牵头离散制造场景下5G+TSN工业网络融合方案研发，统筹智能产线网络架构设计与落地，推动工业网络可靠性与实时性技术突破，支撑数字孪生与AGV集群调度等业务场景需求。

• 主导制定5G专网与TSN网络融合技术方案，针对焊接产线AGV与机械臂协同作业场景，采用华为5G CPE+赫斯曼TSN交换机组合架构，通过部署IEEE 1588v2精确时钟同步协议，解决无线侧与有线侧时钟漂移问题，实现端到端网络时延从35ms压缩至8ms，满足AGV路径规划与机械臂动作同步的实时性要求，产线协同效率提升25%。
• 攻克多协议工业网络共存干扰难题，针对装配车间PLC（西门子S7-1500）、视觉检测设备（基恩士KV-8000）与Wi-Fi 6 AGV混接场景，运用频谱分析仪（Keysight N9918A）定位2.4GHz频段干扰源，调整Wi-Fi信道至5GHz并划分VLAN隔离，配合工业级双频AP（Aruba AP-515），将关键设备通信丢包率从6%降至0.3%，月度网络故障停机时间减少80小时。
• 牵头编制《离散制造业工业网络可靠性设计规范》，基于IEC 61000-4-2/4-4电磁兼容标准，定义车间网络拓扑冗余（双核心交换机+环网保护）、设备防护（工业级IP67交换机）及接地规范，应用于3条新建产线，网络年故障率从12%降至7.2%，获集团技术创新三等奖。
• 主导5G+TSN网络测试验证体系建设，搭建模拟产线测试床（含5台机械臂、10台AGV、8台PLC），设计压力测试用例（并发连接数2000+、突发流量峰值1Gbps），验证网络在高负载下的丢包率（＜0.1%）与抖动（＜2ms），输出《5G工业网络性能白皮书》，为集团推广5G全连接工厂提供技术依据。

负责支撑数字孪生平台的工业网络架构设计与实施，保障生产设备、机器人、传感器的实时数据采集与孪生模型同步，优化网络性能以满足数字孪生高频交互需求。

• 设计基于TSN的车间级工业网络架构，为冲压车间12台压力机（舒勒800吨）、6台AMR与3台视觉传感器部署赫斯曼RS20系列TSN交换机，配置IEEE 802.1Qbv流量整形策略，实现设备数据（温度、压力、位移）采集周期从500ms缩短至100ms，数字孪生模型更新延迟降低60%，支撑工艺参数实时优化功能上线。
• 解决工业无线覆盖与安全矛盾，针对喷涂车间高温高湿环境，采用摩托罗拉AP6521（防尘防水IP67）替代传统Wi-Fi设备，结合Cisco ISE进行802.1X认证与MAC地址白名单管控，实现150台物联网终端（温湿度传感器、VOC检测仪）安全接入，网络丢包率控制在1%以内，数据完整率达99.9%。
• 主导工业互联网标识解析二级节点对接，基于国家顶级节点（武汉）接口规范，为车间2000+台设备分配唯一标识（Handle码），开发标识解析中间件，实现设备数据通过标识自动路由至孪生平台，数据查询响应时间从2s缩短至200ms，支撑设备全生命周期管理功能落地。
• 优化MES系统与SCADA系统网络交互，针对MES下发工艺参数（BOM版本、工艺路线）与SCADA上传生产数据的高频交互场景，采用OPC UA over TSN技术替代传统Modbus TCP，配置QoS优先级（OPC UA流量优先级5），将指令下发成功率从95%提升至99.8%，月度因网络导致的MES异常停机次数从7次降为0。

负责冲压、焊接、总装三大车间工业网络（有线/无线）日常运维，保障PLC、机器人、AGV等设备联网稳定性，解决网络故障并优化基础网络架构。

• 重构焊接车间工业以太网拓扑，原网络采用单核心交换机星型结构，单点故障导致产线停机率月均4小时；主导改为双核心（赫斯曼RS3000系列）+环网（ERPS协议）架构，配置链路聚合（LACP）与VRRP冗余，实现核心层故障切换时间＜200ms，产线月度停机时间降至0.5小时内，获生产部年度贡献奖。
• 解决AGV集群通信卡顿问题，原使用2.4GHz Wi-Fi（TP-Link），20台AGV同时运行时丢包率高达15%；通过频谱扫描发现与车间空调控制器（2.4GHz频段）干扰，更换为5GHz Wi-Fi（华为AirEngine 5760-11），划分独立SSID并启用WMM优先级，丢包率降至2%以内，AGV运行效率提升18%。
• 建立网络健康度监控体系，部署工业网络管理系统（Ixia Vision ONE），配置关键指标（端口利用率＜70%、丢包率＜0.5%、延迟＜10ms）告警阈值，结合Python脚本自动分析流量趋势，提前发现并处理交换机缓存溢出隐患3起，年度重大网络故障从6次降为1次。
• 推动老旧设备网络适配改造，针对车间10台西门子S7-300 PLC（仅支持百兆网口），新增赫斯曼ES500系列百兆转千兆网关，配置协议转换（Profinet转Ethernet/IP），实现与新一代MES系统兼容，数据采集覆盖率从60%提升至100%，支撑质量追溯功能上线。

