工业软件

1、主导超复杂业务流程的 SaaS 化电商平台架构设计与落地实施： 负责品类过百万、交易额过亿的 B2B 电力招标采购 SaaS 平台及供应链金融系统的整体架构设计，涵盖权限控制、数据隔离、多租户支持、招标流程引擎、消息推送等多个关键模块，支撑高并发、高可用、可扩展的业务场景。 2、构建安全可靠的多租户权限体系： 基于 Shiro 实现 SaaS 平台的细粒度权限控制机制，支持企业级角色划分与员工权限隔离，确保不同客户、不同岗位之间的访问控制严格合规，保障系统安全性。 3、采用微服务架构提升系统稳定性与扩展能力： 使用 Dubbo + Spring Cloud Alibaba 技术栈搭建分布式服务体系，实现模块解耦、服务自治和弹性伸缩，系统可用性达 99.95%，并发处理能力提升 3倍以上。 4、设计基于 Activity 的自定义工作流引擎，提升审批效率： 主导开发基于 Activity 工作流的任务调度模块，支持灵活配置招标、开标、评标等业务流程，使流程发起与审批效率提升 200%，显著缩短业务周期。 5、构建智能数据分析与规则引擎模块，赋能招标决策： 设计并实现数据分析模块，结合动态规则引擎提供实时评分、风险预警等功能，为招标过程中的关键节点提供数据支撑，提高评审准确率和透明度。 6、基于消息队列实现高效招标信息推送机制： 引入 RocketMQ/Kafka 消息中间件，实现招标需求定向推送与广播通知功能，大幅提升投标人参与率，关键项目的投标响应率提升 200% 以上。 7、数据架构优化与多数据库同步体系建设： 采用数据聚合与逻辑隔离策略，满足多租户下的数据安全与共享双重要求； 利用 Canal 实现主从数据库与跨库数据同步，确保数据一致性与高可用，数据延迟降低至 1秒以内。 8、DevOps 与 CI/CD 体系建设，提升研发效率与质量： 自建开发环境，部署 Linux、JDK、MySQL、Git、Jenkins 等基础组件，构建完整的 CI/CD 流水线，自动化构建与部署覆盖率超过 80%，上线效率提升 40%； 与华为云、腾讯云、IDC 供应商对接，完成测试与生产环境的多点部署，提升系统稳定性和容灾能力。 9、项目管理与质量保障体系落地： 使用 Jira 进行项目任务拆解、WBS 分解与里程碑管理，实现项目进度可视化，交付准时率达 100%； 推动单元测试、集成测试与自动化回归测试全面覆盖，测试覆盖率高达 100%，线上事故率为 0%，显著提升产品质量。

1、本系统针对于工地施工方，工程师可以在本系统的小程序端进行注册，需要通过身份验证和人脸识别，并且需要签署安全和施工协议之后方可接单； 2、施工方可以通过本系统在管理后台的施工任务分配给已经实名认证并且符合要求的工程师，比如该工程师的注册技能是强电或者弱电，则可将匹配的任务单指派给该工程师，并标注该任务单的价格，工程师会收到短信提醒，在小程序内进行接单，施工方确认后，工程师可上门，施工方可按要求对工程师的任务过程进行拍照上传，工程师完成任务后可以提交完工审核； 3、施工方审批通过后，工程师可进行结算申请。

1.本方案面向光电镊单细胞操作平台的控制软件，通过软件实现控制单细胞的识别、导入导出、培养、抗体实验等。 2.想比市场常规方案，本方案实现对细胞的全流程自动实验操作，软件通过串口控制温控、相机、投影设备、电机、泵、荧光等模块实现对细胞的各种操作 3.应用到的技术有C++、QT、串口通信、SQLite、opencv图像处理、ai检测等

1、面向检测站新能源车检测 2、电气安全检测：绝缘检测与电位均衡检测 充电安全检测：最高电压，单体电压差，以及充电温度等 放电安全检测：使用测功机放电，检测放电过程中的电压，压差以及温度和速度控制 3、上位机软件（C#+WPF）+下位机嵌入式软件（stm32+c）+云平台（springboot+react）

