负责工厂15条汽车零部件产线（涵盖冲压、焊接、装配、注塑）的多源设备（PLC、传感器、 CNC、机器人）数据采集系统全生命周期管理，打通OT层设备与IT层系统的数采链路，支撑生产实时监控、OEE分析及预测性维护应用，保障数据完整性（≥99%）、时效性（≤150ms）与工艺关联性。

• 主导设计产线PLC+传感器融合数据采集方案，针对多品牌PLC（西门子S7-1500、欧姆龙NJ501、三菱Q系列）与异构传感器（倍加福编码器、霍尼韦尔压力变送器、基恩士视觉传感器）的兼容问题，采用研华UNO-2484G边缘网关搭载OPC UA统一协议栈，开发定制化寄存器映射脚本适配不同厂商的设备地址空间，解决了之前各产线单独部署网关导致的运维碎片化问题，最终实现15条产线280+台设备的实时数据接入，通信延迟从500ms降至80ms以内，全年数据丢包率控制在0.05%以下，支撑了生产可视化大屏的实时展示。
• 优化边缘端数据清洗逻辑，结合冲压车间工艺规则（如冲床压力阈值1200吨、滑块行程公差±0.1mm），用Python编写带工艺 context 的清洗脚本——针对冲床压力数据的高频波动噪声，引入滑动窗口中值滤波（窗口大小7）；针对传感器断连后的补数需求，基于线性插值算法还原缺失值，数据有效率从88%提升至99.2%，直接推动后续OEE计算的准确率从85%升至98%，帮助车间识别出3台因数据噪声被误判为“正常”的故障冲床，减少停机损失约12万元/月。
• 搭建数采链路监控平台，基于InfluxDB存储采集链路状态指标（如网关在线率、协议解析成功率、数据发送速率），用Grafana配置可视化看板与报警规则（如网关离线超30秒触发短信预警、某类数据连续5分钟异常触发工单），全年定位并解决数采故障18起，故障平均修复时间（MTTR）从2小时缩短至15分钟，保障了生产数据的连续性，支撑了预测性维护模型对关键设备（如注塑机螺杆）的故障预警准确率提升至92%。
• 对接MES与ERP系统，采用REST API+JSON格式实现数采数据实时同步，解决之前人工导出CSV文件导致的“数据滞后”痛点——将生产计数、设备状态等12类核心数据从T+1更新优化为秒级同步，支撑了生产排程系统动态调整产能（如根据实时设备负荷调整订单优先级），排程效率提升25%，订单准时交付率从91%升至96%。

协助搭建汽车精密零部件（如转向节、轮毂轴）装配车间的数采系统，负责单条产线的设备数据接入、清洗与初步分析，支持生产日报生成与基础工艺优化。

• 参与装配线传感器数据采集方案落地，针对车间电磁干扰（来自大型注塑机与焊机）导致编码器（测量轴转速）、力传感器（检测装配扭矩）数据跳变问题，通过替换平行线为双绞屏蔽线（屏蔽层接地）、在传感器端加装1kHz RC低通滤波器，配合修改PLC程序中的“移动均值滤波”算法（取连续5次采样的平均值），数据准确性从90%提升至98%，支撑了装配扭矩的100%在线检测，避免了因扭矩不足导致的返工，返工率下降18%。
• 开发数据预处理流程，用SQL编写ETL脚本将原始PLC数据（二进制格式）转换为MES系统需要的结构化数据（如设备ID、时间戳、工艺参数），并通过Excel VBA自动生成每日生产报表（包含产量、良品率、设备 downtime），将人工处理时间从2小时/天缩短至10分钟，报表错误率从10%降至0，解放了工艺员的手动劳动，使其能聚焦于数据分析。
• 协助排查数采故障，比如某台CNC机床的温度数据持续异常（显示120℃但实际环境温度30℃），通过查看PLC日志发现“温度传感器寄存器地址配置错误”，以及网关侧“Modbus TCP连接超时”，快速修正配置并重启网关，减少了停机时间1.5小时/次，全年避免此类故障导致的损失约8万元。
• 梳理车间50+台设备的数采台账，包含设备型号、通讯接口（RS485/Ethernet）、采集频率（1Hz/10Hz）、数据类型（模拟量/数字量），建立《标准化数采模板》，后续新设备（如KUKA机器人）接入时间从3天缩短至1天，提升了数采部署效率。

协助工程师完成汽车零部件车间的数采基础工作，包括设备调研、协议测试与简单数据处理，为后续数采方案设计提供支撑。

• 参与车间30+台设备的通讯能力调研，覆盖PLC（西门子S7-200 SMART、欧姆龙CP1E）、变频器（ABB ACS580）、接近开关（施耐德XS440），统计各设备的接口类型、支持协议及默认参数，输出《设备通讯能力评估报告》，明确了“哪些设备需加装网关”“哪些协议可直接接入”，为后续采购网关节省了15%的成本。
• 测试数采网关的兼容性，用研华UNO-2170G网关分别连接西门子PLC（Modbus TCP）、欧姆龙传感器（CANopen），验证协议解析的稳定性——连续运行72小时未出现断连或数据错误，输出《网关兼容性测试报告》，避免了大规模部署后的兼容性风险。
• 处理原始数采数据，用Python的Pandas库清洗数据：去除重复的时间戳记录、填充传感器断连后的缺失值（用前一分钟的平均值），将数据准确率从80%提升至90%，支持了实习项目“装配线产能波动分析”的初步结论输出。
• 协助编写《数采系统操作手册》，整理了“网关断连重启步骤”“传感器参数配置指南”“常见问题排查流程”等内容，团队运维效率提升30%，减少了新人上手时间。

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”。

• 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。