负责公司新能源电机智能工厂的工业网络全生命周期管理，覆盖TSN/OPC UA融合架构设计、生产设备联网稳定性保障及IIoT应用网络支撑，联动生产、IT部门解决跨域网络协同问题，支撑数字化车间及AGV物流系统落地。

• 主导设计新能源汽车电机装配线的TSN（时间敏感网络）替换方案，针对原有传统以太网无法满足AGV与PLC实时协同的痛点，选用Cisco IE4000系列TSN交换机，部署ERPS环网冗余协议，并定制开发Modbus-TCP转TSN网关解决旧设备兼容问题。最终实现装配线实时数据传输延迟从15ms降至3ms以内，AGV调度准确率提升至99.8%，产线因网络延迟导致的停机时间减少25%。
• 核心参与工厂IIoT平台网络适配项目，聚焦老旧注塑机（12台）Modbus TCP协议与平台OPC UA标准不兼容问题，通过Wireshark抓包分析协议交互逻辑，设计双协议转换网关并将数据映射至OPC UA信息模型，成功将设备状态数据（温度、压力、周期）全量接入平台。落地后生产部门可提前72小时预警模具磨损故障，月度非计划停机次数从25次降至7次，支撑OEE提升8%。
• 搭建分层工业网络安全防护体系，基于“核心层-汇聚层-接入层”架构部署Prolis PFL-1000工业防火墙，配置“仅允许授权设备+限定协议类型”的白名单策略，并引入NetFlow流量分析系统识别异常访问（如未授权SCADA系统远程登录）。全年网络安全事件发生率从12起降至2起，助力公司通过ISO 27001认证中“工业控制系统网络安全”模块审核。
• 解决高温电磁干扰环境下工业无线AP稳定性问题，针对总装车间WiFi 6 AP信号波动痛点，使用AirMagnet Survey工具完成site survey，调整AP部署位置（避开变频器集群）并将主频段从2.4G切换至5G，同时配置Mesh冗余链路。最终无线设备连接成功率从88%提升至99.5%，移动巡检终端数据上传时效从10秒/次缩短至2秒/次，巡检效率提升30%。

负责传统机床车间的工业网络日常运维，保障CNC、PLC等关键设备联网稳定，支持车间数字化改造的初级网络适配，联动IT部门解决跨系统网络问题。

• 重点优化CNC车间工业以太网丢包问题，通过Fluke DSX-5000频谱分析仪定位到变频器电磁干扰源，调整交换机端口速率为100M并更换屏蔽Cat6a网线，同时配置端口风暴抑制功能。最终丢包率从5%降至0.1%以下，CNC设备联网稳定性达99.9%，支撑车间月度产能提升15%。
• 主导30台无联网功能磨床的网络接入改造，选用MOXA NPort 5110串口服务器将RS485信号转换为TCP/IP协议，对接车间MES系统实现加工参数（刀具寿命、进给速度）实时上传。改造后生产追溯时间从2小时缩短至15分钟，质量部门批次问题排查效率提升70%。
• 建立工业网络运维SLA体系，制定“每周物理巡检+每月性能测试”流程，并开发Python脚本调用SNMP协议监控交换机CPU利用率、端口流量，设置阈值触发邮件预警。结果故障响应时间从45分钟缩短至15分钟，年度网络 downtime 从36小时降至12小时，运维效率提升67%。
• 配合IT部门完成生产与办公网络隔离改造，部署物理隔离网闸并配置ACL策略限制办公网对生产网的访问（仅开放MES查询端口），解决了以往办公电脑误操作导致的生产网络中断问题，全年此类事件从6起降至0。

协助资深工程师完成小型自动化产线工业网络部署与测试，参与方案设计及日常运维，支撑客户现场设备联网需求。

• 协助设计汽车零部件组装线工业网络方案，根据产线设备数量（20台PLC、10台机器人）选择赫斯曼RS20系列交换机及Cat6a屏蔽网线，完成VLAN划分（生产网/监控网隔离）、IP地址规划及设备配置。方案一次性通过客户验收，联网调试时间从2周缩短至1周。
• 负责车间网络日常故障排查，使用ping、traceroute及交换机端口镜像工具定位问题，例如解决某台PLC无法连接SCADA系统的故障（原因为交换机端口损坏），30分钟内恢复网络，保障生产进度未受影响。
• 参与编写《工业网络运维基础手册》，整理常见故障处理流程（端口不通、丢包、协议不兼容）及常用命令（show interface、display vlan），并制作培训PPT给车间运维人员讲解。手册落地后团队自主故障排查率从40%提升至75%。

