工业行业工业网络工程师岗位求职简历范文与精析（OT-IT融合与生产连续性保障）

负责新能源汽车电机工厂工业网络全生命周期管理，涵盖OT网络架构设计、生产设备联网稳定性保障及IIoT应用网络支撑，边界为衔接IT与OT网络，确保生产数据实时传输与网络安全合规

• 主导设计新能源汽车电机装配线TSN（时间敏感网络）改造方案，基于IEEE 802.1AS标准搭建赫斯曼RS20系列交换机环形冗余网络，配置QoS策略优先保障装配机器人指令流量，解决原有工业以太网因数据优先级混乱导致的指令延迟问题（平均延迟从150ms降至30ms），支撑产线OEE提升8%
• 核心参与工厂MindSphere IIoT平台网络适配工作，梳理12类生产设备（高速冲床、磁粉探伤机等）的Modbus TCP/Profinet/EtherCAT协议，部署研华UNO-2272G边缘计算网关实现协议转换，同步配置Prolis PFL-1000工业防火墙白名单策略，保障生产数据上传平台丢包率低于0.1%，满足设备状态监测时效性要求
• 重点优化焊接车间AGV无线覆盖方案，针对信号漂移问题采用Aruba AP-515接入点+802.11ac Wave 2技术，调整5GHz频段信道并启用DFS动态频率选择，集成定位引擎实现AGV轨迹实时追踪，解决原有Wi-Fi导致的月均12次停摆故障，物流自动化效率提升15%
• 建立工业网络安全运维体系，依据IEC 62443标准制定设备接入审批流程，每月用Nessus工具开展漏洞扫描与渗透测试，整改18处未授权访问等高危漏洞，全年未发生因网络安全导致的产线停机，顺利通过客户ISO 27001认证现场审核

负责传统工程机械零件工厂工业网络日常运维，保障CNC机床、焊接机器人等设备联网稳定，支持SCADA系统运行，边界为处理网络故障、优化基础网络架构

• 主导修复DMG MORI CMX 600数控镗铣床Profinet通信中断问题，通过Wireshark抓包定位交换机端口速率协商错误，更换10Gbps光模块并配置LACP链路聚合，恢复设备与PLC实时数据传输，全年避免3次类似故障（单次停机损失约20万元）
• 优化车间工业环网结构，将原有单环网升级为赫斯曼RS30系列双环网冗余，配置STP/RSTP协议防环路风暴，调整按生产区域划分的VLAN（10-20），网络丢包率从5%降至0.5%，SCADA系统画面刷新速度从2秒缩短至500ms
• 推动20台RS485冲床设备联网适配，加装MOXA NPort 5110串口服务器转换为TCP/IP协议，接入MES系统实现压力、行程数据实时采集，填补此类设备数据空白，支撑生产效率分析场景落地
• 制定工业网络运维SOP，梳理开关端口故障、协议不兼容等常见问题处理流程，编写《车间工业网络故障排查手册》，将故障平均修复时间（MTTR）从45分钟降至15分钟，运维效率提升67%

协助资深工程师完成工业网络部署与调试，参与小型自动化项目联网设计，边界为执行基础网络配置、设备安装与故障协助处理

• 协助部署汽车座椅骨架焊接生产线工业网络，安装赫斯曼RS20交换机并配置VLAN与IP地址，配合PLC工程师调试Profinet通信，保障KUKA KR 16焊接机器人与焊机实时交互，产线一次性调试成功率95%以上
• 参与12个车间工业网络布线工程，按TIA/EIA-568B标准敷设光纤与网线，用FLUKE DSP-4300测试仪验证链路性能（衰减≤2dB、串扰≤-40dB），一次性通过验收
• 协助处理车间网络故障，用Wireshark分析Modbus TCP通信问题，定位西门子S7-1200传感器寄存器地址配置错误，修正后恢复数据采集，累计解决故障30余起，提升故障排查实操能力
• 协助维护工厂工业网络设备台账，更新交换机、路由器配置信息，每月核对设备运行状态，保障台账与实际环境一致性，为后续运维提供准确数据支撑

高端数控机床全生命周期物联网平台构建与规模化落地

• 江南精工作为高端数控机床头部制造商，面临设备状态监测依赖人工巡检、故障停机率高（达11%）、运维成本年增长15%的痛点。我作为项目负责人，主导平台的战略定位、需求调研与全生命周期落地——目标是打通“设备-产线-工厂”数据链路，实现预测性维护与OEE提升。
• 项目核心挑战有三：一是多源异构数据采集难，车间内混用西门子S7、三菱MC等8类PLC及振动、电流、温度等12种传感器，传统网关兼容性不足30%；二是预测模型准确性低，机床故障模式（如主轴轴承磨损、伺服系统漂移）非线性特征强，传统阈值报警误报率达45%；三是生产环境干扰，车间电磁噪声导致数据信噪比仅12dB，影响模型稳定性。
• 针对数据采集，我牵头自研“多协议边缘智能网关”，集成OPC UA、Modbus TCP等15种协议解析模块，嵌入FPGA边缘计算单元实现本地数据清洗（过滤90%无效信号），兼容性提升至98%；针对预测模型，联合高校机器学习实验室，采用LSTM+注意力机制融合振动频谱（10-1000Hz）、电流谐波（5-20次）等多维度特征，标注3年120台机床的2300条故障样本，模型准确率从62%提升至89%；针对环境干扰，引入IIR数字滤波+小波去噪算法，将信噪比提升至25dB以上。
• 项目覆盖集团18家工厂的500台高端数控机床，上线后设备故障停机率降至3.2%（下降71%），单台机床OEE提升18%（从72%到90%），年度运维成本减少4200万元；平台进一步对接MES与ERP系统，实现“设备故障-生产排期-备件库存”联动，产能利用率提升10%。我个人主导了技术方案设计与跨部门（设备、IT、生产）协同，推动项目从试点到规模化复制，成为公司数字化转型的标杆案例。

重型挖掘机回转支承物联网监测系统试点与迭代

• 公司重型挖掘机核心部件回转支承因缺乏实时监测，曾出现批量开裂故障（年投诉率达12%），导致客户索赔与品牌损失。我作为技术负责人，聚焦回转支承的“早期故障预警”，目标是构建“传感器-边缘端-云端”监测系统，实现故障前72小时预警。
• 项目难点集中在两点：一是安装环境恶劣，回转支承工作温度达80℃以上、振动加速度超10g，常规传感器易损坏且数据失真；二是实时性要求高，挖掘机作业时振动频率达50-200Hz，需毫秒级处理数据以避免漏报。
• 技术上，我主导与传感器厂商定制“高温耐震振动传感器”（防护等级IP68、工作温度-40℃~125℃），采用磁吸式安装方案（避免破坏回转支承结构），确保数据采集稳定性；边缘端部署轻量化Flink流处理引擎，实时计算振动的峭度（反映冲击故障）、峰值因子（反映局部损伤）等3类特征，将数据处理延迟控制在50ms内；云端搭建预警规则引擎，结合历史故障数据设定“峭度>4.5+峰值因子>3.0”的联合阈值，降低误报率。
• 试点10台挖掘机后，回转支承故障发生率从8%降至1.1%（下降86%），客户投诉减少65%；项目形成的“定制传感器+边缘实时处理”方案被纳入公司标准设计，推广至全系列重型机械（年覆盖500台设备）。我个人解决了传感器安装可靠性与实时处理的矛盾，推动项目从“单点试点”到“标准化产品”，为公司关键部件的质量管控提供了技术抓手。