负责公司装配式混凝土（PC）住宅及公建项目全流程技术管控，涵盖方案阶段PC深化设计协同、构件生产厂质量标准落地及施工现场装配技术指导，联动设计、生产、施工三方确保项目按节点交付及成本目标达成

• 主导XX市12万㎡人才公寓项目（25层剪力墙结构）PC深化设计，使用PKPM-PC及Tekla Structures完成构件拆分，针对原阳台板与主体“灌浆套筒+螺栓双连接”易定位偏差的问题，引入BIM 5D碰撞检测及三维坐标定位系统，优化为“预制阳台板预留钢支座+现浇层后浇”干法连接，将节点施工误差从±15mm控制在±5mm内，PC构件安装效率提升25%
• 针对构件生产厂叠合板露筋率低（原合格率82%）的痛点，联合质量部梳理工艺，采用“蒸汽养护温度梯度控制法”（调整养护阶段为静停2h→升温至60℃/h→恒温6h→降温3h）并增加钢筋网片定位卡具，将露筋率提升至95%以上，单厂每月减少废构件损失约12万元
• 驻场XX商业综合体项目（装配率56%），编制《现场装配作业指导书（2.0版）》，整合“预制构件吊装误差补偿算法”（基于全站仪实时数据调整位置），解决高层预制柱垂直度偏差大的问题（原偏差±8mm→优化后±3mm），项目主体装配工期缩短18天，获业主“优质装配工程”称号
• 推动“装配式建筑成本数据库”搭建，收集10个项目、500+条构件成本数据（含设计、生产、运输、安装费），用ABC成本分析法识别“叠合板运输成本占比高”（达生产成本18%），优化运输路线及装载方案（叠放式货架+GPS监控），将叠合板运输成本降低12%，年度为公司节约成本约80万元

协助资深工程师完成装配式项目前期技术调研、PC构件图纸审核及生产现场问题跟进，支撑项目从方案落地到构件交付的技术衔接

• 参与XX产业园研发楼项目（装配率45%）前期调研，用Revit建立BIM模型分析构件拆分合理性，针对原“楼梯与休息平台整体预制”导致的运输限高问题，提出“楼梯段单独预制+休息平台现浇”方案，将构件最大重量从3.2吨降至1.8吨，解决地库入口运输瓶颈
• 审核构件厂叠合梁图纸，运用“等效矩形截面法”校核预制部分配筋率（原设计1.2%低于规范1.5%），提出增加附加箍筋的优化建议，避免构件返工，单批次减少损失约5万元
• 跟进XX保障房项目安装现场，用“装配式建筑施工模拟软件（Synchro）”预演吊装顺序，发现原计划中外墙板与内墙板吊装冲突，调整后单层吊装时间从8小时缩短至5小时，项目装配工期提前10天

协助装配式项目技术资料整理、构件厂参观学习及基础技术培训，积累装配式建筑设计、生产及施工的基础认知

• 整理10个装配式项目BIM模型及构件拆分图纸，用Excel建立“构件类型-成本-生产周期”对照表，为XX学校项目初步成本测算提供数据支持，被团队纳入估算工具包
• 跟随资深工程师参观5家构件生产厂，学习预制构件养护窑操作、钢筋加工自动化线等技术，撰写《构件生产厂关键工艺观察报告》，梳理出“养护温度均匀性”“钢筋定位精度”两大质量核心因素，用于后续项目生产管控要点

基于数字孪生的高层装配式混凝土结构施工误差动态管控系统研发与应用

• 当前高层装配式建筑因设计-生产-施工环节数据割裂，构件安装误差累积导致返工率达8%、单项目额外成本超支12%（以合作房企某30层装配式住宅项目为典型场景）。我的核心目标是主导开发一套全链路数字孪生系统，打通多源数据壁垒，实现误差实时预警与动态调整，将返工率压降至5%以内，并支撑项目降本增效。
• 项目面临两大技术瓶颈：一是装配式构件设计BIM、生产ERP、施工IoT数据的格式异构与语义冲突（如不同系统对“预留钢筋位置”的定义偏差达15mm）；二是施工阶段环境变量（温度、风力）对误差的动态影响未被有效建模，传统统计模型预测准确率仅72%。
• 牵头跨部门工作组（设计、生产、施工、IT）梳理12类关键构件（预制柱、叠合板、外墙板）的数据接口规范，采用IFC4.3标准建立统一语义模型解决数据互通；针对环境干扰问题，采集10个项目、5000+条环境数据训练LSTM长短期记忆网络模型，融合温度变形系数、风荷载影响因子优化预测逻辑；主导开发“数字孪生构件-误差预警看板-指令下发闭环”功能，实现从问题识别到施工调整的时效从24小时压缩至2小时内。
• 系统上线后，合作项目施工误差率从3.2‰降至1.1‰，返工率降至2.6%（低于目标值），单项目直接节省成本156万元；申请软件著作权1项（《装配式建筑施工误差数字孪生管控系统V1.0》）；该系统被纳入公司装配式建筑板块核心工具，推广至3个区域公司支撑12个项目，间接带动公司装配式业务签约额增长25%。

既有建筑外围护结构节能改造数字化诊断系统研发与试点应用

• 既有建筑外围护结构节能改造长期依赖人工红外检测与手工能耗计算，单栋诊断需3天、能耗模拟偏差达20%，无法支撑精准改造方案设计。我的任务是负责系统技术选型、试点落地及效果验证，目标是将诊断时间缩至1天内、准确率提升至90%以上。
• 核心挑战有二：一是无人机航测数据与热成像数据的时空校准（早期方案图像配准误差达5cm，导致局部漏判）；二是既有建筑围护结构热工参数缺失（如1990年代墙体导热系数无实测值），影响能耗模拟可靠性。
• 对比5种无人机方案后，选中DJI P4RTK+FLIR T1020热成像仪组合，通过RTK模块实现厘米级定位，结合时间同步算法将数据配准误差降至1cm；针对参数缺失问题，构建“同类型建筑参数库+现场抽样检测”混合模型——先调用区域内100+栋同类建筑的历史参数，再用便携式热流计抽样验证，填补数据空白；主导开发“航测-热成像分析-EnergyPlus能耗模拟”功能链，实现改造方案的量化评估（如外墙保温层厚度优化后的节能率预测）。
• 系统将单栋诊断时间从72小时缩至8小时，能耗模拟偏差降至8%以内；试点3个项目（2住宅1办公楼）改造后，建筑平均节能率提升18.6%，其中某办公楼年节约电费12万元；系统被纳入公司既有建筑改造产品矩阵，直接带来210万元营收；我个人因此获公司“年度技术创新奖”，并完成从技术执行到方案落地的能力跃迁。

• 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。