船舶动力装备全生命周期智能运维IoT平台研发及产业化项目

• 【项目背景、核心目标及总体职责】沪东重机作为船舶动力系统龙头，面临传统运维依赖人工巡检（故障发现滞后率超60%）、船端/岸基/供应商数据割裂（信息传递误差率约25%）、全生命周期追溯缺失（备件库存周转率仅45%）三大痛点。项目目标为构建“船端感知-边缘计算-云端智能”的全链路IoT平台，实现设备状态实时监测、预测性维护及全生命周期数据协同。我作为项目负责人，统筹12人技术团队（含算法、硬件、软件），对接生产、运维、供应链3大业务部门，主导从需求调研到量产落地的全周期管理。
• 【解决的关键难题、技术与工具】项目面临三大核心挑战：1）船舶设备协议碎片化——涉及MAN/B&W、瓦锡兰等主流发动机的Modbus RTU/TCP、CAN总线、自定义J1939协议，传统网关兼容效率低（单设备接入耗时超2天）；2）船端低带宽下的实时数据处理——海上卫星链路带宽仅2Mbps，海量振动/温度/压力时序数据（单设备日均产生1.2GB）传输延迟超30分钟；3）跨域数字孪生建模——生产（装配参数）、运维（工况数据）、供应链（备件批次）数据维度异构，无法关联分析。
• 【核心行动、技术创新与决策过程】1）协议兼容层面：基于Eclipse IoT框架自主研发多协议适配引擎，通过动态加载协议插件（支持Modbus/CAN/J1939等7种协议），将单设备接入时间压缩至4小时以内；2）数据处理层面：设计“边缘预处理+雾层聚合+云端存储”架构——边缘侧用TensorFlow Lite部署轻量级LSTM模型，过滤无效数据（噪声数据剔除率达35%），并通过自定义Zlib+Protobuf混合压缩算法，将传输流量降低42%；3）数字孪生层面：牵头组织生产、运维、供应链部门梳理12个核心实体（如“发动机缸体”“燃油喷射阀”），基于PTC ThingWorx平台建立统一本体模型，打通PLM（生产）、MES（制造）、CMS（运维）系统数据链路，实现“一设备一数字孪生体”。
• 【可量化成果、业务价值与个人贡献】1）平台覆盖公司82%的主力船舶动力装备（约120台套），故障停机时间从年均180小时/台降至117小时/台（下降35%），运维成本减少28%（年节省约1500万元）；2）预测性维护模型（基于LSTM+注意力机制）对发动机轴承故障的准确率达92%，提前7-14天预警，避免非计划进坞维修5次/年；3）形成2项发明专利（“一种船舶设备多协议自适应接入方法”“基于边缘计算的船舶运维数据过滤系统”），参与制定1项行业标准草案（《船舶动力装备IoT数据交互规范》）；4）项目成为中船集团数字化转型标杆，已推广至旗下3家子公司，带动集团整体设备运维效率提升25%。我个人也因此晋升为公司数字化制造中心副主任，负责后续AIoT项目的战略规划。

发动机装配线设备状态实时监测系统改造项目

• 【项目背景、核心目标及总体职责】公司核心发动机装配线依赖人工记录设备状态（如拧紧机扭矩、压装机压力），数据滞后且易出错，导致装配缺陷率约1.2%。项目目标为搭建设备状态实时监测系统，实现关键工艺参数的自动采集、异常报警及工艺合规性校验。我作为系统工程师，负责需求分析、硬件选型、软件集成及现场调试，对接自动化车间与IT部门。
• 【解决的关键难题、技术与工具】项目挑战在于：1）老旧设备无数字化接口——10台80年代进口拧紧机仅支持模拟量输出（4-20mA），无法直接联网；2）工艺参数的实时校验逻辑复杂——需关联30+道工序的参数（如缸体拧紧顺序、扭矩值），规则引擎开发难度大；3）现场电磁干扰严重——装配车间变频器、电机导致信号波动，数据丢包率超15%。
• 【核心行动、技术创新与决策过程】1）设备接入层面：为老旧拧紧机加装自主设计的模拟量转RS485模块（基于MAX485芯片），配合LabVIEW开发数据采集程序，实现扭矩、转速等参数的实时读取；2）规则引擎层面：用Node-RED搭建可视化流程，定义“拧紧顺序校验→扭矩阈值判断→工序时间合规性”三级规则，当参数异常时触发声光报警并推送至MES系统拦截产品；3）抗干扰层面：采用屏蔽双绞线+磁环滤波，将信号丢包率降至2%以内，并通过卡尔曼滤波算法修正传感器数据，精度提升至±0.5%。
• 【可量化成果、业务价值与个人贡献】1）系统上线后，装配线工艺参数自动采集率达100%，数据滞后时间从30分钟缩短至实时；2）装配缺陷率从1.2%降至0.35%，年减少返工成本约400万元；3）推动车间完成“机器换人”——原需2名工人值守的拧紧机岗，现仅需1人巡检，人力成本降低50%；4）项目获公司“年度技术创新奖”，我因此积累了工业设备接入、规则引擎开发及现场调试的实战经验，为后续主导大型IoT项目奠定基础。

• 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。