主导绿色建筑创新技术研发与落地，聚焦被动式超低能耗建筑、装配式内装及围护结构优化方向，全周期管理研发项目并推动技术向工程应用转化。

• 主导‘夏热冬冷地区被动式超低能耗住宅关键技术研究’项目，基于EnergyPlus热工模拟与现场实测数据迭代，优化外墙‘气凝胶毡+真空绝热板’复合保温构造（厚度由120mm调整至100mm），解决传统保温层空鼓开裂问题；成果应用于3个保障房项目（总建面28万㎡），冬季采暖能耗较国标GB/T 51350-2019降低32%，获‘2024年度省级绿色建筑创新奖’。
• 牵头研发‘基于BIM的装配式内装模块化体系’，联合设计、生产团队建立涵盖12类墙面系统、8类地面系统的标准化部品库，通过Revit族库二次开发实现参数化设计；将单户内装施工周期从45天压缩至28天，现场湿作业量减少60%，该体系已在公司5个商品房项目中推广，客户满意度提升至95%。
• 针对长三角高湿环境围护结构结露问题，运用ABAQUS有限元分析模拟不同通风路径下的墙体湿度场分布，提出‘透气防水透气膜+呼吸性抹灰层’复合解决方案；在12万㎡住宅项目中验证，结露发生率从15%降至2%，相关论文发表于《建筑科学》2024年第6期（北大核心）。
• 搭建研发项目‘需求分析-技术验证-中试-量产’四阶段管理机制，引入敏捷开发理念优化迭代效率；主导的4个研发项目中3个实现产业化（转化率75%），研发投入回报率较上年提升18%。

聚焦装配式混凝土结构技术优化与低碳材料应用，负责节点性能提升、固废基建材研发及生产质量管控。

• 核心参与‘装配式混凝土剪力墙结构关键节点抗震性能研究’，通过拟静力试验验证灌浆套筒连接节点改进方案（套筒直径由Φ40mm增至Φ45mm，灌浆料强度从C80提升至C90），解决传统节点延性不足问题；研究成果纳入企业标准《装配式混凝土结构施工技术规程》，应用于8个装配式住宅项目（总建面50万㎡），抗震验收一次性通过率100%。
• 主导低碳建材选型与应用，对比矿渣微粉、粉煤灰等3类工业固废基胶凝材料性能，选定矿渣微粉掺量30%的复合胶凝材料用于预制叠合板生产；经检测抗压强度达52MPa（满足C50要求），单方混凝土碳排放量从320kg降至265kg，年节约碳排放约1200吨。
• 开发‘装配式构件生产质量追溯系统’，基于二维码与RFID技术实现原材料进场至出厂全流程数据采集，设置12个关键质控点（如钢筋间距、混凝土坍落度）；将构件不合格率从3.2%降至0.8%，项目获公司年度技术创新一等奖。

协助完成建筑节能技术研发、既有建筑改造技术支持及研发数据整理分析。

• 协助开展‘既有建筑外窗节能改造技术研究’，采集100户住宅外窗热工数据（传热系数K值均值3.2W/(㎡·K)），提出‘断桥铝合金+Low-E中空玻璃（6+12A+6）’改造方案；经现场测试改造后K值降至1.8W/(㎡·K)，单户冬季采暖费用降低25%，成果应用于2个老旧小区改造项目（400户）。
• 负责研发实验数据处理，运用SPSS软件分析保温材料导热系数测试数据，发现玻璃棉容重80-100kg/m³时导热系数≤0.040W/(m·K)的最优区间，为材料选型提供数据支撑，结论写入《建筑保温材料选用指南》。
• 参与编制《绿色建筑技术应用手册》，梳理15项本地适用技术（如光伏一体化、雨水回收系统），标注技术适用性与成本效益比，成为公司投标技术方案核心参考资料。

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。

• 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。