统筹集团3大生产基地、12条产线的工业设备数据采集体系设计与落地，主导解决多协议异构设备接入、高并发数据实时传输及边缘侧数据处理难题，支撑数字孪生平台与预测性维护系统的数据供给。

• 主导设计基于OPC UA与MQTT混合协议的全域数据采集架构，针对集团内西门子S7-1500 PLC、三菱MELSEC iQ-R系列、ABB机器人等20+类设备，开发协议适配中间件，解决老旧设备（如2015款库卡KR 16）仅支持Profinet无原生MQTT接口的问题，通过逆向解析报文结构+自研转换引擎，实现98%非标设备的标准化接入，数据完整率从89%提升至99.6%。
• 优化边缘计算节点部署方案，在12条产线部署研华UNO-2272G边缘控制器，集成Python脚本实现数据清洗（剔除高频抖动值、修正时序偏移）与特征提取（计算设备OEE、能耗瞬时值），将原始数据量从日均12TB压缩至3.5TB，同时将数据上传至云平台的延迟从200ms降至45ms以内，支撑实时监控看板的流畅运行。
• 牵头制定《工业设备数据采集SLA规范》，明确关键设备（如热处理炉、精密注塑机）采集频率≥10Hz、非关键设备≥1Hz的差异化策略，配套开发采集任务监控看板（基于Grafana+Prometheus），实现断连告警响应时间从30分钟缩短至3分钟，全年因数据中断导致的生产异常停机事件减少65%。
• 推动数据采集与AI算法的预融合，在焊接产线试点部署轻量级异常检测模型（基于XGBoost），通过边缘侧实时计算焊接电流、电压波动特征，提前15分钟预警电极磨损故障，将设备维修成本从单次2.8万元降至1.2万元，该方案已推广至集团5条同类产线。

负责新能源电池pack产线全要素数据采集系统建设，聚焦设备状态、工艺参数、环境变量三类数据的高可靠获取，支撑产线数字孪生模型训练与工艺优化需求。

• 完成18台松下NPM-W2贴片机、6台德森高速点胶机的数据采集方案落地，针对贴片机仅开放RS485串口、点胶机采用私有二进制协议的痛点，开发串口转以太网网关（基于C#开发Modbus RTU转TCP模块），并逆向解析点胶机私有协议（通过Wireshark抓包+协议逆向工程），实现贴装精度（±0.02mm）、胶路直径（±0.05mm）等200+参数的秒级采集，数据同步误差控制在50ms内。
• 搭建基于InfluxDB的时序数据库集群，结合产线数据特征（高频采样、时间序列强相关）优化存储策略：对设备报警类数据（占比5%）保留全量原始数据，对工艺参数（占比80%）按1s粒度聚合存储，对环境数据（温湿度、粉尘浓度）降采样至5s粒度，存储成本降低40%的同时，查询响应速度提升3倍。
• 解决多源数据时间戳不同步问题，通过部署NTP服务器统一产线设备时钟，并在数据采集端嵌入时间校准算法（基于PTP协议），将不同设备采集数据的时间偏差从±500ms缩小至±50ms，为后续工艺参数与质量缺陷的关联分析提供可靠时间基准，支撑发现注液工序温度波动与电芯鼓包的相关性（R²=0.82）。
• 主导编写《产线数据采集异常处理手册》，归纳12类常见问题（如PLC程序锁死导致数据中断、电磁干扰引起串口丢包）的排查流程与解决方案，将产线运维团队的自主排障率从30%提升至75%，平均故障修复时间（MTTR）从2小时缩短至40分钟。

负责发动机缸体加工线CNC设备的基础数据采集，覆盖主轴转速、切削力、刀具寿命等关键参数，支撑生产进度跟踪与设备效率统计。

• 独立完成8台马扎克INTEGREX i-200S CNC机床的数据采集部署，通过FANUC FOCAS协议读取控制器实时数据，解决早期设备（2016年购入）FOCAS驱动版本过低导致的连接不稳定问题，通过升级客户端SDK+编写心跳检测脚本，将数据采集成功率从82%提升至97%，满足MES系统对设备状态实时监控的需求。
• 开发刀具寿命预测辅助工具，基于采集的切削力、主轴负载数据，结合设备历史换刀记录，构建简单线性回归模型（使用Python scikit-learn），预测刀具剩余可用时长，误差率控制在±15%以内，帮助产线减少因刀具崩刃导致的批量不良品，月均节省返工成本1.2万元。
• 优化数据采集频率配置，针对粗加工（主轴转速800-1200rpm）与精加工（1500-2000rpm）阶段设置差异化采集策略：粗加工阶段每500ms采集一次，精加工阶段每200ms采集一次，在保证关键参数完整性的同时，将单台设备日数据量从1.2GB降至750MB，减轻MES系统数据库压力。
• 编制《CNC设备数据采集操作指南》，梳理从物理接线（DB9串口连接）、协议配置（FOCAS参数设置）到异常排查（通讯超时、数据跳变）的全流程SOP，作为部门新人培训教材，将新员工独立上岗周期从2周缩短至5个工作日。

