工业互联网

本项目面向矿井关键设备的智能监测与故障诊断，解决了传统设备监测手段单一、数据采集与处理效率低、故障定位与分析滞后的问题。 与市场现有的解决方案相比，本项目具有以下特点： 1.精准数据采集与可视化：通过高清图像与多维度传感器数据的实时采集与展示，实现设备状态的直观监测，帮助用户快速定位潜在问题。 2.智能故障诊断：基于深度学习算法，融合多源数据分析，实现设备故障的精准诊断与趋势预测，提升设备运维效率。 3.模块化设计：支持多设备灵活接入，系统界面友好，功能模块清晰，用户可根据需求自由扩展。 4.本项目采用C#与深度学习技术相结合，构建了一套集设备监测、数据管理与可视化为一体的综合平台，技术选型以高效与可靠为核心，涵盖实时状态展示、数据分析与故障预测等功能。

智慧人效综合管理项目: 主要业务涉及基础信息模块(线体、工段、岗位、技能、工段长、版型系数等)、人员综合管理(人员基本信息二次维护、离职、休假、技能提报、考核、批复、降级等)、人力需求预测(人力需求模型、排产计划周/月、可用人力、日人力配置等)、人力监测分析(实时上岗监测-蓝牙定位、人员出勤统计、员工动态日报-在册/离职/入职/外包统计)、派工管理(岗位排配、人力借调、排岗后的冗余缺口)、绩效(评分系数维护、考核名单导入、周6S和纪律打分、周考核得分、月考核得分计算、个人综合排名)、看板报表(日UPPH、日会看板漏损-计划出勤/实际出勤/在册人力、周UPPH、周上岗漏损、周招聘漏损等)、代办提醒(UPPH不达标、岗位人员负荷率超标、缺岗、岗位技能不匹配、蓝牙低电量、排产计划周/月、排岗、技能批复等)。

1、项目背景：按照《“工业互联网+危化安全生产”智能巡检系统建设应用指南（试行）》建设。建设智能巡检系统，实现巡检、巡查全过程数字化管理，管理人员根据PID工艺流程图、数字化交付资料、风险分析单元划分，隐患排查清单、岗位安全风险责任清单等，分角色制定巡检任务、规划巡检路线，匹配巡检清单及制度规范。巡检人员通过移动终端自动获取巡检任务要求。支持巡检人员按规定时间、规定位置、规定要求完成数据采集，并将设备设施运行状态、设备设施故障以及各类安全生产隐患等信息实时传输回管理后台，从而实现操作人员、管理人员、企业各个信息化系统间共享巡检数据。

项目背景：智能运动眼镜 IoT 后端平台（智能运动眼镜 IoT 后端）是为 QIDI Vida 智能运动眼镜 打造的后台高并发、大数据、物联网后台。 QIDI Vida 智能运动眼镜的设计初衷是为用户在各种运动场景下提供最佳的使用体验。 无论是在跑步、骑行、还是在室内健身和其他户外活动中，QIDI Vida 都展现了其卓越的性 能和多功能性。 QIDI Vida 能够实时监测用户的运动数据，包括心率、血压、卡路里消耗等，并通过内 置的 AI 模型提供个性化的建议和指导。骑行过程中，眼镜可以根据实时数据动态调整路线 规划，为用户提供最佳的骑行策略，帮助他们更高效地完成目标。 基于 智能运动眼镜 IoT 后端平台后端的强悍能力，QIDI Vida 还支持组队定位和实时 对讲功能，使得户外运动不仅更加智能化，也更具社交性。 用户可以通过眼镜与队友保持联系，实时共享位置信息和运动数据，增强团队协作的体 验。同时，眼镜的第一视角拍录功能让用户能够轻松记录下运动中的每一个精彩瞬间，并与 他人分享。 智能运动眼镜 IoT 后端平台目前在线终端峰值接近 20W 套，后面随着健康市场的蓬勃 发

研发团队专注互联网、软（硬件）研发、物联网、工业智能监控、智能制造等行业超15年 经验，拥有成熟行业技术解决方案。对生产过程工况监控、污染源在线监控、环境质量监控、企 业安全生产可视化管理、设备运维管理等系统解决方案；对数字集成电路板设计、设备改装、焊 接、通讯技术处理、物联网设备研发拥有丰富的实践经验。其次团队对移动互联网信息化项目、 企业数字化建设、电子商务平台搭、网络平台运营也相应拥有丰富的经验

