本项目服务于光缆制造企业，面向光纤光缆行业全链路生产管理场景。光缆制造涉及配纤、套塑、成缆、护套、染色等多道复杂工序，生产过程中需要协调订单排产、原材料采购、产线调度、工艺文件管控、人员薪酬核算等多维度业务。传统管理模式下，排产依赖人工经验、原材料需求靠手工统计、工艺文件分散管理、生产进度难以实时追踪，导致产能利用率低、物料浪费严重、交付周期不可控。本项目以数字化转型为驱动，构建覆盖生产全流程的一体化管理平台，助力企业降本增效。通过智能配纤算法替代人工经验配纤，自动计算最优纤芯分配方案，降低原材料浪费；
通过多方案排产引擎自动生成多套排产方案，结合甘特图可视化展示与人工打分机制，实现科学排产决策；
通过原材料需求自动计算与采购联动，根据订单BOM自动汇总物料需求，关联库存与安全库存，精准生成采购建议；
通过生产进度实时看板与工艺文件在线管理，实现车间全流程透明化、可追溯；
通过薪酬自动核算引擎，一键完成含绩效、加班、津贴、社保、个税在内的复杂薪资计算；
通过数据可视化大屏，为管理层提供产能、库存、交付等核心指标的实时决策支撑。
本项目是一个覆盖光缆制造企业全生产流程的数字化管理平台，采用 Java 21 + Spring Boot 3 后端架构，集成 MySQL 与 SQL Server 双数据源，前端基于 Vue 3 + TypeScript + ECharts 构建。平台包含以下核心功能模块：
1. 智能配纤模块：对接Python算法服务，通过多目标优化算法自动计算纤芯最优分配方案，支持多方案并行生成与对比选择；
2. 智能排产模块：支持多产线、多订单的自动排产，生成甘特图可视化展示排产结果，内置多方案Tab切换、人工打分评价（10星制）、换模次数与时间开动率等核心指标展示，评分数据持久化存储；
3. 订单生产进度管理：实时追踪订单在各工序的流转状态，支持多表格联动（生产进度表、原材料用量表、用量汇总表），提供Excel式表头筛选、全选联动、原材料用量汇总导出Excel等交互功能；
4. 原材料需求计算与采购管理：根据订单自动汇总物料需求，关联实时库存与安全库存，精准计算采购量，支持采购记录的批次查询与明细追溯，生成采购记录双表关联（CG_BATCH/CG_DETAIL）；
5. 工艺文件在线管理：涵盖套塑、成缆、护套、染色四大核心工序的工艺文件在线查看与执行情况追踪；
6. 生产看板体系：包含日计划看板、月计划看板、产量看板、流转隐患品看板、呆滞物料看板（光缆/套管/缆芯）、未流转物料看板等多维度可视化看板；
7. 薪酬核算系统：完整的薪资计算引擎，涵盖基础工资、绩效薪资、加班工资、岗位津贴、工龄补贴、高温补贴、其他奖励、扣款管理、社保公积金、个人所得税等全维度核算，支持一键计算与结果导出；
8. 数据可视化大屏：基于ECharts的企业管理驾驶舱，集成中国地图数据下钻、实时产能监控、关键指标动态展示；
9. 车间速度监控：实时监控各产线设备运行状态与生产速度；
作为项目全栈核心开发者，我独立负责了整个数字化平台从架构设计到落地交付的全过程。具体工作包括：后端 Spring Boot 服务的 REST API 设计与开发，完成 MySQL 与 SQL Server 双数据源的持久层搭建及复杂 SQL 调优；前端基于 Vue 3 + TypeScript 构建数据可视化大屏，使用 ECharts 实现甘特图排产渲染、中国地图数据下钻、多指标动态图表；对接 Python 算法服务实现智能配纤与多方案排产引擎，完成多方案 Tab 切换、评分持久化、Excel 导入导出等交互功能；设计并实现薪酬自动核算引擎，涵盖绩效、加班、津贴、社保、个税等多维度计算逻辑；开发原材料需求自动汇总与采购联动模块，实现多表格联动筛选与全选联动；搭建 WebSocket 实时通信通道，实现生产进度与车间速度监控的实时推送；完成 Nginx 反向代理部署与 HTTPS 证书配置，保障生产环境安全访问。
技术栈：
后端：Java 21、Spring Boot 3.2.3、MyBatis 3.0、Druid 连接池
数据库：MySQL 8.3 + SQL Server 双数据源架构
前端：Vue 3 + TypeScript + Tailwind CSS + ECharts（数据大屏）、原生 HTML + SheetJS（业务页面）
中间件/工具：WebSocket 实时通信、Nginx 反向代理、Thymeleaf 模板引擎、Apache POI（Excel 导入导出）、FastJSON 2.0
算法服务：Python 多目标优化算法，通过 HTTP 接口对接
架构设计：
采用前后端分离架构，后端按业务域划分为 MySQL 模块（薪酬、人事）与 SQL Server 模块（生产、排产、库存），通过统一 REST API 层向前端提供数据服务；算法服务作为独立 Pyt
评论