程序聚合 软件案例 智慧矿山-物联网-应用-智慧矿山运销管理系统

智慧矿山-物联网-应用-智慧矿山运销管理系统

行业:物联网
载体:嵌入式软件、网站
技术:Java、Vue、MQTT

业务和功能介绍

满足企业个性化需求,充分挖据企业的深度需求和未来价值,以实用性和扩展性为企业量身定做。实现煤炭地销业务流程从调拨发运通知单到自动识别进矿、排队签到、门禁入厂、无人过磅管理、自动识别出矿等环节的标准化“大闭环管理”,杜绝人为作弊行为,降本增效。规范各业务节点流程,业务逻辑控制严密、设置灵活,加快销售系统向专业化、自动化、智能化方向发展。确保企业使用该系统五年不落后,十年不淘汰。
项目具体实现目标:
(1)实现煤炭地销业务闭环管理,根据煤矿业务实现煤矿地销业务闭环智能管理,矿领导及管理人员通过系统安全验证后可随时随地针对业务流程各环节数据查询、决策。
(2)实现进出矿车辆管控自动化:通过车牌识别技术+上磅码技术相结合,作为相互验证的方式,避免作弊或无法识别车牌的情况,实现出入车辆自动识别运输任务、环保政策等,自动(或人工)核验放行,提高效率。
(3)利用电子围栏和语音叫号,针对车辆的签到排队,实现车辆的进出矿有序管理,以便煤矿了解车辆的分布情况。
(4)实现磅房计量无人值守:通过车牌识别技术+上磅码验证身份、红外光栅等防作弊技术,实现车辆称重自动化、智能化,实现无人值守过磅,并解决原系统中道闸频繁砸车及频繁换纸等不系统健康现象。
(5)实现全过程可安全追溯,建立完整的日志机制,包括信息动作日志、操作日志、设备运行状态日志等。
(6)实现权限可控,角色级自定义功能,由矿方管理人员根据各部门各岗位工作内容,灵活建立账户、分配相应权限。
(7)建立智能化集控中心,增加对出入厂、汽车衡计量等环节的实时数据与视频远端监控,把握各环节实时运行动态,并可各业务环节进行实时监管与远端控制。
(8)建立完备的容灾备份机制,数据库采取增量备份,服务器采用镜像级备份,可预防事故并及时恢复数据,保障企业数据安全。
系统吻合信创架构,为政府国产化要求做好准备。
智慧矿山运销管理系统项目的建设范围包含以下模块:
(1)煤矿运销管理系统;
(2)客商平台
(3)司机平台
(4)门禁管理系统
(5)车辆签到排队智能叫号系统;
(6)无人值守称重系统;
(7)集控运维中心系统;
(8)BI数据统计分析;
(9)第三方系统无缝对接(集团平台或厂平台数据对接等);
煤矿运销管理系统:
合同管理
该模块包含采购、销售、运输、服务合同等信息起草、审批、签订、复核、终止、作废、归档、统计分析、接入、同步等功能。
系统支持提供运销模块接口,可接入第三方运销系统,可与煤矿原有运销系统同步,并支持导入功能。
计划管理
包含总体销售计划、年度及月度的销售计划信息的录入与分解细化,编制录入年度计划,系统支持计划的分解、调整、维护。各业务单位销售计划依据月度计划录入到日销售计划中。系统可按照计划类别、计划类型、计划性质、计划版本、销售方式、交货方式等进行多维度管理,煤矿销售计划编制完成后,分配计划审批权限,由管理员审批审核后生效。
客商平台
通过煤炭运销管理系统拉取或导入合同和计划的信息,由企业或承运商/客户管理维护司机和车辆信息,建立派车计划,并将计划下发至司机。司机收到派车信息,到场完成运输任务。可有效解决煤炭运输流程中存在的痛点,通过数字化、标准化手段实现各环节的高效协同,将煤炭行业的传统线下运输业务流程转变成基于数字资产的线上业务流程。
车辆签到排队智能叫号系统
利用电子围栏、北斗定位、语音电话、微信消息等软件技术以及LED大屏、语音一体机、道闸等硬件实现车辆通过手机签到、车辆排队、语音叫号、车辆身份识别自行入厂等系统功能。
通过以上功能系统为矿区解决了车辆入厂前排队无序、叫号顺序乱、场内车辆杂等痛点,有序合理地控制排队车辆,减少秩序维护设备及人员投入,有助于矿方科学合理的安排生产和运输工作。
无人值守称重系统
利用车号自动识别系统、称重系统、监控系统、红外防作弊系统、道闸控制系统、远程监管系统、LED语音播报系统、自助打印磅单系统等各类控制设备,基于云端软件、移动端APP、身份证等多重技术手段,组成针对过磅业务进行无人化自动处理的计量系统。
系统的使用可降低煤矿人力、物力成本,且能够保证车辆身份准确识别、称重数据的准确采集,真正意义上实现了运煤车辆计量称重的无人化、自动化,使称重过程方便、安全、快捷、准确,同时系统能够对接煤矿运销等第三方系统,打通煤矿信息流,提高煤矿生产效率。
集控运维中心系统
利用计算机通信技术、智能测控技术、大数据技术及自动化监控技术将分散监控管理的多个磅道实现在管控中心集中监控管理,该系统将各矿各业务环节信息集中展示到“一张图”上,“一张图”对各矿合同、计划、称重、装卸货、数据统计等信息实时展示,对各矿业务环节发生的异常信息以闪烁方式预警提示,远程控制各矿磅道设备,查看各矿监控画面集中展示等。

