负责为制造业客户提供工业网络整体解决方案设计、实施及技术支持，聚焦新能源、汽车零部件等领域，支撑客户数字化转型中的高可靠、低时延网络需求。

• 作为技术负责人主导某新能源电池制造客户工业网络改造项目，调研18个车间2000+终端（激光焊接机、卷绕机、AGV等）的联网需求，设计‘核心层-汇聚层-接入层’三级架构，采用H3C S12500系列交换机与5G CPE混合组网，项目交付后设备联网率达98%，生产数据实时采集率从75%提升至99%。
• 针对客户高频设备通信冲突（MES数据延迟超2秒），运用NetFlow流量建模工具分析，定位Profinet广播风暴问题，通过VLAN划分、QoS优先级配置及流量整形，将通信延迟稳定在500ms内，客户OEE指标提升8%。
• 解决客户海外工厂与国内总部数据互通需求，设计IPSec VPN+SD-WAN混合组网方案，结合Fortinet防火墙实现跨境数据加密传输，跨国链路丢包率从12%降至1.5%，满足全球生产数据实时汇总分析要求。
• 编制《新能源电池制造工业网络最佳实践白皮书》，提炼设备兼容、安全防护、跨境互联等5大场景解决方案，推动公司在新能源领域市场份额从15%提升至22%，新增3家头部客户合作意向。

统筹集团级工业网络升级与5G融合应用，推动智能工厂网络支撑体系建设，保障高精度制造设备（六轴机器人、视觉检测系统）的稳定互联。

• 主导集团5G专网与TSN网络融合部署，协调运营商完成3个厂区5G基站覆盖，通过UPF下沉实现机器人、视觉系统低时延接入（端到端<10ms），支持AR远程运维、实时质检等场景，试点产线调试效率提升30%。
• 解决5G与PLC指令同步问题，基于IEEE 802.1AS-Rev协议同步5G基站与交换机时钟，配合华为5G工业模组调试，控制指令丢包率从5%降至0.3%，机器人协同误差率降至0.02mm内。
• 制定《5G+TSN融合网络部署规范》等4份集团标准，组织12场运维培训，新产线网络部署周期从6周缩短至3周，跨厂区故障协同处理效率提升50%。
• 牵头完成集团等保2.0三级认证，针对5G切片、边缘节点设计防护方案，部署工业IDS与日志审计平台，全年通过测评并获评‘省级工业互联网安全示范企业’。

负责冲压、焊接、总装车间生产网络规划、部署及运维，保障CNC机床、AGV、MES终端稳定联网，支撑数字化生产系统运行。

• 主导设计3个车间工业网络架构，基于TSN标准部署有线环网（Cisco Catalyst 9300交换机），解决单点故障问题，MTTR从45分钟降至8分钟，年度停机损失减少120万元。
• 针对焊接车间AGV丢包问题，用Wireshark抓包结合AirMagnet Survey扫描，发现2.4GHz干扰源为行吊电机，调整AP至5GHz并加装屏蔽罩，丢包率从18%降至2%，物流效率提升15%。
• 实施OT/IT边界防护，基于Palo Alto防火墙配置Profinet/EtherCAT白名单，结合零信任设备认证，季度网络攻击事件从7起降至1起，数据泄露风险降低90%。
• 编制《车间工业网络运维手册》，建立12项KPI监控体系（链路负载、设备温度等），通过Zabbix实现自动告警，运维响应效率提升40%，年人力成本节省35万元。

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。

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。