业务背景
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。
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。
功能介绍
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。
(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。
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
相似推荐
新二医小助手-基于知识图谱的大模型问答系统
新二医小助手是一个基于多模态大语言模型开发的医疗健康助手，
旨在帮助用户进行基本的疾病诊断、病历分析、专业知识答疑等功能。
项目融合了图片识别、视频生成、图片生成、PPT/Word生成、多轮对
话、检索增强对话、语音输入/输出、知识图谱增强、知识库增强和联
网检索增强等多种功能，通过AI智能体判断任务种类，将多个模型整合
工作，解决复杂问题。项目功能：病历识别： 识别病历中的图像和文字
信息。
PPT/Word生成： 自动生成固定格式的文档。
知识图谱检索： 基于知识图谱进行信息检索和问答。
联网搜索： 检索网络上的相关信息，增强模型知识。
技术栈：项目使用了Python、PyTorch、Transformers、
Gradio、Langchain、modelscope、huggingface、RAG、Neo4j、
TTS (edge-tts)、STT (whisper)等技术和框架。
职工健康管理系统
职工健康管理系统全面涵盖了职工健康管理子系统与岗前健康筛查子系统两大核心模块。职工健康管理子系统功能丰富，包括建立并维护职工电子健康档案、实施职工健康状况的分级精准管理、定制个性化健康管理计划、记录并分析职工体检数据、开展职工心理测验以及持续监测健康数据等，旨在全方位促进职工身心健康；岗前健康筛查子系统则侧重于在职工上岗前或入职初期，通过智能穿戴设备的佩戴，结合先进的智能情绪分析仪技术，实时捕捉并分析职工的生理及心理指标。该系统能够依据预设模型对分析结果进行快速判定，一旦发现职工存在异常情况，立即触发预警机制，并将相关信息及时推送给相关管理人员，确保能够迅速响应并采取有效措施，从而有效保障企业的人力资源质量与工作效率。
系统完成建设投用后，通过对相关人员培训指导，辅助录入相关基础资料及建立相关系统策略，达到以下目标：
1)提升职工健康管理水平，健康管理体系与电子健康档案管理功能使得每个职工的体检记录、健康状况都有详细记录，便于管理者全面掌握职工健康情况。个性化健康管理计划能够根据职工的个人健康状况和需求，提供定制化的健康建议和指导，提高职工的健康意识和自我管理能力。
2)有效降低企业的健康风险与运营成本，岗前健康筛查机制被引入以实现对职工心率、血压、情绪等关键生理及心理指标的实时监控，预防带病上岗和疲劳作业等情况的发生。这一机制的核心在于实现“三及时”——及时监测、及时发现、及时预警，确保相关管理人员能够迅速洞察并妥善处理职工的生理与心理健康问题。通过这一举措，企业不仅能够显著减少因健康问题引发的安全隐患，还能在整体上提升企业的安全等级，为员工营造一个更加安全、健康的工作环境。
流程简述
系统预先采集职工个人档案，包括人脸等信息；职工参会前到智能存取充电柜前刷脸领取智能穿戴手环并完成佩戴；参会就座后，心理情绪监测摄像头配合AI健康计算端设备（智能情绪分析仪）开始实时监测职工表情数据，系统通过不定时自动采集生理、心理指标，实时分析职工健康状况；实时推送结果至班组长及监管部门驾驶舱界面；会议结束后职工到智能存取充电柜刷脸归还手环；系统自动生成健康状况总结报告。
AI行业问答 h5移动端系统-话术对练
1.登录、验证码验证（后期替换手机验证码 + 账密图片验证码 双登录模式）。
2.语音、选择题答题对练功能（可通过H5进行语音答题）。
3.语音转文字功能。
4.调用AI分析平台，进行流式分析结果传输显示。
5.历史答题记录的回看、回练功能。
全国土壤风蚀模型软件设计-土壤风蚀模型系统
能够综合考虑气象资料、土壤质地、地块形态和大小等多方面数据，计算输出模型所需的各参数。基于北方风沙区不同地区的实际情况进行精细调整，模型能够在小时级尺度的时间步长内估算风蚀量及风蚀尘量（PM10）。其中，WEPS模型设定当每天10m高度处最大风速超过8 m/s时，开始调用风蚀子模块。涉及计算：土壤风蚀量计算、摩阻风速u*、气象站摩阻风速计算、观测地点无植被时，摩阻风速计算、观测地点有植被时，摩阻风速计算、临界摩阻风速u*t、光滑平坦地表摩阻风速裸露地表、地表有倒放植物引起的临界起动摩阻风速增加量、含水率引起的临界摩阻风速增加、风蚀量粒径分选计算、悬移量计算步骤 、PM10计算步骤。
可以自定义绘制计算区域，进行交叉运算。
对计算结果进行不同颜色渲染。
AI恋爱军师
一、模型部署层：xInference + 双模型
负责 托管大模型和 Embedding 模型，是整个系统的 “大脑”：
对话模型：qwen2.5-instruct-14b（大语言模型，负责生成回复）
用 vLLM 做推理引擎，开启 int4量化：
让模型推理速度达 ~68 tokens / 秒（大幅提升响应速度），
显存占用优化到 0.8（降低 GPU 硬件成本，让大模型在普通显卡上也能跑）。
Embedding 模型：bge-large-zh-v1.5（智源，负责文本向量化，支撑知识检索）
二、接口封装层：oneAPI（OpenAI 接口模拟）
核心作用：把 xInference 的模型服务，伪装成 “OpenAI 接口”，让上层应用（如 FastGPT）可以用熟悉的 OpenAI 调用方式（如openai.ChatCompletion）对接本地模型，降低集成成本。
三、RAG 增强层：FastGPT（检索增强生成）
解决大模型 “知识过时、专业领域回答差” 的问题，通过 “知识库检索 + 大模型生成” 提升回复质量：
知识库预处理：
用脚本清洗、格式化数据，结合 bge-large-zh-v1.5 生成向量，存入向量数据库。
检索优化技术：
混合检索：同时用 “向量检索（语义匹配）+ 关键词检索（精确匹配）”，提升召回率；
文本切块：拆分长文本为小段（如 512 字），避免信息丢失；
rerank 排序：对检索结果重排，选出最相关的内容；
Prompt 工程：优化提示词，让大模型更高效结合检索到的知识，生成准确回复。
四、终端接入层：chatgpt-on-wechat + 微信公众号
负责 对接微信生态，接收和响应用户消息：
chatgpt-on-wechat 作为中间件，接入微信公众号，监听 微信服务器的 POST 请求（用户发的消息）；
收到请求后，调用 FastGPT 的 RAG 服务（即触发 “检索 + 生成” 流程）；
拿到回复后，再通过微信服务器，把结果推送给用户。
整体数据流向（用户视角）
用户→微信公众号发消息 → 微信服务器→chatgpt-on-wechat（接收） → FastGPT（调用 oneAPI，触发 xInference 的双模型：bge 做知识检索，qwen 做回复生成） → 模型推理（vLLM 加速） → 结果返回→用户收到回复。
帮助文档
Copyright @ 2021-2024 程序聚合 | 浙ICP备2021014372号
人工客服