智能自动化运维系统

2025-04-17 14:23:07

行业：企业内部管理、企业服务

载体：网站、H5

技术：C#、Vue、Entity Framework Core

业务背景

本软件意在实现化工企业运维工作以数据为基础，场景为导向，算法为支撑，为企业现有运维管理模式和管理体系赋予统一数据管控能力和智能化数据分析能力，从而提升运维管理效率。软件的主要功能包括设备基础数据台账管理、人员管理、工作管理、库存管理、资料库、配置属性和后台基准管理等。同时可接入工厂PI数据接口，实时采集重要设备数据，实现设备报警记录。

功能介绍

本软件实现化工企业台账功能、工作票管理功能、交接班管理功能、缺陷管理功能、定期计划工作功能、备品备件管理功能、值班管理功能、规程功能、后台数据管理功能的全新升级。
定期作业自动生成功能、周期配置功能、交接班提交审核功能、工作票自动闭合功能、缺陷管控功能、缺陷自动闭合功能、工厂部门和装置区域功能、班组功能、值班发布功能、台账变更审核功能。
特点：
1）工作票管理功能：升级为一次工作任务产生的多张工作票统一管理，于交接班关联，自动闭合功能。提升了之前工作票管理乱，统计不准确，无法闭合的问题。
2）台账变更管理：设备台账是整个系统数据源的核心，严格控制台账变更，做到了数据变更有据可依，有溯和追。
3）交接班管理：以工作票为作业任务，做到工作票于交接班的结合，即消除了重复数据的录入，也统一了交接班规范，提升了工作效率，对交接班统计有了可靠的数据源提供。
4）缺陷管理：在新版本中简化了流程，增加了管控管理，更加贴切在实际运行中的使用场景。
5）定期作业功能：通过周期配置功能，实现定期作业自动生成，大大提高了工作效率，而且可视化的定期作业数据，不但给使用人节省了时间，还能关联交接班后自动闭合作业的完成进度。
6）备品备件功能：在备品备件中融入了材料虚拟表设计，使备品备件管理更进一步规范管理，出入库简单明了。
7）值班管理：全新升级值班管理，各班组提交管理员发布的方式集成一页式展示。

项目实现

本项目开发周期10个月，在此项目中我担任项目的前期调研、需求分析、系统设计、接口设计、各功能实现开发、测试、上线运行一系列工作。
在系统的架构设计中，我使用了C#技术栈，使用了webAPI，后端使用了entity framework core ORM框架，快速开发业务逻辑与数据库对接。

示例图片视频

宁波世纪恒祥自控技术有限公司

3天前活跃

交付率：100.00%

查看主页

相似推荐

证券大数据平台

包括原始数据的采集，清洗，聚合导入，K线图模块，分时图模块，秒级行情，分钟级别行情，指标模块，数据分析模块，新闻展示模块，用户问答模块，实时聚合功能，编写了80多个功能指标，最后完成数据sink，写入HBase和MySQL，

内容人脸审核系统

1、对图片和视频内容中的人脸进行自动化检测识别，省去人工审核时间成本 2、从识别出的人脸中利用向量相似度计算查找出目标风险人物，提高审核的精确度，避免遗漏 3、对存在风险人物的内容进行后续处理，严防存在问题的内容发布到用户手中，确保安全生产。

植物种植溯源系统系统，是一款专为种植企业的智能化、高效化的信息数据溯源，追踪，监控管理解决方案。-可追溯系统

核心参与开发功能包含：PC 后台模块：用户管理、权限管理、菜单管理、基本信息管理、种植管理、运输管理、生产管理、仓库管理、天气预警、文件管理等。PC 前台：由Vue+Element构建，1.异步路由加载动态菜单，Axios来进行网络通信，Echarts 技术做种植评价数据可视化用百度API地图展示种植运输路线规划。调本人参与系统结构设计，到代码开发，核心问题处理，上线管理，等IT工作流程，参与架构设计部分包含核心框架，封装，数据库表设计，扩展冗余设计等主要开发技术为WebApi+EF+Swagger、 Sqlserver、Vue、ElementUI、MUI/uni、Amazeui

徕兔店主app（一款提供海外代购服务的手机网上购物软件。）-徕兔店主

主要功能如下： 1.订单管理：记录用户下单，记录物流 2.支付结算：对接三方跨境支付，提供全面支付支持 3.商品管理：支持店主自主上下架商品，自主定价 4.积分奖金管理：订单自动结算为不同币种积分，可换算成现金奖励 5.搜索管理：商品搜索 6.报表统计 7.运营后台等等

基于阿里云企业级数仓开发

阿里云企业级数据仓库建设全景图一、架构选型：云原生技术筑基计算引擎：MaxCompute+实时计算Flink构成批流一体能力存储体系：OSS冷热分层+AnalyticDB实时分析+HBase高并发查询服务组件：DataWorks为中枢，集成DataHub/EMR/PAI等产品矩阵二、现状评估：数字化成熟度诊断基础设施扫描：通过DMS数据管理服务自动发现存量数据库/表结构业务需求映射：使用QuickBI快速生成现有报表体系拓扑图云资源评估：通过费用中心API分析历史资源消耗规律三、模型设计：阿里云最佳实践分层标准： RAW层(OSS)→ODS层(MaxCompute)→CDM层(维度建模)→ADS层(应用集市) 数据规范：遵循《阿里云大数据建设方法论》命名规则（如fact_交易_d）模型工具：DataWorks智能数据建模自动生成ER图四、数据开发：全托管式流水线开发套件：DataStudio可视化开发+PyODPS高级分析调度引擎：基线保障机制确保重要任务准时完成质量管控：内置50+阿里云数据质量规则模板五、监控报警：智能运维体系监控看板：通过ARMS实时监控计算资源水位异常检测：利用机器学习预测任务延迟风险通知链路：日志服务SLS对接钉钉机器人六、数据治理：云上合规运营安全体系：RAM权限中心+数据脱敏+敏感数据识别成本优化：Storage Advisor智能推荐冷数据归档策略价值评估：通过DataTrust量化数据资产ROI