匠联是一款由全控机电科技自主研发的工业物联网（IIoT）边缘服务系统。它定位于工业现场与云端之间的“边缘层”，旨在解决工业设备数据采集难、协议繁杂、实时性要求高、系统集成复杂等痛点，为智能制造、设备远程监控、能源管理、预测性维护等场景提供强大、灵活且高效的边缘计算与数据处理能力。 核心功能：高速采集 、自定义脚本、对外提供丰富的API接口、仪表盘功（采用开放的Web开发模式 + API驱动 + 委托发布的创新架构）

绿能项目主要面向建筑能源管理行业，特别是针对那些致力于实现节能减排、提高能源利用效率的现代智能建筑。该软件适用于商业楼宇、工业厂房、学校、医院等多种业务场景，帮助管理者实时监控建筑内的能源消耗情况，及时发现并解决能耗问题，从而实现绿色可持续发展。 能项目根据功能需求被细分为系统总览模块、电池状态模块、环境监测模块、光伏系统模块、新风系统模块。 项目的技术： 底层使用自研物联网平台作为项目的底层支撑，能够实时收集建筑内各种设备的数据，并进行高效传输和存储。前端Vue框架，实现了数据的动态绑定和组件化开发。

1. 方案面向对象与问题解决 本方案面向中小型制造企业，特别是缺乏专业IT团队的传统工厂。这些企业普遍存在职工信息管理混乱、订单跟踪困难、库存状态不透明等痛点。通过本系统，企业管理者可以实时掌握职工配置、订单进度和库存状况，实现生产流程的数字化管理，提升运营效率，降低管理成本。 2. 相比市场常规方案的特点 相比传统的Excel表格管理或昂贵的ERP系统，本方案具有显著优势：首先，采用轻量级Spring Boot架构，部署简单，维护成本低，特别适合预算有限的中小企业；其次，系统界面采用现代化响应式设计，操作直观友好，员工培训成本低；第三，支持多条件智能搜索和实时数据统计，管理者可以快速获取关键信息；最后，系统具备完整的CRUD功能，支持数据的增删改查，确保信息的准确性和时效性。 3. 方案产品组成与技术选型 本方案采用B/S架构，前端使用Thymeleaf模板引擎配合CSS3实现响应式界面，后端基于Spring Boot框架构建RESTful API，数据层采用JPA进行对象关系映射，数据库选用MySQL保证数据安全性和稳定性。系统包含职工管理、订单管理、库存管理三大核心模块，支持多用户并发访问，具备良好的扩展性和维护性。

1、该主板集成了液晶显示、按键处理、CPU卡应用功能、RFID感应卡应用功能、打印机、条码扫描应用等功能。在加油机里负责客户的人机交互、卡处理、交易的生成，同时跟其它加油机板块如计控主板、核心板等通过CAN总线进行通讯，传输数据。 2、本工程采用VS CODE作为开发工具，以C语言为基础进行开发，主要面向客户是中石化、社会加油站等客户，实际应用数量超过10万块，极少有异常反馈。

单人完成前后端开发，面向企业使用的微服务。由个人在一定程度的ai辅助下，独立完成Next.js前端，以及包括Flask后端的开发。核心功能包括：支持账号密码登录、会话管理和权限控制的用户认证系统 ；用户个人信息管理 ；带权限控制的月报发布与评论系统 ；以及消息通知功能 。后台管理端将实现舰队成员数据的高级搜索、信息管理与数据导出 。项目技术栈采用 Next.js 14、TypeScript 及 Ant Design Pro 等现代技术。

准时交货系统（如ERP和MES）通过数字化整合供应链和生产流程，确保订单高效履行，其核心用处包括： ‌提升客户满意度与忠诚度‌：按时交付满足客户时间需求，增强品牌信任和承诺兑现能力‌ ‌优化运营效率与成本‌：减少延误引发的额外运输、退货及投诉处理费用，实现成本节约‌ ‌强化市场竞争力‌：在激烈竞争环境中，准时交货作为差异化服务，成为争取客户订单的关键优势‌ ‌精准生产计划调度‌：通过MRP和CRP功能自动协调订单、物料、设备与人员，提高计划可执行性和稳定性‌ ‌物料供应可视化监控‌：实时库存预警和采购触发，降低缺料风险，确保生产按时启动‌ ‌生产过程动态调整‌：集成MES系统实时监控进度，及时预警瓶颈并优化工单安排，保障交付可控性‌ ‌跨部门协同作业‌：打破信息孤岛，实现销售、采购、生产等环节实时同步，减少沟通延误‌ ‌数据驱动持续优化‌：分析订单履行数据，识别延期原因并改进流程，提升长期交付能力‌

