负责被动式超低能耗建筑技术的研发与项目落地，覆盖技术方案设计、材料适配测试及现场实施验证全流程，聚焦节能率提升与建造成本优化的平衡。

• 主导某12万㎡保障房项目被动房技术适配，运用DeST热工模拟软件建立三维建筑模型，针对外窗气密性（目标n50≤0.6次/h）与成本矛盾，筛选出暖边间隔条+双玻Low-E玻璃组合方案，经200组样本测试验证，最终项目节能率达78%（超国标75%要求），年节约运行电费约45万元。
• 针对北方地区冬季低温环境，优化外墙保温层厚度与材料配比（XPS板+气凝胶毡复合构造），通过热桥模拟（使用PHPP软件）调整关键节点做法，将墙体传热系数从0.18W/(㎡·K)降至0.15W/(㎡·K)，同时减少保温材料用量8%，单平米建造成本降低12%。
• 编制《被动式超低能耗建筑施工质量验收细则》，明确21项关键工序控制要点（如外门窗安装缝隙处理、穿墙管线的密封工艺），在公司3个后续项目中推广，现场返工率从15%降至3%，一次性验收通过率提升至98%。
• 参与编制企业级《被动房技术应用知识库》，整合材料性能参数、气候区适配策略等12类数据，为市场投标提供技术支撑，助力公司获取2个超低能耗建筑EPC项目，合同额合计8600万元。

主导新型装配式混凝土结构（PC）体系研发，统筹设计、生产、施工多环节技术协同，推动技术成果转化与工程应用。

• 针对传统PC构件节点连接可靠性不足问题，牵头开展‘灌浆套筒+螺栓辅助’复合连接技术研发，通过1:1足尺构件拟静力试验（加载至设计荷载1.5倍），验证抗震性能达到8度设防要求，同时减少现场灌浆料用量30%，相关成果形成12项实用新型专利（已授权8项）。
• 开发基于BIM的PC构件生产协同平台，集成设计图纸自动拆分、模具参数匹配、生产进度跟踪功能，与3家预制构件厂对接测试，构件生产周期从15天缩短至11天，尺寸偏差率从0.8%降至0.5%以内，获评‘省级建筑工业化技术创新成果’。
• 主导某30层住宅项目PC技术应用，协调设计团队完成标准化户型拆分（重复利用率达75%），优化运输路线与吊装方案，项目工期较传统现浇缩短18%，混凝土损耗率从3%降至1.2%，该案例入选‘省装配式建筑示范工程’。
• 编制《PC结构施工常见质量问题防控手册》，梳理灌浆饱满度不足、套筒定位偏差等6类高频问题解决方案，在公司内部培训200余人次，后续项目质量问题发生率下降65%。

参与绿色建筑技术创新项目，聚焦建筑碳排放测算与优化，支撑公司绿色建筑认证与技术储备。

• 构建基于ISO 14064-1:2018的建筑全生命周期碳排放测算模型，涵盖建材生产、施工、运营3大阶段，录入钢材、混凝土等18类主材碳排放因子，完成5个已建项目测算，平均误差率＜3%，为公司申报二星/三星绿建认证提供数据支撑。
• 针对光伏建筑一体化（BIPV）系统适配难题，对比不同倾角（15°/30°/45°）、材质（晶体硅/薄膜）的光伏组件与建筑立面结合方案，通过PVsyst模拟发电效率，提出‘金属幕墙嵌入式光伏板’设计，使建筑综合能耗降低22%，年发电量满足公共区域30%用电需求。
• 参与编制《绿色建筑技术应用指南》，整理地源热泵、雨水回收等12项成熟技术应用要点，配套成本效益分析表，成为公司投标技术方案核心素材，助力获取3个政府投资绿色建筑项目，合同额累计5200万元。
• 协助完成某既有办公建筑节能改造试点，通过Envision可持续基础设施评估体系预评估，提出外墙保温改造、LED照明替换等6项措施，改造后建筑能耗降低28%，获‘市级既有建筑节能改造示范项目’。