本项目面向毛衣纺织行业，解决订单跟踪、物料收发、合作对账、库存管理等问题。 相比其他毛织行业产品，优化了整个使用体验，简化流程，并集成了AI大模型，并且提供了一系列的行业使用工具。 在技术选型方面，使用了业内最广泛的方案，无论是二次开发还是项目转手，稍微具备经验的人读懂项目代码都是比较容易的，技术主要组成： 后端：Java8+springboot2.0+MySQL+Redis 前段：微信小程序的基础开发语言

传感器技术（用于数据采集）、物联网技术（实现数据传输）为了确保数据的准确和高效传输，数字孪生系统会用到多种数据传输协议。在工业现场，常用的有线传输协议如 Modbus、Profibus 等，用于连接各种工业设备，保证数据在不同设备之间稳定传输、数据处理与分析技术（如大数据分析、机器学习算法）当数字孪生系统涉及大量的数据时，需要利用大数据分析技术、建模与仿真技术（构建数字孪生模型）以及可视化技术（展示数字孪生结果）三维可视化技术可以将数字孪生模型以直观的三维形式展示出来。

项目主要功能模块有RFID标签管理、员工卡管理、设备分组、设备管理、报警信息、巡检计划、设备离线记录等，该项目主要解决了重要物资产品外带导致泄密的问题，一旦发现报警信息，管理人员能快速定位报警位置，及时处理报警信息。

1. 概述 矿用巡检机器人通过自动巡检巷道内周围环境，实时采集音频、视频、温度、烟雾、甲烷气体浓度等数据，运用智能识别技术、智能感知技术算法、大数据边缘计算及自学习算法预警技术，能准确分析、判断设备当前运行状态，并对煤矿环境及设备运行状态进行超前预判、预警，并给出故障原因以及故障位置，把巡检工从恶劣的工作环境中解脱出来，减轻劳动强度、降低劳动风险及时发现出现的问题，避免事故扩大化，大大降低生产过程中的非正常停机时间。 2. 功能描述 ⑴ 具有温度采集功能； ⑵具有烟雾超限报警功能； ⑶具有甲烷采集功能，当甲烷超限能实断电并闭锁； ⑷具有音视频采集功能，AI只能学习技术，对重要的位置巡检、仪表数据、违章操作、皮带跑偏、皮带上有异物等通过边缘计算智能学习，能给出较准确的数据。

1、以物模型为核心的物联网系统，实现物理设备的统一管理，并向上屏蔽物理设备的操作细节； 2、以ETL流程为核心的可编辑的数据处理系统，实现多源异构数据的互联互通； 3、以图表为组件的可编辑、可交互的数据可视化系统。

**简介** 我们是一家专注于 **数字孪生、三维可视化、虚拟仿真** 定制开发的专业技术团队，拥有多年行业经验，致力于为客户提供全面、创新的技术解决方案。 ### **核心能力** 1. **数字孪生系统开发** - 实现真实场景的高精度数字化还原，支持实时监控、动态分析与决策支持。 2. **三维可视化** - 通过领先的 PBR 材质技术，实现高品质三维场景和模型渲染，效果逼真，国内领先。 3. **虚拟仿真** - 提供高交互性虚拟仿真解决方案，适用于工业培训、设备操作、应急演练等多场景。 4. **多平台支持** - **WebGL**：实现跨平台三维可视化，支持主流浏览器直接访问，无需额外安装。 - **客户端与移动端 App**：支持 Windows、iOS、Android 等多平台定制开发，满足不同终端需求。 5. **协议对接** - 对接多种工业协议（如 OPC UA、Modbus、BACnet 等），轻松实现设备互联互通。 6. **场景编辑** -

1.本项目主要面向商户，属于商户的后台管理系统，包括后台面板、商品管理、用户管理、订单管理、管理员管理、系统设置、分销模块等大模块以及若干小模块，划分精细，操作方便，直观。 2.相比于市场的常规方案，本系统能为用户提供更全面和更直观的服务。 3.方案主要是由后台面板、商品管理、用户管理、订单管理、管理员管理、系统设置、分销模块以及其他模块等大模块和精细划分的若干小模块组成，选用技术主要有vue3,html5,css,axios,js,nodejs等技术。