项目背景：化工行业面临 “双碳” 政策强制要求（如 2025 年重点企业碳排放强度下降 18%），各基地普遍存在碳排放数据采集零散（依赖人工填报，准确率不足 60%）ESG 披露缺乏数字化工具等痛点。目标为打造覆盖 “数据采集 - 分析 - 决策” 的全链路碳管理系统，助力企业满足政策合规要求并挖掘绿色生产价值。 1.需求定义 ▶ 深度调研走访2家化工生产基地，梳理出能源消耗（水 / 电 / 蒸汽）、物料流转（原材料采购 - 生产 - 废弃物处理）、设备排放（窑炉、反应釜）等核心场景的数据采集需求；将基地和总部迫切需求 “数据监控”“碳指标可视化” “改质沥青碳足迹实时追踪” 作为核心功能优先级。 2.产品设计 搭建碳排放量核算模型（覆盖 ISO14064 标准），设计碳排因子公式，系统自动计算 Scope1/2/3 排放。 开发碳指标可视化看板（含碳强度、减排趋势、合规预警等 15 + 图表），支持管理层决策。 3.项目成果 ▶ 成果量化：实施16个工厂，碳排放数据透明度提升 ：自动采集数据占比从 40% 提升至 80%，人工填报工作量减少 60%，数据准确率提升。 ▶ 碳管理效率显著提升：客户从 “季度性手工核算碳排放” 升级为 “月度监控 + 月度自动报告”。

工业CT扫描控制软件，具备对射线源、探测器、运动控制系统的综合管理，同时提供数据采集、图像处理以及分析功能. 模块化设计 系统采用模块化设计，将功能划分为以下核心模块： - UI模块：用户界面层，负责与用户交互 - 数据模块：数据处理与管理层 - 通信模块：设备通信层，负责与硬件设备交互 - 算法模块：图像处理与分析算法 - 系统模块：系统服务与管理 - 文件模块：文件管理与存储 - 工具模块：辅助工具与实用功能 - 扩展模块：第三方集成与扩展功能 设计模式 系统采用多种设计模式，实现UI与数据的分离： - MVC/MVVM模式：实现界面与业务逻辑的分离 - 工厂模式：创建各类组件实例 - 观察者模式：实现模块间的通信与数据同步 - 策略模式：灵活切换各类算法实现 - 单例模式：对关键系统组件进行全局管理 - 命令模式：实现可撤销操作和操作历史 - 适配器模式：兼容不同设备接口

1. 协议栈开发专精：10年+专注通信协议栈开发，尤其擅长层二（L2）协议设计与优化， 包括MAC层调度、信道管理、数据封装/解封装等核心模块开发。 2. 深度技术积累：精通GSM/TD-SCDMA/TD-LTE层二协议栈全链路开发，熟悉3GPP标准， 能快速定位协议兼容性、吞吐量优化等复杂问题。 3. 嵌入式协同能力：具备层二协议与硬件（如基带芯片、射频模块）的联合调试经验，确 保协议栈高效运行于资源受限的嵌入式环境。

