本人是一名具备全栈能力的工业自动化工程师，核心优势在于控制技术与人工智能视觉的深度融合与集成。

在工业控制领域，我不仅精通罗克韦尔（Rockwell）PLC的生态系统（包括Studio 5000编程、FactoryTalk View HMI/SCADA组态），同时熟练掌握西门子（Siemens）、施耐德（Schneider）等多品牌PLC的开发与调试，能够根据项目需求灵活选型与跨平台编程。我拥有丰富的工业网络实战经验，精通EtherNet/IP、Profinet、Modbus TCP/IP等多种主流及私有通讯协议，确保各类工业设备与系统间的高效、稳定数据交互。

在机器视觉方面，我超越了传统算法应用，深度掌握包括ResNet、YOLO在内的主流深度学习模型。我能够针对复杂的工业场景（如细微缺陷分类、高精度目标定位与识别）进行模型选型、训练、优化及部署，将AI视觉能力无缝嵌入自动化产线，解决传统规则算法难以处理的难题。

我的终极价值在于“打通”与“集成”：能够将跨品牌的PLC控制系统、多样的传感网络与先进的AI视觉检测单元，架构成一个统一、智能、高响应度的自动化解决方案。我从电气图纸解析、程序编写、视觉系统调试到最终的系统联调具备端到端的交付能力，致力于为智能制造提供从概念到落地的高价值技术支持。

成功研发基于深度视觉的矿物智能分选系统，创新实现ResNet50分类与粒度分析双任务协同。系统集成GigE工业相机与云边协同架构，通过改进Modbus TCP协议直连PLC控制，在8m/s高速工况下实现全链路<300ms实时响应，分类准确率>96%、粒度检测精度±0.18mm，有效杜绝高炉混料风险，推动矿业生产向智能化升级。