负责工厂3个车间8类核心生产设备（CNC机床、压铸机、工业机器人）的实时数据采集体系搭建与优化，覆盖协议适配、边缘计算节点部署及全链路数据质量管控，支撑设备预测性维护与工艺参数优化项目落地。

• 主导设计多协议混合采集方案，针对车间内23台德玛吉CNC机床（支持OPC UA/MTConnect双协议）、15台布勒压铸机（私有Modbus TCP变种协议），通过定制化解析脚本+研华UNO-2272G边缘控制器，解决协议兼容性问题，实现设备接入率从78%提升至98%，单台设备日均有效数据点从1200个增至2500个。
• 优化数据采集链路性能，针对高并发场景（峰值1200台设备/秒数据上报），引入Apache Kafka消息队列作为缓冲层，结合自定义流量控制算法动态调整采样频率，将数据丢包率从2.1%降至0.25%以下，支撑上层AI模型实时训练的稳定性。
• 开发时序数据清洗与标准化工具链，基于Python+Pandas构建异常值检测模块（IQR算法+滑动窗口校验），修正因设备时钟不同步导致的时间戳偏移问题（最大偏差从5分钟压缩至±5秒），并通过InfluxDB存储优化策略（保留策略分层+压缩编码），将存储成本降低40%的同时保障查询效率提升3倍。
• 建立数据质量闭环监控体系，利用Grafana配置200+项指标告警（如连续缺失率>5%、数值跳变超阈值），结合企业微信机器人实现异常15分钟内触达，推动设备供应商修复通信模块缺陷12项，季度数据可用率从92%稳定至99.6%。

协助搭建2条自动化产线的设备数据采集平台，完成PLC、传感器等多源数据的接入、清洗与MES系统对接，支撑生产节拍分析与OEE提升项目。

• 参与注塑机产线数据采集实施，使用Wireshark抓包解析西门子S7-1500 PLC的S7通信协议，提取注射压力、模温等18个关键工艺参数，通过自定义OPC UA服务器转发至SCADA系统，完成12台设备的稳定对接，数据同步延迟控制在200ms内。
• 优化Modbus RTU轮询策略，针对车间温湿度传感器（RS485总线）频繁丢包问题，调整寄存器读取顺序（按功能码分组批量读取）、延长超时时间至500ms并增加重试机制，单轮询周期耗时从800ms降至300ms，数据完整率从95%提升至99.3%。
• 搭建本地临时数据缓存库，使用InfluxDB存储高频振动传感器数据（1kHz采样率），解决MES系统写入压力大导致的丢数问题，支撑工艺部门完成模具磨损频谱分析，识别出3类异常振动模式，对应模具更换周期延长20%。
• 编制《设备数据采集接口规范V1.0》，梳理20+类设备的通信协议、寄存器地址、数据类型等信息，制定标准化调试流程，使后续新设备接入周期从7天缩短至3天，项目实施成本降低30%。

执行自动化产线设备数据采集调试任务，保障PLC、编码器等设备数据稳定上传至监控平台，协助解决现场通讯故障与数据异常问题。

• 配合完成汽车转向节加工线PLC数据采集调试，使用STEP 7读取西门子S7-1200 PLC的X轴进给速度、主轴负载等运行状态数据，通过优化PLC程序循环周期（从100ms调整为50ms），解决因扫描周期过长导致的偶发性数据断档问题，产线数据上传率从90%提升至97%。
• 负责车间工业机器人（发那科M-20iD）数据采集维护，定期校准基恩士激光位移传感器的模拟量输出（4-20mA信号），排查因接地不良导致的信号波动（波动范围从±0.5mA缩小至±0.1mA），设备数据异常报警次数减少60%。
• 整理产线设备数据字典，录入200+个IO点位（数字量/模拟量）的物理意义、量程范围及对应工艺参数，制作可视化速查手册，使团队新成员熟悉设备数据含义的时间从3天缩短至1天，提升跨部门协作效率。

