一、立项背景和目标
当前矿场生产作业中,设备运行、生产排班、执行及绩效统计多依赖人工记录,存在数据零散、统计低效、异常难以及时发现等问题,影响生产效率与运维质量。为解决上述痛点,实现矿场生产作业数字化、精细化管控,特立项开发本软件。核心目标:整合设备、排班、执行等业务数据,搭建统一管控平台,实现数据实时采集、高效统计、精准分析,优化生产流程,降低运维成本,提升生产效率与绩效管控水平。
二、软件功能及核心模块介绍
软件核心围绕“业务数据管控+绩效数据分析”展开,分为三大核心模块,功能简洁实用、贴合矿场实际作业需求。
1. 设备监控模块:实时采集设备状态与事件数据,包括胎压、网络、自驾状态等持续监控数据,以及故障、人工接管、作业节点等触发式事件数据,支持异常预警,便于及时排查设备问题。
2. 生产管理模块:涵盖生产排班与执行全流程,可设置计划日期、班次,生成排班记录并关联线路与车辆,实时更新生产执行状态,记录线路、轮次、任务等核心执行数据。
3. 绩效分析模块:基于业务数据,从生产概览、效率分析、绩效评估、运维监控四个维度,统计运输量、能耗、作业时长等指标,分析效率差异与设备异常,提供改善方向。
三、业务流程及功能路径描述
业务流程遵循“排班→执行→监控→分析”闭环,功能路径清晰易懂,适配矿场日常作业流程。
1. 业务流程:制定计划日期与班次→生成排班记录(关联线路、车辆及配置)→启动生产执行,实时采集设备与执行数据→完成作业后更新执行状态→系统自动统计分析,生成绩效报告→根据分析结果优化排班与运维。
2. 核心功能路径:
①设备监控:登录系统→进入设备模块→查看实时状态/事件记录→处理异常告警;
②生产排班:进入生产管理模块→设置计划日期与班次→创建排班记录、配置详情→保存并同步;
③生产执行:启动排班执行→实时查看线路、轮次、任务数据→结束后更新状态;
④绩效分析:进入绩效模块→查看各维度统计数据→分析异常与趋势→导出报告。
软件整体实现业务数据全流程管控,简化操作流程,助力矿场实现生产作业精细化、数字化管理,达成降本增效目标。
一、整体架构和设计思路及技术栈
整体采用分层架构设计,遵循“数据采集-业务处理-分析展示”的核心思路,实现模块解耦、可扩展,适配矿场高并发数据采集与实时分析需求。
核心模块及对应技术栈:1. 数据采集层:负责设备数据、生产数据实时采集,采用Java+MQTT协议,适配矿场设备多终端、远距离数据传输,保障数据实时性;2. 业务逻辑层:涵盖设备监控、生产管理、绩效分析三大核心模块,采用SpringBoot+MyBatis框架,实现业务流程自动化与数据关联;3. 数据存储层:采用MySQL存储结构化数据(排班、绩效指标等),Redis缓存实时设备数据,提升查询效率;4. 前端展示层:采用Vue3+Element Plus,搭建简洁易用的管控界面,支持数据可视化与异常预警展示。
二、个人负责模块和结果(量化呈现)
本人主要负责生产管理模块(排班+生产执行)及部分绩效分析模块的开发与优化,全程参与需求对接、编码实现、测试调试全流程。
负责成果量化:
1. 完成生产排班功能开发,支持计划日期、班次设置,实现排班记录创建、详情编辑及变更记录留存,上线后日均处理排班记录80+条,排班调整响应时间≤5秒,无功能异常;
2. 开发生产执行数据采集功能,实时同步线路、轮次、任务数据,数据采集准确率达99.8%,延迟≤3秒;
3. 优化绩效分析模块中的轮次效率统计功能,提升统计速度30%,可支持每日200+轮次数据快速统计,生成可视化报表;
4. 配合测试修复模块bug12个,优化用户操作流程3处,模块上线后用户满意度达95%。
三、遇到的难点、坑及解决方案
1. 难点1:矿场设备数据传输不稳定,易出现数据丢失、延迟,导致生产执行数据与实际脱节。解决方案:优化数据采集协议,采用MQTT+TCP双重校验,增加数据重传机制;在Redis中设置临时缓存,若数据传输中断,恢复连接后自动同步缺失数据,最终将数据丢失率控制在0.2%以内,延迟降至3秒内。
2. 难点2:排班详情变更频繁(车辆移入移出、配置修改),易出现数据不一致,影响生产执行。解决方案:设计乐观锁机制,防止并发修改冲突;增加变更记录日志,实时同步变更内容至生产执行模块,同时添加数据校验逻辑,确保变更后排班详情与执行数据一致,解决了数据不一致问题,变更异常率降至0。
3. 难点3:绩效统计维度多(日期、班次、线路等),大数据量下统计效率低,页面加载卡顿。解决方案:优化SQL查询语句,建立索引4个;采用分批次统计+缓存复用策略,将统计任务拆分至后台异步执行,页面加载速度提升60%,彻底解决卡顿问题。