1.本方案面向流量监测场景，解决传监测中存在的三大核心问题： 实时监测缺失：通过MQTT协议实现工控机数据秒级采集，WebSocket确保前端界面毫秒级更新 数据分析滞后：集成ECharts动态图表与MySQL历史数据库，支持压力/沙比等关键参数的实时趋势分析与历史回溯 多维度监控困难：首创"四维监控体系"（压力+沙比+用砂量+用水量）结合4路视频流，构建全景式作业视图 2.方案创新性体现在： ▶ 混合架构设计：分层架构保证模块解耦，微服务思想提升横向扩展能力（如独立部署MQTT消息处理服务） ▶ 双协议数据管道：MQTT+WebSocket组合实现99.9%消息可达率（MQTT保活机制+WebSocket断线重连） ▶ 内存状态映射：基于ConcurrentHashMap的油井状态表，配合事件驱动机制实现全系统状态同步 ▶ 轻量化前端：Thymeleaf模板引擎+jQuery动态渲染，无需复杂框架即可实现10万+数据点流畅展示 ▶ 配置热更新：通过@ConfigurationProperties实现动态区域配置加载，支持不停机调整监测参数 3.核心技术矩阵： 后端：Spring Boot 3.5 + MyBatis-Flex + HikariCP + Hibernate Validator 数据通道：EMQ X MQTT Broker + WebSocket实时推送 存储：MySQL 9.3（时序数据优化表结构） 前端：ECharts 5.4 + jQuery 3.7 + Stomp.js

本系统主要服务与机加工行业，主要用于工单管理跟踪。提供极简式操作，透明化生产看板、自动化预警、数据化绩效考核，不良品精准分析等关键功能。各种精确化的报表数据，提供多端使用，微信公众号，手机app, 电视大屏都可以使用。员工端可进行生产上下级，报工等，管理员可实时跟踪工单流转情况。使用本系统将大大降低企业生产遇到的繁忙繁琐的工作。

本项目是为丰田汽车厂定制开发的“方向盘无线角度检测系统”，解决的是汽车在出厂前方向盘角度是否安装准确的问题。 系统利用手机陀螺仪配合自研算法，实现对方向盘角度的精准检测，并具备以下核心功能： * 自动识别方向盘左右打角、回正情况； * 对中功能，判断是否处于出厂标准状态（如 ±9 度）； * 一键重置、上传检测结果到数据库； * 完全无线部署，便于工厂作业人员使用。 本系统已实际应用于丰田汽车工厂，提高了检测效率和准确率，规避了人工误差。 技术栈包含：Vue 前端、原生 JS、HTML5 传感器接口、后端 Python/FastAPI、MySQL。 备注： 该项目为商业外包项目，已在客户处上线使用。 因商业保密协议和项目已结束，演示地址已失效，无法提供演示地址，还望理解。

1. 目标用户/业务方： 企业全球电商业务（如商城、海外电商平台） 供应链与仓储管理团队（依赖库存数据进行商品调拨、销售预测） 财务与风控团队（需精准库存数据对账，避免资金损失） 2. 核心问题： 高并发与稳定性：全球多机房库存服务面临流量洪峰（如新品发售），原有物理机架构扩容慢、故障恢复难。 数据一致性与安全：百亿级库存流水数据存在MySQL健壮性风险（如主从延迟、数据丢失）。敏感数据（如库存调拨记录）需提升加密等级（KeyCenter升级）。 业务效率瓶颈：ToC订单寻仓算法未考虑跨区调货成本，导致物流费用高。虚拟库存数据差异（如超卖/少卖）缺乏实时监控手段。 3. 相比于市场常规方案，本方案有哪些特点 特点1: 架构设计方面，市场常规方案是物理机部署，静态资源分配。本方案创新点：物理机部署，静态资源分配 容器化（Matrix）+ 微服务，秒级扩缩容，支撑大促流量，灰度发布、熔断降级等SRE能力集成。 特点2: 数据治理方面，市面常规方案是单一机房MySQL，定期人工核对差异，多机房DB治理+KeyCenter加密。本方案采用分库分表+分布式事务优化，百亿数据查询性能提升30%，同时使用国密算法加密敏感流水 特点3：寻仓算法，市面常规方案是基于仓库优先级和拆单率的静态规则，本方案引入动态跨区率因子，引入地理位置与物流成本权重，跨区率↓26%，年节省运费超千万。 特点4：监控体系，常规方案为离线报表，T+1发现问题。本方案则实现实时差异监控+自动化修复，基于Redis+Prometheus的库存差异秒级告警，差异率从0.5%↓至0.02% 技术壁垒：混合云兼容性：容器化方案同时适配企业自建机房与公有云（如AWS），实现全球库存数据同步。高可用设计：Thrift RPC+Redis集群，保障99.99% SLA（原系统99.9%）。 3. 【20%】方案的产品组成或技术选型 核心架构： 用户请求 → API Gateway (OpenResty) → 微服务集群 (Golang, Thrift RPC) → 数据层: MySQL (分库分表+TiDB辅助分析) + Redis (库存缓存) → 运维层: Matrix容器平台 + Prometheus/Grafana监控 关键技术栈： 开发语言: Golang（高并发业务逻辑）+ Python（数据分析脚本） 中间件: Thrift：跨语言RPC，支持Java/PHP业务方调用。 Redis Cluster：库存热点数据缓存，抗10万+ QPS。 安全: KeyCenter国密SM4加密流水数据。 算法: 寻仓算法基于运筹学线性规划（OR-Tools优化）。 交付价值： 全球库存服务P99延迟从500ms↓至80ms，大促期间零故障。