项目实现

解决方采用新一代信息技术和企业产运销计量业务深度融合,采用数字化、网络化、云端化、智能化等技术,整合煤矿运销全过程中的六要素,优化组织架构和梳理业务流程,采用工业互联网平台架构。
数据采集层主要包括仪器仪表数据、视频信号、音频信号、控制信号的采集,同时包括音频信号的输出设备、控制信号的输出等。
数据应用层,主要是指司机自助计量的应用,工作人员通过授权使用业务应用系统,实现远程业务操作和远程过程监控。
服务器/数据库系统作为整个系统的核心枢纽,负责协调、管理系统间的数据交换。

示例图片视频


山西云次元科技有限公司
30天前活跃
交付率:100.00%
相似推荐
RAG Agent
一、立项背景与目标 1. 立项背景 在传统的知识库问答系统中,普遍存在以下痛点: - 流程混乱:通用ReAct Agent在处理复杂业务时,容易发生步骤跳跃或逻辑错乱,导致回答质量不稳定。 - 上下文断裂:多轮对话中,用户常使用代词(如“它多少钱?”),传统向量检索缺乏指代消解能力,导致检索失败。 - 意图混杂:闲聊式提问(如“你好”)与知识检索式提问(如“XX产品参数是多少”)被统一处理,浪费算力且影响用户体验。 - 状态丢失:用户刷新页面或稍后再访问时,对话历史无法延续,每次都是“新会话”。 2. 项目目标 - 构建一个流程可控、意图可分流、上下文可理解、状态可持久的智能知识助手。 - 实现复杂业务逻辑的结构化解耦,提升系统的可维护性与稳定性。 - 显著提升多轮对话场景下的检索命中率与回答准确率。 二、软件功能与核心模块 1.整体功能概述 本系统是一个基于LLM的智能对话式知识库问答助手,支持用户通过自然语言提问,从向量知识库中精准检索并生成回答。系统特别强化了多轮对话中的指代消解能力与流程可控性。 2.核心功能模块介绍 模块名称 功能说明 Planner(规划器) 基于LLM + 专用Prompt,硬编码业务流程。负责解析用户请求,按固定流程调度执行,防止逻辑跳跃。 语义路由器 基于LLM的分类工具,动态识别用户意图为“chat”(闲聊)或“retrieval”(知识检索),实现分支分流。 历史加载与写入模块 与Redis集成,自动追加对话历史,确保跨会话的上下文连续性。 查询重写模块 结合历史对话,将存在指代或省略的用户问题(如“它多少钱?”)改写为语义完整的独立问句。 混合检索引擎 同时执行向量语义检索与关键词检索,通过RRF算法融合排序,提升召回效果。 Executor(执行器) 根据Planner的指令,调用重写、检索、生成等环节,最终输出回答。 系统流程严格遵循:语义路由 → 历史加载 → (分支判断) → 查询改写/直接回答 → 知识库检索 → 最终生成 三、业务流程与功能路径 以下为用户与系统交互的完整功能路径描述: 场景一:用户进行知识检索(多轮对话) 场景二:用户发起闲聊 场景三:用户首次访问 / 会话恢复
端到端自动驾驶轻量化模型设计
