业务和功能介绍
智能数据中心基础设施监控系统， 针对UPS、精密空调、漏水、温湿度、安防、门禁、消防、烟雾传感器等设备， 通过通讯交互，智能分析，智能控制，人性化的展现方式，让数据中心运维人员及时了解数据中心的健康状况，创建新型绿色节能机房。
机房动力环境监控系统是一套综合性的智能化管理平台，旨在对机房内的动力设备、环境参数、安防状况等进行实时监测与集中管理，保障机房稳定、高效运行，具体功能如下：
一、动力设备监控
供配电系统监测：实时监测市电输入的电压、电流、频率、功率等参数，以及 UPS（不间断电源）的输出状态、电池组电压、充放电情况等。一旦出现市电中断、UPS 故障、电压异常波动等问题，系统立即触发报警，便于运维人员及时处理，避免因电力供应问题导致机房设备停机。
空调设备监控：对机房专用精密空调的运行状态进行监控，包括空调的制冷 / 制热模式、温度设定值、实际温度、湿度设定值、实际湿度、压缩机运行状态、风机转速等参数。当空调出现故障（如制冷效果不佳、风机停转）或环境温湿度超出设定阈值时，系统自动报警，并可远程控制空调设备进行模式切换、参数调整，确保机房温湿度稳定在适宜范围。
蓄电池监测：针对 UPS 配套的蓄电池组，监测每节电池的电压、内阻、温度等关键指标，评估电池的健康状态和剩余容量。通过数据分析预测电池故障风险，提前安排更换维护，防止因蓄电池失效影响 UPS 正常工作。
二、环境监测
温湿度监测：在机房内关键区域部署温湿度传感器，实时采集环境温湿度数据，并通过可视化界面展示数据变化趋势。一旦温湿度超过预设的安全阈值，系统自动报警，同时联动空调设备进行调节，保证机房设备处于最佳运行环境。
漏水检测：在机房地板下、空调管道周边等易发生漏水的区域铺设漏水检测绳或传感器，当检测到有水渍时，立即触发报警，并精准定位漏水位置，帮助运维人员快速采取措施，避免设备因漏水受损。
空气质量监测：监测机房内的粉尘浓度、有害气体（如烟雾、硫化氢、一氧化碳等）含量，当检测到空气质量异常时，及时报警并采取通风换气等措施，保障机房设备正常运行和人员健康安全。
三、安防管理
视频监控：在机房出入口、设备区等重要位置安装高清摄像头，实现 24 小时不间断视频监控。支持实时视频查看、录像回放、视频存储等功能，同时可与门禁系统联动，当有人员进出时自动触发录像，便于事后追溯。
门禁管理：采用刷卡、指纹、人脸识别等多种身份验证方式控制机房出入口，只有授权人员才能进入机房。记录人员进出时间、身份信息等，形成详细的门禁日志。同时，可设置不同人员的访问权限，限制其进入特定区域，增强机房安全性。
入侵报警：在机房门窗、重要设备区域安装红外探测器、震动传感器等入侵检测设备，当检测到非法入侵时，立即发出声光报警，并推送报警信息至运维人员手机，及时采取防范措施。
四、智能管理与分析
集中监控与管理：通过统一的监控平台，将机房内所有动力设备、环境参数、安防系统的数据进行集中展示和管理，运维人员可通过电脑、手机等终端随时随地查看机房运行状态，实现远程运维。
报警管理：支持多种报警方式，包括声光报警、短信报警。
机房动力环境监控系统是一套综合性的智能化管理平台，旨在对机房内的动力设备、环境参数、安防状况等进行实时监测与集中管理，保障机房稳定、高效运行，具体功能如下：
一、动力设备监控
供配电系统监测：实时监测市电输入的电压、电流、频率、功率等参数，以及 UPS（不间断电源）的输出状态、电池组电压、充放电情况等。一旦出现市电中断、UPS 故障、电压异常波动等问题，系统立即触发报警，便于运维人员及时处理，避免因电力供应问题导致机房设备停机。
空调设备监控：对机房专用精密空调的运行状态进行监控，包括空调的制冷 / 制热模式、温度设定值、实际温度、湿度设定值、实际湿度、压缩机运行状态、风机转速等参数。当空调出现故障（如制冷效果不佳、风机停转）或环境温湿度超出设定阈值时，系统自动报警，并可远程控制空调设备进行模式切换、参数调整，确保机房温湿度稳定在适宜范围。
