，通过工装模块化、预调整等措施将换模时间压缩至30分钟以内；针对异常响应，我将ANDON按钮与员工手机端绑定，触发后自动向维修组推送位置+故障类型，同时向工艺工程师发送实时数据看板，实现“10分钟内到场、15分钟内定位根因”的响应标准。
• 项目成果与价值：项目实施后，生产线OEE从72%提升至88%，交付延迟率降至3%，年新增产值1200万元；SMED方案被集团纳入《关重件生产线换模标准作业指导书》，ANDON系统升级模板在全公司3条同类产线复制；我个人因此获得公司“年度生产改善先锋”称号，同时积累了从“数据诊断-方案设计-跨部门落地”的完整效能优化经验。

生产前线数字化巡检与故障预测体系构建项目

• 项目背景：公司推进“智能制造2025”战略，但现场巡检仍依赖纸质记录，漏检率高达18%，设备隐性故障（如轴承磨损、电机过载）导致的非计划停机占比达22%，增加维修成本的同时影响生产连续性。我的目标是主导构建“数字化巡检+故障预测”体系，将漏检率降至5%以内，设备故障预测准确率提升至80%以上，支撑生产线零非计划停机目标。
• 关键难题与破局思路：一线员工对数字化工具抵触（认为“操作复杂、增加工作量”），且设备状态数据分散在MES、SCADA、设备厂商系统，缺乏统一分析模型。我选择低代码平台开发轻量化巡检APP，结合RFID标签实现“定位打卡+步骤强制校验”，解决漏检问题；同时联合设备部门梳理12类关键设备（曲轴磨床、连杆镗床等）的300+个巡检点，提取温度、振动、电流等10类核心指标，用随机森林算法建立故障预测模型。
• 核心行动与决策：为消除员工顾虑，我先在1条试点线推行，收集120条反馈优化APP界面（将操作步骤从11步简化至5步），并配套积分激励制度（巡检达标得积分，兑换劳保用品或培训机会），试点线员工参与率从45%提升至92%；针对数据分散问题，我协调IT部门打通3个系统接口，建立设备数字孪生台账，实现“巡检数据-历史故障-预测结果”关联分析；最终推动模型上线，实时监控设备健康状态并向班组长推送“未来72小时故障风险预警”。
• 项目成果与价值：体系落地后，现场漏检率从18%降至4%，设备非计划停机时间减少25%，年节省维修成本约600万元；故障预测准确率达82%，提前识别并处理了12起即将发生的轴承烧损、电机绝缘老化故障，避免了百万级生产损失；项目获得公司“智能制造创新奖”，数字化巡检体系已纳入集团新工厂标准配置，我个人也完成了从“现场执行管理者”到“数字化生产解决方案设计者”的能力跃迁。

• 因痛心于年轻人对历史的疏离，我在B站创立「古人脱口秀」栏目，用职场梗解构历史事件（如《雍正皇帝的KPI保卫战》）。通过设计「颠覆认知-史料佐证-现代共鸣」三幕剧本模板，单期视频最高收获1.7万条弹幕互动。
• 两年间栏目播放量突破180万，作品被多地中学选为教学素材。这段经历磨砺出将学术内容转化为大众语言的能力，也让我理解到真实用户反馈才是创作者的指南针。