超高层建筑智能建造与低碳运维一体化平台研发及规模化应用

• 项目背景：当前超高层建筑普遍存在建造阶段各系统数据割裂（BIM、IoT、施工管理系统互不联通）、运维阶段碳排放监测粗放等问题，导致建造周期冗余10%-20%、运维能耗偏高15%以上。项目目标是通过全生命周期数据打通，打造集“设计-建造-运维”于一体的智能管控平台，实现效率提升与低碳降本。我在项目中担任总负责人，统筹技术路线规划、跨部门资源协调及产品落地推广。
• 关键难题与解决思路：一是多源异构数据融合——不同环节的系统采用XML、JSON等不同格式，接口标准混乱；二是实时碳排放计算精度不足——传统基于定额的估算方法误差达30%以上；三是施工单位对新技术的接受度低——担心额外工作量增加。针对数据融合，我牵头制定“分层解耦+统一语义”标准，采用Apache Kafka构建消息中间件，实现BIM模型与IoT设备数据的实时同步；针对碳排放模型，联合同济大学环境学院，基于IPCC指南优化算法，引入LSTM神经网络学习历史能耗数据，将计算精度提升至90%以上；针对推广阻力，选取公司重点项目作为试点，用“数据说话”证明平台可减少15%的返工率，逐步打消顾虑。
• 核心行动与创新：1. 技术架构选型：采用微服务架构（Spring Cloud Alibaba），将平台拆分为“数据采集、智能分析、协同管控”三大模块，支持灵活扩展；2. 算法创新：开发“建造阶段碳排放动态追踪模型”，整合钢材、混凝土等主材的运输、加工、浇筑全流程数据，实现单构件碳排放可追溯；3. 生态整合：对接主流智能建造设备（如三一重工的塔吊监控系统、霍尼韦尔的楼宇自控系统），构建开放的API接口生态。此外，我主导编写《超高层建筑智能建造数据标准》，成为公司后续项目的参考规范。
• 项目成果与价值：平台成功落地6个超高层项目（总建面超200万㎡），将建造周期平均缩短18%，运维阶段单位面积能耗降低22%（年节约电费超500万元）；申请发明专利3项（其中1项已授权）、软件著作权2项，获得2023年上海市建筑科技一等奖；推动公司入选“住建部智能建造试点企业”，我个人也受邀参与《上海市超高层建筑低碳运维技术导则》编制，成为公司在智能建造领域的技术标杆。

既有建筑低碳化改造智能诊断系统研发与工程验证

• 项目背景：国内既有建筑存量超600亿㎡，但改造前普遍缺乏精准的低碳诊断工具，多依赖人工经验判断，导致改造方案针对性弱、成本超支率达25%以上。项目目标是通过数字化手段，实现既有建筑“能耗现状-改造潜力-效益预测”的全流程智能诊断，提升改造精准度与经济性。我当时担任低碳技术主管，负责系统架构设计、算法研发及现场验证。
• 关键难题与解决思路：一是历史数据缺失——多数既有建筑没有完整的BIM模型或能耗台账，无法准确还原建筑状态；二是改造方案性价比评估困难——传统方法需手动计算成本与碳减排量，耗时久且易出错；三是现场检测效率低——人工测量墙体保温性能、设备能耗等工作量大，影响诊断速度。针对数据缺失，我带领团队开发“BIM逆向建模插件”，通过无人机倾斜摄影+手持激光扫描，快速生成建筑三维模型，补充历史数据；针对性价比评估，构建“成本-碳减排”双目标优化模型，用遗传算法筛选最优改造方案；针对检测效率，联合硬件厂商开发便携式IoT检测设备，整合红外热成像、能耗监测模块，实现“一键式”数据采集。
• 核心行动与创新：1. 数据治理：建立既有建筑“基础信息-能耗数据-空间特征”数据库，收录50个典型项目的历史数据，用于模型训练；2. 算法优化：将机器学习中的随机森林算法引入诊断模型，提升能耗预测的准确性（误差从20%降至8%）；3. 工具落地：开发系统移动端APP，支持现场检测数据实时上传、云端分析与报告生成，将单项目诊断时间从7天缩短至2天。此外，我主导编写《既有建筑低碳改造智能诊断操作指南》，规范了检测流程与结果解读标准。
• 项目成果与价值：系统成功应用于30个既有建筑改造项目（涵盖办公、住宅、商业业态），诊断准确率达92%，改造方案成本降低18%，年碳减排量超1.2万吨；获得实用新型专利2项（“一种既有建筑墙体保温性能快速检测装置”“基于IoT的既有建筑能耗监测终端”），发表核心期刊论文2篇；项目成果被纳入《上海市既有建筑低碳改造技术导则》，成为区域内既有建筑改造的常用工具，也为公司打开了既有建筑低碳服务的新业务线。

• 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。