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%。

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。

• 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。