负责工厂全域工业网络（OT/IT融合网络、5G+工业PON）的架构设计、部署优化及故障根因定位，支撑MES、SCADA系统高可靠运行，推动新型工业网络技术在产线的落地应用

• 主导工厂三期新能源汽车电机产线5G+工业PON融合网络设计部署，选用华为5G CPE与中兴工业PON OLT，针对产线AGV调度依赖有线网络导致的延迟高（原平均15ms）、偶发断连问题，通过链路聚合（LACP）与QoS策略（优先标记AGV控制流量为EF类），将网络延迟压降至5ms以内，AGV调度成功率从92%提升至98.5%，支撑产线产能爬坡期日均多产出120台电机
• 核心参与MES系统跨冲压、焊装车间数据传输优化项目，采用Wireshark抓包分析定位到跨车间流量拥塞源于未隔离生产/办公网段，通过划分VLAN（生产网段VLAN100、办公VLAN200）并配置三层核心交换机路由策略，将数据丢包率从3%降至0.1%以下，MES报工时效从10分钟缩短至实时，助力车间生产效率提升7%
• 牵头搭建工业网络故障根因定位体系，整合NetFlow流量分析、西门子SINEC NMS监控平台数据，建立“流量异常→设备状态→链路健康度”三级排查模型，将平均故障排查时间从2小时压缩至15分钟内，年度网络相关停机时间减少40小时，支撑工厂达成99.9%的生产网络可用性目标
• 推动工业网络安全合规改造，部署罗克韦尔Stratix 5950工业防火墙，制定OT/IT网络访问控制列表（ACL），限制仅允许MES系统与关键PLC的特定端口通信，将外部攻击尝试次数从月均12次降至0，助力工厂通过ISO 27001工业网络安全认证

负责汽车零部件产线工业网络（PROFINET、EtherCAT）部署调试，配合自动化供应商完成PLC、机器人网络接入，保障产线调试进度与通信稳定性

• 主导某合资车企转向节加工线PROFINET网络部署，使用西门子TIA Portal配置12台S7-1500 PLC的PROFINET IO设备，解决初期设备地址冲突（导致3台机器人无法同步）与单环网延迟高（单台机器人通信延迟8ms）问题，优化为“环形+冗余链路”拓扑并将交换机升级为支持PRP协议的赫斯曼RS20系列，延迟降至3ms以内，产线调试周期缩短10天，提前完成客户验收
• 核心参与MES与产线设备集成项目，负责OPC UA over TSN接口网络配置，打通KUKA KR 60机器人PLC与MES的数据通道，解决前期UDP通信丢包（5%）导致的加工参数上传失败问题，实现工艺参数实时下发与加工数据秒级回传，产线OEE从82%提升至90%
• 解决进口库卡机器人网络兼容性问题：针对KR 16机器人频繁断连（月均5次），通过升级固件至V8.5、调整交换机端口速率为1Gbps、配置VLAN优先级（机器人流量标记为CS6），将通信稳定性提升至99.8%，避免因机器人停机导致的每小时1.2万元产能损失
• 编制《汽车零部件产线工业网络部署作业指导书》，涵盖PROFINET设备配置步骤、线缆选型（采用Profibus DP屏蔽电缆替代普通超五类线）、接地规范（接地电阻≤1Ω），后续项目部署错误率降低30%，成为公司产线交付标准文档

