负责公司新能源汽车电机智能工厂的工业网络全生命周期管理，涵盖OT网络架构设计、IIoT设备（PLC、AGV、温湿度传感器）接入适配、网络安全防护及生产网络性能优化，支撑数字化车间“人机料法环”数据的实时传输与协同。

• 主导工厂OT网络从传统以太网向TSN（时间敏感网络）升级项目，选用Cisco IE4000系列交换机搭建支持IEEE 802.1AS-REV的环形拓扑，解决原有网络中AGV调度系统与产线PLC通讯延迟高的痛点——升级前AGV路径调整指令延迟达300ms，导致12条电机装配线日均停机1.2小时；通过配置TSN流量整形与优先级映射，将指令延迟降至45ms以内，AGV调度响应速度提升85%，全年产线因网络延迟导致的停机时间减少92小时。
• 牵头IIoT多协议设备接入适配工作，面对车间内西门子S7-1500 PLC、三菱FX5U PLC及霍尼韦尔温湿度传感器的异构通讯问题，基于OPC UA统一架构开发设备数据模型转换脚本，解决协议兼容与数据标准化难题——接入设备数量从800台扩展至1500台，数据采集率从92%提升至99.6%，支撑了电机性能预测性维护系统的实时数据输入，预测准确率较之前提高18%。
• 识别并闭环整改OT/IT网络边界安全风险，通过Palo Alto Panorama平台梳理网络资产清单，发现3处未隔离的生产网与办公网接口；部署工业级防火墙与入侵检测系统（IDS），设置基于设备类型的访问控制列表（ACL），全年拦截针对PLC的恶意扫描攻击12次，未发生因网络攻击导致的生产停机，安全事件发生率较上年下降85%。
• 搭建工业网络性能监控体系，选用SolarWinds Industrial Network Performance Monitor（INPM）工具，配置延迟、丢包率、端口利用率等12项关键指标看板，结合机器学习算法预警网络拥塞风险——提前发现并解决2起核心交换机下行端口流量过载问题，避免了电机绕组检测线停机，产线综合效率（OEE）提升7%。

负责公司重型机械加工车间的工业网络运维与优化，支持MES系统与CNC机床、焊接机器人的数据交互，保障老旧网络的稳定性，推动车间数字化改造落地。

• 核心参与车间网络从百兆到千兆的升级项目，选用赫斯曼RS20系列交换机设计双环形冗余拓扑，解决原有单环网络因光缆断裂导致的单点故障问题——升级后网络可用性从99.2%提升至99.98%，CNC机床加工程序传输中断次数从每月5次降至0次，单台机床月均停机时间减少6小时。
• 排查并解决KUKA KR 16焊接机器人网络丢包问题，通过Wireshark抓包分析定位为车间变频器电磁干扰导致；调整交换机对应端口速率为100Mbps并加装铝箔屏蔽网线，丢包率从15%降至0.1%，机器人焊接缺陷率下降12%，月度产能提升8%。
• 构建网络运维知识库，整理《CNC机床以太网通讯故障处理手册》《无线AP覆盖优化指南》等20余篇标准化文档，开展3批次新员工培训——团队故障响应时间从45分钟缩短至15分钟，常规故障自修率从60%提升至85%。

负责自动化生产线的网络部署与调试，支持包装、检测设备的联网，保障产线试运行阶段的网络稳定性，配合MES系统完成数据对接。

• 主导汽车刹车盘包装线网络部署，选用MOXA EDS-408A交换机搭建星型拓扑，配置VLAN隔离生产网与设备管理网，解决多品牌设备（如西门子HMI、研华工控机）间的通讯冲突问题——产线试运行期间网络故障率为0，提前3天完成客户验收，获项目组“最佳协作奖”。
• 配合MES系统集成调试基恩士CV-X系列视觉检测设备，修改设备IP地址池并优化TCP/IP通讯参数（如调整超时时间为500ms），将检测数据上传延迟从2秒降至500毫秒，满足MES系统实时质量追溯需求，客户满意度提升20%。
• 解决车间无线AP覆盖不足问题，在1200㎡包装车间加装5台Ubiquiti UAP-AC-Pro AP，调整信道至1、6、11避免2.4G干扰，无线扫码枪连接稳定性从85%提升至98%，操作员工投诉率下降70%。

