负责新能源汽车电机工厂工业网络全生命周期管理，涵盖OT网络架构设计、生产设备联网稳定性保障及IIoT应用网络支撑，边界为衔接IT与OT网络，确保生产数据实时传输与网络安全合规

• 主导设计新能源汽车电机装配线TSN（时间敏感网络）改造方案，基于IEEE 802.1AS标准搭建赫斯曼RS20系列交换机环形冗余网络，配置QoS策略优先保障装配机器人指令流量，解决原有工业以太网因数据优先级混乱导致的指令延迟问题（平均延迟从150ms降至30ms），支撑产线OEE提升8%
• 核心参与工厂MindSphere IIoT平台网络适配工作，梳理12类生产设备（高速冲床、磁粉探伤机等）的Modbus TCP/Profinet/EtherCAT协议，部署研华UNO-2272G边缘计算网关实现协议转换，同步配置Prolis PFL-1000工业防火墙白名单策略，保障生产数据上传平台丢包率低于0.1%，满足设备状态监测时效性要求
• 重点优化焊接车间AGV无线覆盖方案，针对信号漂移问题采用Aruba AP-515接入点+802.11ac Wave 2技术，调整5GHz频段信道并启用DFS动态频率选择，集成定位引擎实现AGV轨迹实时追踪，解决原有Wi-Fi导致的月均12次停摆故障，物流自动化效率提升15%
• 建立工业网络安全运维体系，依据IEC 62443标准制定设备接入审批流程，每月用Nessus工具开展漏洞扫描与渗透测试，整改18处未授权访问等高危漏洞，全年未发生因网络安全导致的产线停机，顺利通过客户ISO 27001认证现场审核

负责传统工程机械零件工厂工业网络日常运维，保障CNC机床、焊接机器人等设备联网稳定，支持SCADA系统运行，边界为处理网络故障、优化基础网络架构

• 主导修复DMG MORI CMX 600数控镗铣床Profinet通信中断问题，通过Wireshark抓包定位交换机端口速率协商错误，更换10Gbps光模块并配置LACP链路聚合，恢复设备与PLC实时数据传输，全年避免3次类似故障（单次停机损失约20万元）
• 优化车间工业环网结构，将原有单环网升级为赫斯曼RS30系列双环网冗余，配置STP/RSTP协议防环路风暴，调整按生产区域划分的VLAN（10-20），网络丢包率从5%降至0.5%，SCADA系统画面刷新速度从2秒缩短至500ms
• 推动20台RS485冲床设备联网适配，加装MOXA NPort 5110串口服务器转换为TCP/IP协议，接入MES系统实现压力、行程数据实时采集，填补此类设备数据空白，支撑生产效率分析场景落地
• 制定工业网络运维SOP，梳理开关端口故障、协议不兼容等常见问题处理流程，编写《车间工业网络故障排查手册》，将故障平均修复时间（MTTR）从45分钟降至15分钟，运维效率提升67%

协助资深工程师完成工业网络部署与调试，参与小型自动化项目联网设计，边界为执行基础网络配置、设备安装与故障协助处理

• 协助部署汽车座椅骨架焊接生产线工业网络，安装赫斯曼RS20交换机并配置VLAN与IP地址，配合PLC工程师调试Profinet通信，保障KUKA KR 16焊接机器人与焊机实时交互，产线一次性调试成功率95%以上
• 参与12个车间工业网络布线工程，按TIA/EIA-568B标准敷设光纤与网线，用FLUKE DSP-4300测试仪验证链路性能（衰减≤2dB、串扰≤-40dB），一次性通过验收
• 协助处理车间网络故障，用Wireshark分析Modbus TCP通信问题，定位西门子S7-1200传感器寄存器地址配置错误，修正后恢复数据采集，累计解决故障30余起，提升故障排查实操能力
• 协助维护工厂工业网络设备台账，更新交换机、路由器配置信息，每月核对设备运行状态，保障台账与实际环境一致性，为后续运维提供准确数据支撑

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。

• 因痛心于年轻人对历史的疏离，我在B站创立「古人脱口秀」栏目，用职场梗解构历史事件（如《雍正皇帝的KPI保卫战》）。通过设计「颠覆认知-史料佐证-现代共鸣」三幕剧本模板，单期视频最高收获1.7万条弹幕互动。
• 两年间栏目播放量突破180万，作品被多地中学选为教学素材。这段经历磨砺出将学术内容转化为大众语言的能力，也让我理解到真实用户反馈才是创作者的指南针。