一、系统概述​ 工厂 MES 生产管理系统是面向制造企业车间执行层的生产信息化管理系统，它通过信息传递，对从订单下达到产品完成的整个生产过程进行优化管理。当工厂中有实时事件发生时，MES 能对此及时作出反应、报告，并利用当前的准确数据对它们进行约束和处理。这种对状态变化的迅速响应使得 MES 能够减少企业内部没有附加值的活动，有效地指导工厂的生产运作过程，提高工厂及时交货的能力，改善物料的流通性能，提高生产回报率。​ 二、核心功能​ （一）生产计划与排程管理​ MES 系统接收企业 ERP 系统下达的生产计划，结合工厂实际生产资源（设备、人力、物料等）状况，进行精细化排程。通过高级排程算法，综合考虑订单优先级、交货期、设备产能、工艺流程等因素，自动生成最优的生产作业计划，将生产任务精确分配到具体的车间、产线、设备和时间段，确保生产有序进行，提高设备利用率和生产效率。同时，支持计划的动态调整，当出现订单变更、设备故障、物料短缺等突发情况时，系统可快速重新排程，最大限度减少对生产进度的影响。​ （二）生产过程监控​ 利用物联网技术，将生产现场的各类设备（如数控机床、自动化生产线、传感器等）与 MES 系统进行集成，实时采集设备运行状态、生产进度、工艺参数、质量检测数据等信息。通过可视化界面，管理人员可以直观地监控整个生产过程，实时掌握各生产环节的运行情况，如设备是否正常运行、生产进度是否滞后、产品质量是否达标等。一旦发现异常情况，系统立即发出预警，并推送相关信息给责任人员，以便及时采取措施解决问题，保障生产过程的稳定性和连续性。​ （三）质量管理​ MES 系统建立全面的质量管理体系，涵盖从原材料检验、工序检验到成品检验的全过程质量控制。在生产过程中，系统自动采集质量检测数据，并与预设的质量标准进行实时比对，一旦发现质量偏差，立即触发报警，并提供质量问题分析工具，帮助质量管理人员快速定位问题根源，采取纠正和预防措施。同时，系统支持质量追溯功能，通过扫描产品条码或批次号，可快速追溯到该产品的生产批次、原材料来源、生产设备、操作人员、生产工艺参数等信息，实现产品质量的全生命周期追溯，便于质量问题的处理和责任界定，提升产品质量和企业信誉。​ （四）物料管理​ 对生产过程中的物料进行全流程管理，包括物料的入库、出库、库存盘点、物料配送等环节。系统实时监控物料库存状态，根据生产计划自动计算物料需求，并生成物料配送清单，指导物料配送人员及时、准确地将物料送达生产现场。同时，通过物料批次管理和追溯功能，实现物料的精准跟踪和管理，确保物料的使用符合生产要求，避免物料混用、错用等问题，降低物料浪费和生产成本。此外，系统还能对呆滞物料进行预警，帮助企业及时处理积压物料，提高资金周转率。​ （五）设备管理​ 构建完善的设备管理模块，实现设备的全生命周期管理，包括设备档案管理、设备维护计划制定、设备点检、维修、保养等工作。通过设备运行数据的实时采集和分析，掌握设备的运行状况和健康状态，提前预测设备故障，制定预防性维护计划，减少设备突发故障导致的停机时间，提高设备利用率和可靠性。同时，系统记录设备的维修历史、维护记录等信息，为设备的选型、采购、升级改造提供数据支持，优化设备资源配置，降低设备维护成本。​ （六）报表分析与决策支持​ MES 系统自动收集生产过程中的各类数据，并对数据进行统计、分析和挖掘，生成丰富多样的报表，如生产日报、月报、设备综合效率（OEE）报表、质量统计报表、物料消耗报表等。