高端数控机床全生命周期物联网平台构建与规模化落地

• 江南精工作为高端数控机床头部制造商，面临设备状态监测依赖人工巡检、故障停机率高（达11%）、运维成本年增长15%的痛点。我作为项目负责人，主导平台的战略定位、需求调研与全生命周期落地——目标是打通“设备-产线-工厂”数据链路，实现预测性维护与OEE提升。
• 项目核心挑战有三：一是多源异构数据采集难，车间内混用西门子S7、三菱MC等8类PLC及振动、电流、温度等12种传感器，传统网关兼容性不足30%；二是预测模型准确性低，机床故障模式（如主轴轴承磨损、伺服系统漂移）非线性特征强，传统阈值报警误报率达45%；三是生产环境干扰，车间电磁噪声导致数据信噪比仅12dB，影响模型稳定性。
• 针对数据采集，我牵头自研“多协议边缘智能网关”，集成OPC UA、Modbus TCP等15种协议解析模块，嵌入FPGA边缘计算单元实现本地数据清洗（过滤90%无效信号），兼容性提升至98%；针对预测模型，联合高校机器学习实验室，采用LSTM+注意力机制融合振动频谱（10-1000Hz）、电流谐波（5-20次）等多维度特征，标注3年120台机床的2300条故障样本，模型准确率从62%提升至89%；针对环境干扰，引入IIR数字滤波+小波去噪算法，将信噪比提升至25dB以上。
• 项目覆盖集团18家工厂的500台高端数控机床，上线后设备故障停机率降至3.2%（下降71%），单台机床OEE提升18%（从72%到90%），年度运维成本减少4200万元；平台进一步对接MES与ERP系统，实现“设备故障-生产排期-备件库存”联动，产能利用率提升10%。我个人主导了技术方案设计与跨部门（设备、IT、生产）协同，推动项目从试点到规模化复制，成为公司数字化转型的标杆案例。

重型挖掘机回转支承物联网监测系统试点与迭代

• 公司重型挖掘机核心部件回转支承因缺乏实时监测，曾出现批量开裂故障（年投诉率达12%），导致客户索赔与品牌损失。我作为技术负责人，聚焦回转支承的“早期故障预警”，目标是构建“传感器-边缘端-云端”监测系统，实现故障前72小时预警。
• 项目难点集中在两点：一是安装环境恶劣，回转支承工作温度达80℃以上、振动加速度超10g，常规传感器易损坏且数据失真；二是实时性要求高，挖掘机作业时振动频率达50-200Hz，需毫秒级处理数据以避免漏报。
• 技术上，我主导与传感器厂商定制“高温耐震振动传感器”（防护等级IP68、工作温度-40℃~125℃），采用磁吸式安装方案（避免破坏回转支承结构），确保数据采集稳定性；边缘端部署轻量化Flink流处理引擎，实时计算振动的峭度（反映冲击故障）、峰值因子（反映局部损伤）等3类特征，将数据处理延迟控制在50ms内；云端搭建预警规则引擎，结合历史故障数据设定“峭度>4.5+峰值因子>3.0”的联合阈值，降低误报率。
• 试点10台挖掘机后，回转支承故障发生率从8%降至1.1%（下降86%），客户投诉减少65%；项目形成的“定制传感器+边缘实时处理”方案被纳入公司标准设计，推广至全系列重型机械（年覆盖500台设备）。我个人解决了传感器安装可靠性与实时处理的矛盾，推动项目从“单点试点”到“标准化产品”，为公司关键部件的质量管控提供了技术抓手。

• 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。