主导汽车零部件冲压/焊接/总装产线工业设备数据采集体系全生命周期管理，覆盖多协议适配、边缘计算优化、数据质量管控及MES/PLM系统集成，支撑生产数字化转型的核心数据源供给

• 主导产线PLC（S7-1200/1500、三菱FX5U、欧姆龙NJ501）数据采集方案设计，针对多品牌设备协议异构痛点，采用“OPC UA统一网关+Python自定义解析脚本”组合方案，攻克了11类设备的通信参数映射（如寄存器地址、数据类型转换）难题，将数据采集延迟从800ms压缩至180ms内，采集成功率稳定在99.2%以上，直接支撑MES系统实现生产节拍、设备状态实时监控，助力产线OEE提升12%
• 负责边缘计算节点性能优化，基于研华UNO-2272G边缘控制器部署实时数据处理算法（包括设备异常状态预判、无效数据过滤规则），将单台设备的无效数据量从占比35%降至12%，数据吞吐量从每天8GB提升至11.5GB（提升42%），年存储成本节省约28万元（按100台设备计算）
• 搭建工业数据质量闭环管控体系，依托Prometheus+Grafana配置15项核心指标（数据完整性≥99%、准确性≥98.5%、时效性≤500ms），通过Python编写告警触发脚本实现异常数据分钟级响应，数据质量问题导致的MES报工错误率从2.1%降至0.3%，支撑质量部门将不良品根因分析时间从4小时缩短至2.5小时
• 推动数据采集系统与PLM系统深度集成，采用MQTT协议打通研发BOM与生产设备数据链路，实现“设计参数-生产过程数据”的关联映射（如模具编号与冲压件尺寸数据的对应），帮助工艺工程师快速定位因设计公差偏差导致的产品不良，跨部门协同效率提升35%

负责中小型机械加工线（车床、铣床、磨床）设备数据采集落地，聚焦Modbus/CAN总线协议适配、边缘数据缓存及生产调度系统数据支撑

• 主导老旧机械加工线Modbus RTU/TCP协议设备接入项目，针对15台无通信接口的老旧机床，采用“研华ADAM-4017模拟量采集模块+自研RS485转以太网转换器”方案，解决了设备数据无法上传问题，接入设备总数从50台扩展至120台，数据采集成功率从85%提升至97%
• 搭建边缘侧数据可靠性保障机制，基于Redis本地缓存解决车间WiFi网络波动问题，设置“数据暂存-网络恢复后重传”策略，数据丢失率从10%降至0.8%以下，保障生产连续性数据的完整供给，支撑MES系统实现加工进度实时跟踪
• 开发定制化数据可视化看板，用Power BI对接采集数据库，整合设备OEE、主轴负载、刀具寿命等8项关键指标，帮助生产主管快速定位瓶颈工序（如某台铣床因刀具磨损导致停机时间增加），OEE月均提升15%
• 配合数控系统（发那科FANUC 0i-MF）供应商完成CAN总线数据采集调试，解决总线仲裁冲突问题（通过调整节点优先级参数），实现3类关键设备（加工中心、磨床、检测设备）的实时数据同步，支撑质量追溯系统上线，产品批次追溯时间从30分钟缩短至5分钟

协助完成自动化产线数据采集基础工作，包括设备协议调研、简单脚本编写及数据初步清洗，支撑汽车座椅装配线试点项目落地

• 参与汽车座椅装配线数据采集试点，调研西门子LOGO！PLC、台达变频器、松下伺服驱动器等12类设备的通信协议，整理《设备通信参数手册》（涵盖波特率、数据位、校验位等关键参数），为后续规模化接入奠定基础
• 用Python编写简单数据解析脚本，处理Modbus寄存器原始字节流数据（如将0x00-0xFF转换为设备开关量、数值量），数据解析效率从每小时1GB提升至1.5GB（提升50%），支撑试点项目生产数据报表功能上线
• 协助搭建数据采集测试环境，用Docker容器化部署采集网关（基于Eclipse Mosquitto MQTT Broker），模拟车间网络延迟、丢包场景，提前发现3个协议兼容性问题（如变频器Modbus寄存器地址偏移错误），减少上线后故障时间2天
• 参与数据清洗流程优化，用Pandas库处理采集数据中的缺失值（线性插值法）、异常值（3σ原则），数据准确率从90%提升至95%，支撑试点项目向管理层汇报时数据可靠性达标

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”。

支教时发现乡村小学因缺乏实验器材，科学课多停留在课本讲解。返校后联合实验室开发出百元级科学实验背包，内含20个基础实验器材。为确保可持续运营，设计配套视频课程与城乡结对系统，并培训132名大学生担任远程助教。项目覆盖9省47所学校后，学生科学兴趣评分提升35%。这段经历教会我用产品思维解决社会问题，当看到孩子们用自制望远镜发现土星光环时，我理解了教育的真谛是点燃可能性。