本项目主要面向无人驾驶仿真研究、智能车辆轨迹跟踪与轻量化控制算法验证场景,围绕端到端自动驾驶技术开展系统设计与实验开发。项目基于 CARLA 仿真平台构建虚拟驾驶环境,通过采集车辆前视图像、行驶状态和控制指令等数据,训练轻量化神经网络模型,实现从环境感知输入到车辆控制输出的端到端映射。项目可用于自动驾驶算法教学、科研训练、数据采集、模型训练、仿真测试和轨迹跟踪效果评估,为低成本、高效率的自动驾驶算法验证提供支持。 本项目主要功能包括仿真环境搭建、自动驾驶数据采集、数据预处理、模型训练、模型推理和效果评估等模块。系统可在 CARLA 仿真环境中生成车辆行驶场景,自动采集车辆前方图像、方向盘转角、油门、刹车等控制数据,并生成对应的数据标签文件;同时支持对采集数据进行划分和预处理,形成训练集、验证集和测试集。模型部分采用轻量化端到端神经网络结构,通过输入车辆前视图像,直接预测车辆控制指令或轨迹跟踪相关参数,从而实现车辆在仿真道路中的自主行驶与轨迹跟踪。项目还支持训练过程记录、模型保存、测试推理和结果可视化,便于对算法性能进行分析和改进。
k8s加ray集群部署
基于 Kubernetes 和 Ray 构建大规模分布式训练系统,常常会面对一个典型需求:训练任务需要调用独立的仿真环境(如游戏引擎、机器人模拟器、工业仿真软件等),而这些仿真环境本身已打包为 Docker 镜像,必须在一个隔离的容器内运行。此时,将容器化的仿真环境与 Ray 的工作节点相结合,并在 Kubernetes Pod 内安全、高效地运行仿真容器,就成了架构的关键。Docker‑in‑Docker(DinD)便是解决此类场景的重要技术之一。
AI学生手册问答助手-学生手册助手
本项目是一个面向学生事务资料查询场景的 AI 问答工具,主要解决学生在阅读学生手册、校规文件和办事流程时查找困难、理解成本高、重复咨询多的问题。 系统支持基于已整理资料进行智能问答,用户可以咨询学籍管理、考试安排、奖学金、请假、处分、实践学分等规则类问题。项目提供普通回答和专业回答两种模式:普通回答适合快速查询,专业回答会补充依据、办理流程、可信度提示和必要的流程图说明。 系统还支持资料上传学习功能,可将 Markdown 或文本格式的规章文件加入知识库,使问答范围不局限于默认资料。整体目标是把分散、较长、阅读门槛较高的制度文件,转化为更容易理解和检索的交互式问答体验。
AI英语学习平台-VerbaPath
SmartLearn Pro 是一个面向英语学习场景的 AI 学习平台,核心目标是把文章、单词、听说读写训练和复习计划整合到一个学习闭环中。系统支持文本/PDF 导入、AI 阅读分析、生词提取、闪卡复习、记忆曲线复习、阅读考试训练、翻译挑战、AI 写作批改、口语教练、学习笔记、知识图谱和学习流画布等功能。 用户可以导入学习资料,系统自动生成词汇、语法结构、阅读理解题和复习内容;在学习过程中可以将生词、难句、错题和写作素材沉淀为笔记,并通过 FSRS 记忆算法安排后续复习。项目还集成了语音识别、AI 对话和 TTS 语音合成能力,用于模拟 IELTS、商务英语、日常聊天等口语训练场景,帮助用户完成从输入、练习、反馈到复习的完整学习流程。
帮助文档   Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服