这些报表以图表、图形等直观的形式展示生产运营情况，为管理人员提供准确、及时的决策依据。通过对生产数据的深入分析，企业可以发现生产过程中的潜在问题和瓶颈，优化生产流程，提高生产效率，降低生产成本，提升企业的核心竞争力。​ 三、实际效益​ （一）提高生产效率​ 通过精准的生产计划与排程、实时的生产过程监控和有效的资源调度，减少生产等待时间、设备闲置时间和生产切换时间，提高设备利用率和生产效率。据统计，实施 MES 系统后，企业的生产效率通常可提升 10% - 30%。​ （二）提升产品质量​ 全过程的质量管理和质量追溯功能，能够及时发现和解决质量问题，减少次品率和废品率，提高产品质量的稳定性和一致性。同时，通过对质量数据的分析和总结，不断优化生产工艺和质量控制方法，持续提升产品质量水平，增强企业产品的市场竞争力。​ （三）降低生产成本​ 有效的物料管理可以减少物料浪费、降低库存积压，提高物料周转率，降低物料成本；设备管理的优化能够延长设备使用寿命，减少设备维修成本；生产效率的提高和质量的提升也间接降低了单位产品的生产成本。综合来看，MES 系统的实施可使企业生产成本降低 10% - 20%。​ （四）增强企业管理决策能力​ 实时、准确的生产数据和丰富的报表分析，为企业管理层提供了全面、深入的生产运营信息，帮助管理人员及时了解企业的生产状况、发现问题并做出科学决策。同时，系统支持数据的实时共享和协同工作，促进企业各部门之间的信息沟通和协作，提高企业的整体管理水平和运营效率。​ 四、行业应用案例​ （一）汽车制造行业​ 某大型汽车制造企业实施 MES 系统后，实现了生产计划的精准排程和生产过程的实时监控。通过对设备运行数据的分析和优化，设备综合效率（OEE）提升了 15%；在质量管理方面，次品率降低了 20%，产品质量得到显著提升；同时，物料库存周转率提高了 30%，生产成本大幅降低，企业的市场竞争力得到有效增强。​ （二）电子制造行业​ 一家电子制造企业引入 MES 系统后，解决了多品种、小批量生产模式下的生产管理难题。系统实现了生产过程的精细化管理和质量的严格控制，产品的直通率从原来的 85% 提高到 95% 以上；通过对物料的精准管理，减少了物料浪费和库存积压，物料成本降低了 15%；生产效率也得到了大幅提升，交货准时率提高到 98%，客户满意度显著提高。

基于C#和.Net技术，参与开发EasyBIM(二三维一体的施工图软件)软件，负责基于D3D11、SharpDX技术的三维引擎研发；负责建立基于模板方法模式和观察者模式机制的建筑电气模块的底层机制，并基于MVVM的WPF技术，负责建筑电气的主要功能研发；基于递归、DFS、二分法等图论算法，负责部分建筑电气模块的智能化功能的上层开发；基于ODA技术和D3D图形引擎，对智能建造(管线综合)模块进行技术支持；基于三层架构技术对云数据库和本地数据库进行搭建和应用；基于自研软件，进行过部分项目的照明模型和配电网络模型的设计及搭建

本项目旨在优化物流中心的运营效率，通过引入先进的算法和机器人技术，实现快递的智能化分拣。这些机器人将根据预设的算法，自动识别和分类包裹，从而大幅提高分拣速度和准确性。相比传统的人工分拣方式，机器人分拣不仅减少了人力成本，还降低了错误率，确保了物流中心的高效运作。此外，通过实时数据分析和调整，机器人系统能够不断优化分拣流程，进一步提升整体运营效率。这种智能化的解决方案将为物流中心带来显著的经济效益和竞争优势。