蓄电池监测：针对 UPS 配套的蓄电池组，监测每节电池的电压、内阻、温度等关键指标，评估电池的健康状态和剩余容量。通过数据分析预测电池故障风险，提前安排更换维护，防止因蓄电池失效影响 UPS 正常工作。
二、环境监测
温湿度监测：在机房内关键区域部署温湿度传感器，实时采集环境温湿度数据，并通过可视化界面展示数据变化趋势。一旦温湿度超过预设的安全阈值，系统自动报警，同时联动空调设备进行调节，保证机房设备处于最佳运行环境。
漏水检测：在机房地板下、空调管道周边等易发生漏水的区域铺设漏水检测绳或传感器，当检测到有水渍时，立即触发报警，并精准定位漏水位置，帮助运维人员快速采取措施，避免设备因漏水受损。
空气质量监测：监测机房内的粉尘浓度、有害气体（如烟雾、硫化氢、一氧化碳等）含量，当检测到空气质量异常时，及时报警并采取通风换气等措施，保障机房设备正常运行和人员健康安全。
三、安防管理
视频监控：在机房出入口、设备区等重要位置安装高清摄像头，实现 24 小时不间断视频监控。支持实时视频查看、录像回放、视频存储等功能，同时可与门禁系统联动，当有人员进出时自动触发录像，便于事后追溯。
门禁管理：采用刷卡、指纹、人脸识别等多种身份验证方式控制机房出入口，只有授权人员才能进入机房。记录人员进出时间、身份信息等，形成详细的门禁日志。同时，可设置不同人员的访问权限，限制其进入特定区域，增强机房安全性。
入侵报警：在机房门窗、重要设备区域安装红外探测器、震动传感器等入侵检测设备，当检测到非法入侵时，立即发出声光报警，并推送报警信息至运维人员手机，及时采取防范措施。
四、智能管理与分析
集中监控与管理：通过统一的监控平台，将机房内所有动力设备、环境参数、安防系统的数据进行集中展示和管理，运维人员可通过电脑、手机等终端随时随地查看机房运行状态，实现远程运维。
报警管理：支持多种报警方式，包括声光报警、短信报警。
项目实现
一、Modbus 协议解析：构建设备通信桥梁
在系统开发中，Modbus 协议是实现设备数据交互的核心纽带。我负责完成 Modbus RTU/ASCII 协议的深度解析与应用开发，针对不同设备的通信差异，设计了通用的协议解析框架。通过精准处理 CRC 校验算法，保障数据传输的准确性与完整性，解决了因协议兼容性导致的数据传输错误问题，成功实现温湿度计、UPS、蓄电池等设备与监控系统的稳定通信，使系统对设备的实时数据采集效率提升超 30%，为系统的稳定运行奠定坚实基础。
二、温湿度计开发：精准监测与智能调控
主导温湿度计硬件选型与软件开发工作，综合考量测量精度、响应速度、稳定性等指标，筛选出高性能传感器，确保温湿度数据测量误差控制在 ±0.5℃（温度）和 ±2% RH（湿度）以内。基于嵌入式系统开发数据采集与处理程序，实现每秒 1 次的高频数据采集，并通过数字滤波算法去除环境干扰噪声，提升数据准确性。结合监控系统需求，开发温湿度阈值报警功能，当数据超出预设范围时，可立即触发声光报警与远程推送，同时联动空调设备自动调节环境温湿度，保障机房始终处于适宜的运行环境，相关功能在实际测试中，报警响应时间小于 2 秒，有效降低因温湿度异常导致的设备故障风险。
三、UPS 和蓄电池开发：保障电力持续稳定
在 UPS 和蓄电池监控模块开发中，全面负责数据采集、状态监测与故障预警功能实现。针对 UPS，通过 Modbus 协议实时获取输入输出电压、电流、频率、负载率等关键参数，结合算法对 UPS 的运行状态进行智能诊断，能够精准识别过载、短路、电池放电等常见故障，并及时发出预警。对于蓄电池，创新设计了基于内阻、电压、温度多参数融合的健康度评估模型，通过数据分析预测电池的剩余使用寿命，提前 3 - 6 个月发现潜在故障风险，便于运维人员及时更换维护，有效降低因蓄电池故障导致的系统宕机概率