重型工程机械远程运维与产能优化IoT平台研发项目

• 项目背景：联智重工作为重型挖掘机、矿用卡车制造商，原有设备运维依赖线下巡检，故障停机率达28%/月，客户产能损失超千万/年；同时缺乏设备工况与产能的关联分析，无法动态匹配市场需求。项目目标是通过IoT平台实现设备全生命周期健康管理、预测性维护及产能动态优化，我作为架构师主导从需求调研到平台落地的全流程。
• 关键难题与方案：1）重型机械作业环境恶劣（高温、强振动），传统传感器数据丢包率达15%以上——选用工业级LoRaWAN无线传感器（防护等级IP68）+ 边缘计算网关（支持Modbus/OPC UA双协议），在边缘侧完成数据滤波与异常值剔除，将丢包率降至2%以内；2）多源异构数据（PLC、GPS、振动传感器、液压系统参数）融合困难——基于Apache Kafka构建流数据处理管道，实现秒级数据同步，同时用Apache Avro定义统一数据 schema，解决不同设备的数据格式冲突；3）故障预测模型准确率低（传统随机森林仅75%）——针对挖掘机液压系统泄漏、发动机积碳等高频故障，收集3年1200+台设备的故障数据与工况日志，设计LSTM+注意力机制的深度学习模型，聚焦“油温突变+液压压力波动+发动机转速下降”等关键特征组合。
• 核心行动与创新：牵头联合售后、研发、生产部门梳理出18类核心设备的42个关键故障模式，整理300+维度的工况特征库；主导设计“边缘预处理-云端分析-终端反馈”的三层架构，边缘网关实现90%的实时异常检测（如发动机超温预警），云端通过模型持续训练优化预测能力；创新性将注意力机制引入故障预测，将模型对关键特征的权重提升40%，解决了传统模型“眉毛胡子一把抓”的问题；推动制定《联智重工设备IoT数据接入标准》，确保新老设备的兼容性。
• 成果与价值：平台上线后，设备故障停机时间从28%/月降至16%/月（下降42%），预测性维护准确率达91%，每年节约售后运维成本650万元；同时通过工况与产能的关联分析，帮助销售团队精准匹配设备调度，客户产能利用率提升18%。我个人主导了架构设计与核心技术攻关，推动跨部门数据打通，是平台从0到1落地的关键负责人。

汽车零部件生产线IoT化改造项目（转向节加工线）

• 项目背景：联智重工旗下汽车零部件厂的两条转向节加工线，仍依赖人工记录生产数据，次品率达5.2%，生产效率比行业标杆低15%；管理层需要实时监控生产状态，快速定位质量问题根源。项目目标是改造生产线，实现设备联网、质量数据实时采集及工艺参数优化，我从系统设计到上线全程参与。
• 关键难题与方案：1）老旧设备（2015年购入的数控车床）无数字接口，无法采集加工参数——定制Modbus RTU转以太网的工业网关，解析设备的串口通信协议，实现主轴转速、进给量、切削力等12项参数的实时采集；2）生产节拍快（每班生产800件），数据实时性要求高——采用时间戳同步技术，将数据采集频率从1秒/次优化到500ms/次，同时用Redis做缓存，确保数据不丢失；3）质量数据与工艺参数的关联分析困难——联合质检部标注10000+条转向节的尺寸偏差数据（如轴径公差、圆度误差），用Apriori算法挖掘出“进给量>0.15mm/r + 切削温度>80℃”会显著增加轴径超差的关联规则。
• 核心行动与创新：调研生产线的15台关键设备，逐一验证网关的协议兼容性，解决了3台设备的通信延迟问题；设计“数据采集-存储-分析-反馈”的闭环系统，将质量异常信息实时推送到操作工的PAD端，实现“边生产边调整”；推动工艺部门根据关联规则优化参数，将进给量上限从0.18mm/r调整到0.14mm/r，同时增加冷却系统的工作时长。
• 成果与价值：生产线次品率从5.2%降至3.4%（下降35%），生产效率提升22%（单班产量达976件）；实现了生产过程的全透明化，质量问题的定位时间从2小时缩短到15分钟。我主导解决了老旧设备的联网问题，设计了实时数据系统，是生产线数字化改造的核心执行者，积累了从单条线改造到系统优化的经验。

• 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。