失重称校准工具产品系统

1. 立项原因
本项目旨在开发一套自动化、高精度的失重称校准软件系统，以彻底解决当前在生产线、实验室等场景下，依赖人工记录、手动计算进行失重称校准所存在的效率低下、易出错、数据难以追溯与管理等核心痛点。
通过实现校准过程的全自动化数据采集、实时分析与报告生成，本项目将：
极大提升校准效率与准确性：替代人工操作，消除人为误差，确保校准结果符合严格的质控标准。
实现校准数据数字化管理：所有校准过程数据与结果自动存档，形成电子化记录，便于审计、追溯与分析。
降低长期运营成本：减少专业校准人员的时间投入与人力成本，并避免因校准失误导致的潜在生产损失与质量风险。

2. 业务背景
在食品、化工、制药等行业的连续配料、分装与生产过程中，失重称是保证产品质量与成本控制的关键设备。其称量精度直接影响到原料投料的准确性、产品配方的稳定性以及最终成品的质量合规性。
当前校准流程的业务挑战：
流程繁琐，高度依赖人工：操作员需在特定时间间隔内，同时目视并手动记录标准校准称与待校失重称的示值，工作强度大、耗时长。
计算复杂，易产生人为误差：校准涉及多段流量、多个时间点的数据收集，后续需进行大量统计计算（如平均值、标准差、误差率等），手动处理极易出错。
数据零散，缺乏系统分析：手写记录或零散的电子表格数据难以统一管理，无法快速生成直观的校准报告与趋势图表，不利于进行设备性能的长期追踪与预防性维护决策。
合规性与追溯性压力：在GMP、ISO等严格质量体系下，校准过程需要完整、可靠、可审计的数据记录，传统方式难以高效满足此要求。

本系统是一个集系统管理、基础数据维护、设备全生命周期管理与专业化失重称校准于一体的综合性管理平台。其核心架构清晰划分为四大模块，旨在实现企业关键设备（尤其是失重称）的标准化、数字化与智能化管理。
模块一：系统管理（System Management）
此模块是系统运行的基础与安全管理核心，确保所有操作都在受控的权限体系下进行。
菜单管理：动态配置系统导航菜单结构与层级
角色管理：创建并定义不同的系统角色，实现灵活的权限组管理。
用户管理：维护系统使用账户。
日志管理：记录关键操作行为满足安全审计与问题追溯的需求。

模块二：基础数据（Basic Data Management）
此模块维护系统运行所需的标准化、可配置的公共数据，确保全系统数据规范统一。
类别定义：实现“一处定义，全局使用”。
参数配置：集中管理系统运行时的各项业务或技术参数。

模块三：设备全生命周期管理（Device Management）
此模块对物理设备资产进行从录入到报废的全过程跟踪与管理。
设备列表：作为设备管理的核心入口，提供设备的增、删、改、查全套维护功能。

模块四：专业化失重称校准（失重称）
此模块是针对失重称这一关键计量设备的专项、是其核心价值所在。
校准记录：这是实现自动化校准流程的功能集合。
流程执行：提供新增、发起一次校准任务的能力，用户可设置流量、时间、段数等参数，系统自动采集双称数据并计算指标。
记录管理：对所有历史校准记录进行查询、查看详情、修改及删除的全面管理。
成果输出与交付：核心功能校准报告，系统能自动生成包含详细数据对比、误差分析及可视化图表（如趋势图、散点图） 的专业报告。报告生成后，提供：
在线预览：在浏览器中直接查看报告完整内容。
下载：支持将报告导出为 PDF、Word或Excel 等通用格式，便于存档、
打印：一键调用系统打印功能，输出纸质版报告

在这个项目中，我独立负责了基于SpringBoot2+Vue的全栈物联网数据监控平台的设计与实现，主要工作包括：
1. 系统架构设计与搭建
采用前后端分离架构，前端使用Vue.js构建响应式管理界面，后端基于SpringBoot2框架搭建RESTful API服务
2. 数据持久化与存储
设计并优化了数据库表结构，存储设备数据、历史记录和报警信息
使用MyBatis/MyBatis-Plus进行数据访问层开发，实现了高效的数据CRUD操作
3. 前后端功能开发
4. 系统部署与运维

难点一：Modbus通信的稳定性和异常处理
问题描述：
工业现场环境复杂，硬件设备通信不稳定，容易出现连接超时、数据丢包
不同厂家的Modbus设备存在协议细节差异（如寄存器地址、数据类型）
解决方案：
实现了通信链路健康检测机制，定时检查连接状态并自动重连
设计了分层异常处理框架，区分网络异常、协议异常、数据异常，并提供相应的恢复策略

难点二：高频数据采集的性能优化
问题描述：
需要同时监控数2台设备，每台设备每秒采集多个数据点，对系统并发性能要求高
频繁的数据库写入操作容易成为系统瓶颈
解决方案：
采用线程池+任务队列机制管理数据采集任务，避免线程创建开销
实现了数据批量聚合写入，将高频的单条插入合并为批量操作，减少数据库I/O次数
对于实时性要求不高的历史数据，采用了异步写入+内存缓存策略