负责小型精密机械加工厂工业网络（以太网、Modbus RTU）运维，保障CNC机床、三坐标测量仪网络连通性，处理日常故障与设备接入需求

• 优化工厂以太网结构：将分散的5台非网管交换机整合为赫斯曼RS10系列冗余环网（STP协议），解决单点故障导致的CNC机床停机问题（原每月2次、每次1小时），年度停机时间减少24小时，支撑车间全年产能达标率从95%提升至98%
• 解决Modbus RTU总线通信不稳定问题：针对三坐标测量仪数据传输错误率高（5%），排查发现线缆屏蔽层接地不良与终端电阻未配置，重新做接地处理并添加120Ω终端电阻，数据准确率提升至99.9%，保障质量检测数据实时上传至ERP系统
• 建立网络设备全生命周期管理机制：使用HP Network Assistant监控12台交换机、3台路由器的CPU利用率、端口流量，设置阈值预警（如CPU≥80%触发报警），提前3天更换某台故障交换机风扇，避免因设备过热导致的产线停机
• 配合IT部门完成WiFi覆盖优化：划分访客网络（SSID：Guest-SC）与生产网络（SSID：Factory-SC），采用WPA2-Enterprise加密并绑定MAC地址，解决生产区WiFi信号弱（-70dBm以下区域占20%）问题，信号覆盖率提升至95%，改善操作员工移动办公体验

• 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。

船用低速柴油机关重件加工线设备健康管理与预测性维护IoT系统落地项目

• 沪东重机作为船用低速柴油机头部厂商，其曲轴、连杆等关重件加工线依赖12台进口高精度机床（马扎克、DMG等），此前因缺乏实时状态监测能力，设备故障停机率达8%，人工巡检依赖度高且无法提前预警故障，直接影响产能交付。我的核心目标是搭建覆盖关键设备的健康管理与预测性维护IoT平台，实现“故障前预警、异常时干预、数据驱动优化”，降低停机损失并提升产线效能。项目中我担任负责人，统筹需求调研、方案设计、技术选型、落地实施及跨部门迭代。
• 项目面临三大核心挑战：1）进口机床协议异构（涉及Fanuc FOCAS、Siemens S7、马扎克MAZATROL等11种私有/行业标准协议），传统通用网关无法统一采集，形成“数据孤岛”；2）设备故障模式复杂（刀具磨损、主轴轴承热老化、液压系统内泄等），传统阈值报警误报率超30%，且无法提前72小时预判故障；3）设备数据与加工质量脱节，无法通过设备状态变化预判曲轴圆度、连杆孔位精度等质量风险。此外，业务部门对“技术投入能否转化为实际收益”存在质疑，需通过试点验证价值。
• 针对协议异构问题，我带领团队开发“分层式协议适配引擎”——底层用FPGA实现硬件级协议解码，上层通过Python动态脚本加载不同设备的协议库，支持动态扩展新协议，最终实现11种协议设备的统一接入，数据采集延迟从500ms降低至50ms以内。针对预测模型，我联合工艺部门沉淀18个月的设备运行数据（含主轴振动、电流谐波、进给速度、刀具更换记录、质量检测结果等23类维度），通过特征工程筛选出32个关键特征（如振动信号峭度、电流三次谐波占比、刀具转速与进给量比值），构建基于LSTM的刀具磨损预测模型，并用贝叶斯优化调参，将预测准确率从初始的75%提升至92%。针对业务融合，我设计“设备健康-质量风险”关联规则引擎，打通IoT平台与MES系统的质量模块——例如当主轴轴承振动值超过阈值时，系统自动触发曲轴圆度在线检测流程，提前干预避免废品产生。同时，我推动成立跨部门专项小组（IT、工艺、生产、设备），每周对齐需求，用“试点-迭代-推广”策略降低业务部门顾虑：先在2台曲轴加工机床上验证效果，优化后再推广至全12台设备与3条自动化线。
• 项目成果显著：1）设备停机率从8%降至3.2%，年减少因停机导致的交付延迟损失约1200万元；2）OEE（整体设备 effectiveness）从75%提升至88%，产线产能同比提升17%；3）废品率从1.5%降至0.6%，年节省原材料与返工成本约450万元；4）预测性维护覆盖率从0提升至100%，关键设备故障预警提前72小时以上的比例达85%，运维人员从“被动抢修”转向“主动预防”，人均运维效率提升40%。我个人主导了从需求到落地的全流程，攻克了多协议兼容与预测模型适配的核心技术壁垒，项目获公司“年度最佳数字化转型项目”，并申请2项发明专利（《一种船用柴油机加工设备多协议数据采集方法》《基于LSTM的刀具磨损预测系统及方法》）。此外，该项目的“设备-质量”联动模式被推广至公司其他两条核心产线，成为集团工业物联网落地的标杆案例。