1.本项目适用人群是钢管厂内部员工业务使用和外部业务交互，主要模块有【采购】、【销售】、【委外来料】、【仓库管理】、【生产管理】、【财务管理】、【车辆运输物流管理】、【报表管理】、【车辆预约以及进出场小程序】、【大屏管理】、【磅秤系统】、【计量系统】、【生产PDA系统】等等，现已投入正式使用。 2.团队后端开发3-5人，前端开发3-5人，测试1-2人，实施1人，我主要负责后端模块，【生产管理】【生产PDA】生产系统开发，生产计划管理，生产计划报表，生产PDA领料退料，生产报表等功能开发使用。【采购】【销售】【来料委外】模块的质量异议模块，采购销售委外进行质量问题退货和仓库数据对比，进行预约车辆，约车退货生成退货数据，扣减仓库库存，生成结算抵扣单据，计算运费单据，提交财务审批流，汇集数据到财务管理中进行审批。【车辆排队管理】【车辆进出场小程序】车辆进出场数据记录，进出放行功能，传输数据到三方系统取值到车辆过磅重量以及毛重，厂内空间车位是否足够允许进出场队列功能，记录车辆牌照，进出场车辆业务类型，司机信息，运单信息等。

1. [30%] 面向需求： - 面向需要采集某条数据的创作者 一键式安装不需要任何学习成本 - 解决同行项目信息收集难、效率低的问题 - 自动化采集项目展示平台的作品信息 2. [50%] 方案特点： - 采用无头浏览器技术，模拟真实用户行为 - 支持批量自动化数据采集，效率高 - 数据结构化存储，便于分析和检索 - 采用闭包模式开发，代码安全性高 - RESTful API设计，便于系统集成 3. [20%] 技术架构： - 爬虫模块：实现的无头浏览器爬虫 - 服务层：Express实现的RESTful API - 数据层：MongoDB + Mongoose的数据持久化方案项目亮点 代码采用闭包模式，便于后续加密 错误处理完善，系统稳定性好 模块化设计，便于维护和扩展 数据模型设计合理，支持完整的项目信息存储使用技术（5个核心技术）： Node.js - 运行时环境 Express - Web服务框架 MongoDB - 数据存储 Mongoose - 数据模型管理

该组件实现了整合阿里云rocketmq服务,包含消息发送与消费，开箱即用。 1. 该消息组件使用前提是开通阿里云rockcet服务 2. 在其控制台创建topic以及消费者分组 3. 在使用的项目中进行引用并添加消息配置

支持各种微信小程序定制，各类管理软件定制开发；网络管理系统：预约类小程序，会员充值、会员积分、在线客服、支付、在线预约订单、商品类型展示等信息；做题小程序，微信小程序商城，培训机构缴费微信小程序，答题软件；爬虫自动化工具；档案管理系统，实现了档案pdf自动识别，智能分类，档案内容自动填充等功能。

这是一款后台管理系统所运用到的技术栈有vue2+ElemnetUi+Axios+Sass 主要对模型进行集成管理分析模型和模型的市场 对于可视化管理模块 通过AntV-X6进行拖拽编辑查看数据连线的方式进行流程展示

opengauss数据库的运维管理工具，一键部署数据库及相关运维插件，包含ELK，Prometheus， 负责observability-instance，observability-sql-diagnosis开发，参与data-studio，observability-log-search设计

该项目为基于c#语言开发的扫频激光测厚软件，软件依托于Windows桌面应用程序，使用了多线程、TCP通信、高速数据采集和图表展示等技术，实现了在高速扫频激光照射下的晶圆测厚功能,软件功能完善，目前已稳定应用于企业生产中。

1.本方案面向产品生产测试，解决产品在工厂在生产过程测试验证产品功能正常，性能稳定等问题 2.目前市场，产品生产工具等测试平台针对新产品导产定制化开发测试工具，测试开发人力频繁投入，导产交期存在风险，测试系统无法保障稳定，可靠性，投入生产运维人力投入多，关键容易引起新品工厂生产停线风险，通用测试平台可以解决这类痛点，提高产品生产质量，提高产品产能UPH，降低产品流向市场客诉率，间接提高品牌的客户可靠度 3.通用测试平台采用pyqt5技术，通用测试方法+可配置产品定制化测试方法理念，可支持产品测试：蓝牙FCT射频测试，整机蓝牙功能测试，WiFi FCT射频测试，整机WiFi测试，产品固件烧录，产品FCT单板功能测试，产品整机功能测试，功能压力测试，蜂鸣器，喇叭测试，温度测试，屏幕测试，陀螺仪测试，马达测试，校准测试等