承担县域12个乡镇共210公里县乡道日常巡检、轻度病害处置及小型养护工程实施，聚焦农村公路基础性能维护与通行安全保障，支撑“四好农村路”民生工程落地。

• 每日携带激光测距仪、裂缝宽度观测仪等工具，对责任区县乡道开展“车巡+步巡”双模式巡检，累计记录路面裂缝、坑槽、边坡溜方等病害320余处，建立“病害位置-类型-严重程度”电子档案，将病害响应时效从24小时压缩至8小时内，全年避免因病害未及时处置引发的交通事故7起。
• 针对农村公路常见的沥青路面轻度车辙与水泥路面露骨病害，独立运用热再生修补技术（温度控制在160-180℃）与聚合物砂浆修补工艺（配比1:3水泥+石英砂），完成23处病害处置，修补区域抗滑性能（摆值BPN）提升15%，使用寿命较传统热拌沥青修补延长18%，单处修补成本降低1200元。
• 参与“2019年县域农村公路提质改造”专项工程，协助编制1.2公里通村路段路肩硬化与边沟清理施工方案，负责现场材料验收（核对水泥安定性、砂石含泥量）与工艺监督，整改不符合规范的水沟断面17处（如边坡坡度不足1:1.5问题），工程验收优良率达92%，助力辖区农村公路列养率从91%提升至100%。
• 针对雨季农村公路易积水问题，排查出3处排水不畅节点，采用“扩大排水口+增设U型排水管”方式改造，累计铺设PVC排水管80米，改造后节点积水时间从每次降雨后4小时缩短至1小时内，解决了周边5个村庄的出行难题。

负责城市快速路（如“通勤一号”路）及主干道共80公里路段日常养护、专项病害整治与应急抢修，聚焦城市交通大动脉畅通运行，支撑市民日常通勤与城市功能衔接。

• 主导责任区城市快速路“预防性养护”工作，每月运用路面状况指数（PCI）与车辙深度指数（RDI）开展量化评估，将路段划分为“优、良、中”三级，制定“优路段日常巡检、良路段局部修补、中路段专项治理”的分级养护计划，推动预防性养护覆盖率从65%提升至88%，延缓路面损坏速率约25%，年度大修成本降低18万元。
• 应对“2022年夏季暴雨”引发的快速路K23+500段边坡塌方（约120立方米），第一时间启动应急预案，协调挖掘机、装载机与运输车辆，采用“格构梁加固+三维植被网防护”工艺，48小时内完成塌方清理、边坡修复与排水系统疏通，未造成主线交通中断，获业主单位“应急处置先进个人”表彰。
• 优化日常巡检流程，引入无人机航拍（搭载高清摄像头）与AI图像识别系统（训练识别路面裂缝、坑槽、标志标线缺失等目标），对快速路桥梁伸缩缝、排水口等隐蔽部位每周巡检，累计发现伸缩缝堵塞、排水口破损等问题45处，较人工巡检效率提升4倍，漏检率从12%降至0，避免了因排水口堵塞引发的路面漫水事故3起。
• 参与编制《城市道路日常养护作业标准化手册》，梳理“坑槽修补七步流程”（测量-切割-清理-预热-摊铺-压实-冷却）、“裂缝处置安全操作要点”（设置警示锥桶距离≥50米、作业人员穿反光服）等12项标准化动作，推广后团队作业合规率从78%提升至95%，全年未发生养护作业安全事故。

负责智慧公路养护体系下全流程作业，结合物联网、大数据与AI技术实现病害精准定位、养护方案智能优化与养护质量动态管控，支撑公司“数字化养护”转型。

• 运用公司自主研发的“智慧养护平台”，整合路面传感器（监测温度、湿度、应力）、视频监控与养护人员GPS定位数据，建立“实时监测-智能预警-闭环处置”流程：平台自动分析数据并预警路面病害（如裂缝宽度超过3mm触发红色预警），全年预警180次，预警准确率达91%，将病害处置时间从平均12小时压缩至6小时，较传统模式提升50%。
• 针对辖区内“通勤二号”路（重载交通主干道）沥青路面疲劳开裂问题，运用有限元分析软件（ANSYS）模拟不同养护方案的效果（对比“应力吸收层+抗裂贴”“微表处”“铣刨重铺”三种方案的成本与寿命），最终选择“应力吸收层+抗裂贴”组合工艺，实施后路面弯沉值从120（0.01mm）下降至94（0.01mm），疲劳寿命预测延长3年以上，节约全寿命周期养护成本约200万元。
• 带领3人小组负责智慧养护设备运维（包括无人机、路面检测车、物联网传感器），制定“每周校准+每月故障排查”制度：如校准无人机GPS定位精度（误差控制在5cm内）、排查路面检测车激光传感器灰尘污染（每月清洁2次），全年设备可用率达98%，保障了养护数据的连续性与准确性，支撑平台生成精准的养护决策报告。
• 参与公司“公路养护碳减排”试点项目，通过优化养护材料运输路线（采用GIS最短路径算法，避开高峰时段）与推广水性修补材料（替代传统溶剂型材料，VOCs排放降低80%），全年减少碳排放12吨；同时推动“旧料再生利用”（将铣刨的沥青路面材料破碎后用于路肩回填），旧料利用率从30%提升至55%，助力公司获评“2023年度绿色养护示范单位”。