大型船舶动力设备车间全链路IoT数字化改造项目

• 项目背景：公司核心柴油机装配车间拥有12类重型设备（如曲轴镗床、缸体加工中心），传统模式下设备状态依赖人工巡检，故障停机率达12%/月，产能瓶颈突出；同时缺乏生产数据与设备数据的联动，无法支撑精益生产。核心目标是构建“设备-产线-车间”全链路IoT平台，实现设备预测性维护与生产效率优化。我的职责是主导从需求调研、方案设计到落地运维的全流程，协调工艺、设备、IT及外部供应商团队。
• 关键难题与技术路径：① 重型设备多协议兼容——车间设备涵盖Modbus RTU、OPC UA、西门子S7通信及10余台老旧设备的RS485自定义协议，需解决异构数据采集问题；② 复杂环境下的网关稳定性——车间存在高温（40℃+）、强振动场景，普通边缘网关易宕机；③ 预测模型准确性——船舶动力设备故障模式特殊（如曲轴裂纹、缸套磨损），纯数据驱动模型误报率达25%。技术上，我选择研华UNO-2272G边缘网关作为基础，自定义开发了“协议解析引擎”（支持15种以上工业协议），针对老旧设备设计了“串口转以太网+指令适配器”的轻量化方案；为提升稳定性，给网关加装了宽电压（9-36V）电源模块、冗余散热风扇及温度传感器，实现异常自动报警与重启；预测模型采用“LSTM神经网络+设备机理规则”融合架构——先由工艺专家梳理20条核心故障机理（如“油温超过85℃且振动值＞6.5mm/s时，轴承磨损概率提升40%”），再用半年积累的10万条设备运行数据训练模型，解决纯数据模型的泛化问题。
• 核心行动与创新：① 牵头跨部门 workshops，梳理出800+关键数据点（覆盖设备状态、工艺参数、质量指标），明确了“实时监控-故障预警-维修派单”的闭环流程；② 主导边缘网关的定制开发与现场测试，针对曲轴加工中心的强振动环境，额外增加了减震垫与防松螺丝，将网关宕机时间从每周12小时降至每月＜1小时；③ 推动模型迭代：联合工艺部门标注200+起历史故障案例，优化LSTM的输入特征（增加“累计运行时间”“上次维修后时长”等时序特征），将预测准确率从75%提升至92%。
• 成果与价值：项目上线后，设备故障停机率降至7.8%/月（下降35%），年度运维成本减少约280万元（降幅28%）；通过设备状态联动产线排产，车间产能提升18%（月均多产出2台柴油机）。我个人主导了全链路方案设计与关键技术突破，项目成为公司“数字工厂”标杆案例，被集团推广至旗下3家同类车间。

船舶发动机装配线IoT质量追溯系统建设项目

• 项目背景：公司船舶发动机装配线依赖人工记录零部件批次、工艺参数，追溯一件产品需4小时，且错误率达5%——曾因某批次连杆螺栓漏检导致整机返工，损失超50万元。核心目标是构建“IoT+MES”的实时质量追溯体系，实现从零部件入库到整机出厂的全生命周期溯源。我的职责是负责方案设计、关键设备选型及系统集成。
• 关键难题与技术路径：① 抗金属零部件标识——发动机零部件多为铸铁/铝合金材质，传统RFID标签读取率＜60%；② 工艺参数高精度采集——装配过程中的扭矩（±1N·m）、压力（±0.1MPa）等参数需实时上传，普通传感器精度不足；③ 系统集成一致性——追溯系统需与ERP（物料）、MES（生产）、QMS（质量）对接，数据格式差异大。技术上，我选用了抗金属RFID标签（频率134.2kHz），并在装配线工位加装定向天线（增益5dBi），将读取率提升至99.2%；工艺参数采集选用了德国HBM的C16扭矩传感器（精度0.05%FS）与威卡的压力变送器（精度0.075%FS），通过Modbus TCP实时上传至边缘网关；系统集成采用“API网关+数据中间件”方案，定义了统一的JSON数据格式，实现了跨系统数据的实时同步。
• 核心行动与决策：① 与工艺部门共同梳理15个关键装配工序（如连杆装配、缸盖密封），确定20个关键质量参数（如螺栓扭矩、活塞环压缩量），明确了“一物一码+工序绑定”的追溯逻辑；② 主导传感器部署测试：在装配工位模拟高温、油污环境，验证传感器的稳定性，最终选定IP67防护等级的设备；③ 推动跨系统联调：协调IT部门开放ERP的物料编码接口、MES的生产工单接口，制定了“追溯码生成-工序数据写入-异常报警”的联动规则。
• 成果与价值：系统上线后，质量追溯时间从4小时缩短至10分钟内，缺陷召回率降低45%（年度减少召回损失约300万元），客户关于“装配质量”的投诉下降30%。我解决了抗金属RFID的低读取率问题与高精度参数采集的痛点，项目为公司获得“船舶行业质量追溯优秀案例”奖项，也为后续全链路IoT改造积累了质量数据基础。

• 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。