在系统开发中，Modbus 协议是实现设备数据交互的核心纽带。我负责完成 Modbus RTU/ASCII 协议的深度解析与应用开发，针对不同设备的通信差异，设计了通用的协议解析框架。通过精准处理 CRC 校验算法，保障数据传输的准确性与完整性，解决了因协议兼容性导致的数据传输错误问题，成功实现温湿度计、UPS、蓄电池等设备与监控系统的稳定通信，使系统对设备的实时数据采集效率提升超 30%，为系统的稳定运行奠定坚实基础。
二、温湿度计开发：精准监测与智能调控
主导温湿度计硬件选型与软件开发工作，综合考量测量精度、响应速度、稳定性等指标，筛选出高性能传感器，确保温湿度数据测量误差控制在 ±0.5℃（温度）和 ±2% RH（湿度）以内。基于嵌入式系统开发数据采集与处理程序，实现每秒 1 次的高频数据采集，并通过数字滤波算法去除环境干扰噪声，提升数据准确性。结合监控系统需求，开发温湿度阈值报警功能，当数据超出预设范围时，可立即触发声光报警与远程推送，同时联动空调设备自动调节环境温湿度，保障机房始终处于适宜的运行环境，相关功能在实际测试中，报警响应时间小于 2 秒，有效降低因温湿度异常导致的设备故障风险。
三、UPS 和蓄电池开发：保障电力持续稳定
在 UPS 和蓄电池监控模块开发中，全面负责数据采集、状态监测与故障预警功能实现。针对 UPS，通过 Modbus 协议实时获取输入输出电压、电流、频率、负载率等关键参数，结合算法对 UPS 的运行状态进行智能诊断，能够精准识别过载、短路、电池放电等常见故障，并及时发出预警。对于蓄电池，创新设计了基于内阻、电压、温度多参数融合的健康度评估模型，通过数据分析预测电池的剩余使用寿命，提前 3 - 6 个月发现潜在故障风险，便于运维人员及时更换维护，有效降低因蓄电池故障导致的系统宕机概率
示例图片视频
相似推荐
广东省国土资源空间规划质检软件
🔹 项目内容｜从痛点洞察到架构级解决方案
✅ 主导质检架构革命性重构（核心突破）
深度分析23个地市12类业务场景的迭代反馈，精准定位“需求变更频繁、开发重复度高”痛点，突破原有单体框架，独立设计新一代质检架构：
三级方案管理体系：首创“模板方案→发布方案→历史方案”流程引擎式架构，实现方案热更新“改不影响用、删不影响旧”，迭代效率提升300%；
标准化配置体系：定义流程模板+接口规范+规则配置三要素，将质检逻辑解耦为“可视化编排+算子调用”，实施人员可独立配置90%新需求；
插件化开发框架：基于开闭原则设计算子注册机制，新增规则仅需实现指定接口，框架自动调度执行。
✅ 混合存储体系攻坚（亲写核心代码）
设计“Oracle（业务元数据）+ ES（730万+错误明细）+ 人大金仓（空间图形）”三级存储架构；
编写SpringBoot Kafka消费者：智能解析JSON→剥离Geometry→BulkProcessor批量写入ES；含图形错误通过存储过程同步至人大金仓，主库上线后零扩容。
✅ 全流程技术闭环
绘制部署图/数据流图/顺序图等12+架构文档，统一团队认知；
亲写调度引擎（C#线程池动态调度）、ES查询框架（Java注解驱动）、代理网关（JWT鉴权）等核心模块；
输出《算子开发规范》《配置操作手册》，培训实施团队实现“无代码配置”，释放开发资源。
🔹 硬核成果｜数据验证技术价值
🌍 规模化业务落地
→ 覆盖全省23地市，支撑12类自然资源业务场景、54个质检方案、1179条规则
→ 累计完成18,000+质检任务，精准存储730万+错误数据行，系统可用性99.95%
⚡ 技术复用革命
→ 实施零编码：90%新需求由实施人员通过配置实现，开发介入减少80%
→ 算子开发聚焦：2025年团队高效开发114个算子（占4年总量50%），沉淀为自然资源领域标准算子库
→ 存储成本归零：主数据库压力降低70%，上线至今未申请扩容，年节约成本15万元
🏆 知识产权与行业认可
→ 国家发明专利1项（《一种智能调度和趋势监控的方法》第一发明人）
→ 软件著作权1项｜架构设计获客户“技术创新标杆项目”表彰
🔹 深度感悟｜技术管理者的核心价值
💡 痛点即创新起点
