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

基于数字孪生的既有商业综合体低碳化改造系统研发与应用

• 2021年起国内商业地产面临“双碳”目标下的强制能耗管控压力，我司服务的某头部房企旗下6个既有综合体（总计150万㎡）因缺乏精准能耗监测与动态优化能力，年均能耗较行业标杆高22%。2022年3月我作为项目负责人，主导研发“数字孪生+AIoT”的低碳改造系统，目标是搭建“实时感知-智能预测-动态调优”的全流程管理平台，助力客户实现单项目能耗下降20%以上的核心目标。
• 项目遇到三大技术壁垒：其一，既有建筑原始BIM模型未包含设备动态运行参数（如空调机组的实时COP、照明的功率曲线），无法支撑数字孪生的精准仿真；其二，IoT传感器（覆盖温湿度、能耗、 occupancy）的异构数据（Modbus、MQTT、HTTP）与BIM静态数据无法高效融合，导致分析结果滞后30分钟以上；其三，传统能耗优化算法依赖历史均值，难以应对极端天气（如夏季连续40℃）或突发人员聚集（如商场促销）的动态场景，易出现“过度节能影响舒适度”或“节能效果不佳”的矛盾。
• 针对数据碎片化问题，我牵头制定《既有建筑数字孪生数据映射标准》，采用Revit+Dynamo脚本自动提取BIM中的设备型号、空间边界、围护结构参数，对接第三方设备管理系统（EMS）获取实时运行数据，构建了“BIM静态属性-设备动态状态-环境感知数据”的三维数据资产库；针对实时分析需求，设计“Kafka消息队列+Spark Streaming”的流处理架构，实现IoT数据与BIM数据的毫秒级关联；针对动态优化，我否决了单一机器学习模型的方案，创新性采用“LSTM短期负荷预测（预测未来2小时空调/照明负荷）+PPO强化学习策略优化（结合PMV舒适度指标调整设备运行）”的混合模型，平衡了响应速度与长期节能效果。
• 项目落地后，6个综合体的年均能耗从192kWh/㎡降至140kWh/㎡，整体下降27.1%，年节约电费合计2100万元；数字孪生平台实现了“设备状态-能耗走势-环境参数”的一屏可视化，设备故障预警准确率从75%提升至93%。技术成果上，我们申请了2项发明专利（“一种既有建筑数字孪生数据融合方法”“基于混合强化学习的商业建筑能耗动态优化策略”），发表的SCI论文《Digital Twin-Enabled Energy Management for Existing Commercial Complexes》被Web of Science核心库收录。该项目成为公司低碳技术板块的标杆案例，直接带动了2024年3个同类商业项目的签约，总合同额超6000万元。我个人也因主导项目的核心贡献，晋升为建筑技术创新事业部高级经理，负责牵头前沿技术的产业化落地。

装配式混凝土结构节点智能检测系统试点项目

• 2020年公司切入装配式建筑质量管控赛道，发现传统节点检测（如灌浆饱满度、钢筋锚固长度）依赖人工凿孔或射线检测，效率低（单节点检测需2小时）且对构件造成破坏。我作为应用工程师，负责试点“基于AI视觉+探地雷达的节点智能检测系统”，目标是将检测效率提升50%以上，同时实现无损化。
• 项目初期遇到两个关键问题：一是装配式节点的钢筋、灌浆料图像特征不明显，传统CV模型识别准确率仅65%；二是探地雷达的电磁波反射信号易受钢筋干扰，无法精准定位灌浆缺陷位置。此外，现场工人对新技术接受度低，认为“不如人工靠谱”。
• 为解决视觉识别问题，我收集了1200个不同工况的节点样本（包含灌浆饱满/缺陷、钢筋外露/隐藏等场景），采用迁移学习（基于ResNet-50预训练模型）微调，同时引入注意力机制（CBAM模块）强化缺陷区域的特征提取，将识别准确率提升至91%；针对雷达信号干扰，联合高校团队开发“自适应噪声抵消算法”，通过采集无缺陷区域的信号作为参考，过滤掉钢筋的反射杂波，实现缺陷位置的毫米级定位。此外，我牵头组织工人培训，用“对比实验”展示新技术（检测时间从120分钟缩短至45分钟，无破坏）的优势，逐步消除抵触情绪。
• 试点项目覆盖了公司3个装配式住宅项目（总计20万㎡），检测节点1200个，识别出灌浆缺陷节点18个（人工漏检率达15%），检测效率提升62.5%。技术成果上，系统申请了1项实用新型专利（“装配式混凝土节点智能检测装置”），并形成企业标准《装配式混凝土结构节点智能检测技术规程》。这个项目让我从“技术执行者”转向“技术与业务的桥梁”——既懂AI视觉、雷达信号处理的底层逻辑，也能理解现场工人的操作痛点，为后续主导大型低碳项目积累了“技术落地”的关键能力。

• 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。