广州轨道交通与常规公交协同调度系统研发及落地项目

• 背景：广州2019年轨道交通运营里程突破500公里后，常规公交与轨交换乘效率低的问题凸显——乘客平均换乘等待时间达12分钟，相关投诉占比超30%。项目目标是构建“实时感知-智能决策-动态执行”的轨交-公交协同调度系统，提升换乘效率与服务可靠性。我的总体职责是统筹技术方案设计、核心模块开发及跨部门资源协调，对项目交付质量负总责。
• 关键难题：一是多源数据融合——轨交AFC、公交GPS、手机信令数据格式异构，实时性不足；二是动态调度算法瓶颈——传统遗传算法在早晚高峰潮汐客流下收敛慢，无法快速调整班次；三是跨部门协同障碍——地铁集团侧重运营安全，公交公司关注成本控制，需求冲突频繁。针对这些问题，我选用Apache Kafka搭建实时数据管道，结合Spark Structured Streaming完成数据清洗与特征提取，统一为“时间-线路-站点-客流”的标准化schema；算法层面改进遗传算法，引入“换乘等待时间动态权重机制”，基于LSTM预测的实时客流调整权重因子；跨部门协调中建立“需求优先级评估矩阵”，以“乘客换乘效率提升率”“运营成本变动率”为核心指标，量化权衡各方诉求。
• 核心行动：主导设计“三层架构”（数据层-算法层-应用层）确保系统扩展性；针对公交GPS信号漂移问题，创新采用“卡尔曼滤波+基站定位补全”技术，将定位精度从15米提升至5米以内；推动建立“周例会+需求看板”机制，每月输出《跨部门需求对齐报告》，解决12项核心冲突。
• 项目成果：系统上线后，广州8条地铁线路与156条公交线路实现实时协同，换乘平均等待时间降至6.8分钟（下降43.3%），乘客投诉率同比减少41%；支撑运营方将高峰时段公交发班密度从8分钟/班调整至5分钟/班，运力利用率提升27%。项目被广东省交通运输厅纳入“智慧交通示范项目”，我个人因技术创新获公司“年度突出贡献奖”。

佛山市某区公共交通线网优化决策支持系统研发项目

• 背景：佛山市某区2018年公交财政补贴达1.2亿元，但线网存在重复率过高（35%）、覆盖盲区多（12个行政村未通公交）、高峰时段拥挤度超120%等问题。项目目标是研发数据驱动的线网优化决策支持系统，辅助交通部门制定科学方案，平衡服务覆盖与财政成本。我的职责是牵头算法模型设计与系统核心功能开发，对接客户需求与技术落地。
• 关键难题：一是传统优化依赖经验，缺乏量化评估模型；二是潮汐客流预测不准——职住分离导致早高峰往城区客流占比60%，常规模型无法捕捉；三是系统兼容性——需对接现有SQL Server调度系统，数据接口不统一。针对这些，我采用LSTM+GIS空间分析融合POI、手机信令数据，客流预测准确率从72%提升至89%；构建“成本-效益-公平性”三维评价模型，量化“财政支出变化”“出行时间节省”“偏远区域覆盖提升”三个维度影响；采用微服务架构，通过RESTful API解决系统对接问题。
• 核心行动：主导收集清洗3年公交数据、1年手机信令及POI数据，构建“人-车-路-站”一体化数据库；创新提出“线网优化候选集生成算法”，自动生成10套方案减少人工筛选；组织3轮专家评审，将“公平性指标”（偏远区域公交可达性提升率）纳入评价体系，避免“重效率轻覆盖”。
• 项目成果：系统辅助优化23条线路，线网重复率从35%降至18%，覆盖盲区减少62%（12个行政村全通公交）；年度财政补贴从1.2亿元降至9700万元，节省2300万元；系统被佛山市交通运输局推广至5个行政区，我个人获“佛山市交通科技进步二等奖”，项目案例写入《广东省公共交通线网优化指南》。

• 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。