没有止步于“修修补补”，而是通过深度观察1179条规则的共性，将碎片需求抽象为可复用架构——真正的技术领导力，在于把业务复杂度转化为系统简洁性。
💡 架构是业务与技术的翻译器
三级方案管理体系不仅是技术设计，更是对“业务试错-方案固化-历史追溯”工作流的精准映射；混合存储方案是性能、成本、扩展性的最优解。技术人必须懂业务逻辑，才能设计出“活”的系统。
💡 赋能团队创造复利价值
当实施人员能独立配置需求，当开发专注高价值算子，团队生产力实现质变。技术管理者的终极使
长春科软信息技术有限公司-汽车移动端系统
主导系统用户管理模块的后端开发，覆盖用户注册、信息维护、权限变更、逻辑删除及多维度检索等核心功能。采用 RBAC（基于角色的访问控制）模型 设计权限体系，结合 JWT + OAuth2.0 实现无状态身份鉴权，确保用户数据操作的安全性与可追溯性。针对用户表千万级数据量，通过 分库分表（ShardingSphere）+ 索引优化 提升查询效率，复杂检索场景引入 Elasticsearch 实现毫秒级响应。共同开发共同为吉利、红旗、奥迪等知名品牌开发移动端后端系统，处理高并发用户请求，设计RESTful API接口，确保系统稳定性和响应速度。
校园外卖小程序
1. 立项背景与目标：发现高校里外卖进不来、点单要排队、校园里的各类信息也不好传递等问题，于是启动这个校园综合服务平台项目。核心目标就是做一个贴合大学生需求的平台，把餐饮、社交和配送整合到一起，让学生、商户都能受益，目前已经在10多所高校用起来了，服务了上万名学生。
2. 软件功能及核心模块：主要有四个核心功能，都是围绕校园场景设计的。一是校园外卖，整合学校食堂和周边商家，方便学生点单；二是校园墙，供学生发失物招领、闲置转让等信息，还能互动交流；三是扫码点餐，去食堂或商家不用排队，扫个码就能点单付钱；四是专属骑手配送，组建专门的配送团队，确保餐品能及时送到学生手里，四个功能相互配合，适配校园日常使用。
3. 业务流程与功能路径：整体流程很简单，形成一个闭环。学生端点外卖、扫码点餐，在校园墙发信息；平台这边负责审核订单和信息，安排骑手配送、对接商家；商家接到订单后出餐，骑手取餐配送；最后学生取餐、确认，或者在校园墙互动，整个流程高效顺畅，能快速落地服务。
电商平台订单系统重构（微服务版）
该项目是为一家中型电商企业重构其订单交易模块。原系统为单体架构，大促期间订单处理缓慢、库存超卖频发。目标是构建高可用、可横向扩展的订单中台，支撑日均10万级订单量。
核心功能包括：
订单下单、支付回调、状态流转管理
库存扣减与回滚
订单超时自动取消
订单数据分库分表存储
燃机专业大模型
本项目旨在依托国产开源大语言模型 Qwen3-32B，构建面向燃机专业领域的智能问答与数据分析能力，实现对燃机运行、维护及管理全过程的智能化支撑。项目以燃机知识问答与数据问答为核心应用场景，结合项目现有的工况数据、运行规程、设备手册及历史故障案例，通过高质量语料构建、预训练（PT）及监督微调（SFT）等技术手段，打造具备专业领域理解、数据分析与推理能力的行业专用模型。
在技术实现上，项目将 Qwen3-32B 作为训练基座模型，利用其在中文处理、长上下文理解、指令跟随及复杂推理等方面的优势，针对燃机领域特有任务进行定向优化。系统部署采用华为昇腾 910B 集群及高性能推理框架，实现高并发、低延迟的模型服务，满足现场实时交互需求。
项目建设完成后，将在以下方面实现突破：
专业化知识理解：精准解析燃机领域技术规程、诊断步骤及运行数据。
数据驱动决策支持：为运行调度、故障排查提供智能分析。
可扩展的技术架构：支持多场景扩展与持续模型迭代，保障系统在未来业务需求变化中的适应性。
本项目的实施将有效提升燃机运行管理的智能化水平，降低人工分析成本，缩短决策周期，为能源安全与运行效率提供坚实的技术保障。
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服