重型机械装备全生命周期物联网平台研发及产业化项目

• 项目背景：公司作为重型挖掘机、矿用卡车制造商，面临设备运维成本高（占比营收8%）、故障停机损失大（单台设备年停机成本超20万元）、客户需求从“买设备”转向“买运行保障”的痛点；核心目标是从“产品交付”转向“服务赋能”，构建覆盖设备生产、运输、运维、报废的全生命周期物联网平台，实现故障预测性维护与远程运维，降低客户 downtime 30%以上。
• 我的角色与行动：作为项目总架构师，主导从需求调研到落地的全流程——首先联合售后、研发、生产部门梳理12类核心装备（如SY系列挖掘机、矿用卡车）的36个关键部件（发动机、液压系统、传动箱等），定义“振动+温度+压力+油耗”多维度监测指标体系；其次设计“边缘智能网关+云平台+应用层”三层架构，边缘侧采用自研工业级网关（支持Modbus TCP、CAN、Profibus等10+种协议），实现设备数据的实时清洗、特征提取（如振动信号的FFT频谱分析）；云平台基于Kubernetes容器化部署，整合时序数据库InfluxDB与关系型数据库PostgreSQL，支撑高并发数据存储与查询。
• 项目难点与解决方案：难点1是重型机械工况复杂导致数据噪声大，传统故障预测算法（如SVM）准确率仅75%；我牵头联合高校机械工程学院，采集10万+小时液压系统泄漏、发动机积碳等故障工况数据，创新性采用“变分模态分解（VMD）+卷积神经网络（CNN）”模型——先用VMD分解振动信号去除噪声，再用CNN提取深层特征，将故障预测准确率提升至92%。难点2是 legacy 系统集成困难，旧有MES、ERP系统采用SOAP协议，与物联网平台对接存在数据格式不兼容问题；我设计“协议适配器+数据映射引擎”，将SOAP数据转换为JSON格式，并通过ETL工具实现字段级映射，最终打通8套核心系统，实现生产数据与设备运行数据的双向同步。
• 项目成果与影响：平台上线6个月内覆盖公司80%在售设备（约1.2万台），设备故障停机时间同比降低35%，客户运维成本减少28%；支撑公司推出“设备健康管理订阅服务”，新增年度运维收入1.2亿元，推动公司从“装备制造商”向“装备+服务提供商”转型。个人贡献方面，主导了架构设计与关键技术攻关，申请3项发明专利（其中1项已授权），参与制定2项《重型机械物联网数据交互规范》行业标准草案，项目成果被集团评为“年度数字化转型标杆案例”。

汽车零部件生产线实时物联网改造项目

• 项目背景：公司汽车底盘零部件生产线（如转向节、控制臂）存在生产效率低（OEE仅72%）、人工巡检误差大（漏检率达15%）、工艺参数调整滞后等问题；目标是实现生产过程透明化，提升OEE至85%以上，降低人工成本20%。
• 我的角色与行动：作为项目核心工程师，负责从设备联网到应用落地的全实施——首先调研5条生产线的20台设备（包括数控机床、热处理炉、装配线），针对不同厂商设备的协议异构问题（如Fanuc CNC的FOCAS协议、西门子PLC的Profinet协议），开发8个轻量化协议转换器，实现设备数据的统一采集与归一化处理。其次搭建实时数据处理 pipeline，采用MQTT协议传输数据，InfluxDB存储时序数据，Grafana做可视化看板，将数据处理延迟从5秒降至500毫秒以内。最后结合工艺要求，设计OEE分析模型，整合设备稼动率、性能率、合格率三大指标，实现瓶颈工序（如热处理环节）的实时预警。
• 项目难点与解决方案：难点是生产设备实时数据量大（单条生产线每秒产生1000+条数据），传统数据库无法支撑高并发写入；我优化数据库写入策略，采用“InfluxDB批量写入+缓存队列”机制，将写入吞吐量提升至10万条/秒，同时保证数据完整性。难点是工艺人员对物联网数据的分析能力不足，导致看板利用率低；我联合工艺部梳理10个核心工艺场景，定制“工序产能波动”“设备异常预警”等6个专项看板，并开展3轮培训，让工艺人员能快速通过数据识别问题。
• 项目成果与影响：项目上线后，生产线OEE提升至86%，超过目标值；人工巡检工作量减少40%，漏检率降至2%以下；项目成为公司内部“低代码物联网改造”标杆，推广至3个生产基地的12条生产线，累计节省人工成本600万元。个人贡献是解决了协议异构与实时数据处理的核心问题，推动项目从“技术落地”到“业务价值转化”，被评为当年公司“优秀项目工程师”。

• 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。