业务和功能介绍
立项背景与目标
背景：传统图书仓储依赖人工记账，库存准确率不足 85%；图书 SKU 动辄数十万，且存在 ISBN、版次、装帧、批次多维度属性，管理难度大；电商订单拆零拣选占比 90% 以上，人工拣货错误率高达 3%；图书行业平均退货率 20%-30%，退货处理流程混乱，大量图书积压损耗。
目标：打造图书行业专属 WMS 系统，实现仓储全流程数字化管理；大幅提升库存准确率和作业效率，降低人工成本和图书损耗；支持多仓库、多货主、多渠道订单统一管理。
软件功能与核心模块：系统分为PC 管理后台、PDA 手持终端、大屏监控端三大终端
背景：传统图书仓储依赖人工记账，库存准确率不足 85%；图书 SKU 动辄数十万，且存在 ISBN、版次、装帧、批次多维度属性，管理难度大；电商订单拆零拣选占比 90% 以上，人工拣货错误率高达 3%；图书行业平均退货率 20%-30%，退货处理流程混乱，大量图书积压损耗。
目标：打造图书行业专属 WMS 系统，实现仓储全流程数字化管理；大幅提升库存准确率和作业效率，降低人工成本和图书损耗；支持多仓库、多货主、多渠道订单统一管理。
软件功能与核心模块：系统分为PC 管理后台、PDA 手持终端、大屏监控端三大终端
项目实现
整体架构与设计思路采用前后端分离 + 微服务架构 + 物联网接入层，整体分为五层，针对图书行业特性做了深度优化
设计思路：
按图书仓储业务领域拆分微服务，每个服务独立迭代，支持多仓库部署
单独设计物联网接入层，统一管理各类仓储设备，解耦业务与设备
核心库存操作采用 Redis+MySQL 双写，保证实时性和一致性
使用消息队列异步处理波次生成、任务分发、打印等非核心流程
严格实现 ISBN + 版次 + 批次的三维库存管理，强制先进先出
支持离线操作，PDA 在无网络环境下可正常作业，网络恢复后自动同步数据
我在项目中担任后端核心开发工程师，主要负责库存服务、出库服务、波次调度服务三个核心模块的设计与开发，同时主导了 PDA 手持端的接口开发和设备对接工作。
设计思路：
按图书仓储业务领域拆分微服务，每个服务独立迭代，支持多仓库部署
单独设计物联网接入层，统一管理各类仓储设备，解耦业务与设备
核心库存操作采用 Redis+MySQL 双写，保证实时性和一致性
使用消息队列异步处理波次生成、任务分发、打印等非核心流程
严格实现 ISBN + 版次 + 批次的三维库存管理，强制先进先出
支持离线操作，PDA 在无网络环境下可正常作业，网络恢复后自动同步数据
我在项目中担任后端核心开发工程师，主要负责库存服务、出库服务、波次调度服务三个核心模块的设计与开发，同时主导了 PDA 手持端的接口开发和设备对接工作。
示例图片视频
相似推荐
MCS 物料控制管理系统
为满足客户数字化、柔性化生产要求，MCS 技术架构采用“物理执行层-数据服务层-应用服务层”三层协同体系。
横向集成信息安全、标准化、人机协作等要素，提升物料控制的效率与柔性，支撑智能制造的实现。
规划设计 AGV 调度、WMS 仓储、生产配料、设备管理等 12+模块。先后支持 5、 6 个大型工厂数字化运营， 技术涉及包括 Spring Cloud Alibaba、 Nacos、 Redis、 MySQL 、 MyBatis 、 Modbus Tcp等。
从 0 开始建设，统一数据交互方式，规划设计系统技术框架、业务服务模块，实现业务并行化开发。项目如期上线，成为行业内“黑灯工厂”级的标杆项目。
智能炼焦
1、立项背景：炼焦配煤仍依据人工分析，配比调整较为保守，炼焦配煤仍依据人工经验和煤质化验指标，如果出现较大变化或使用新煤种，耗时较大，不能适应目前高效快速智慧制造需求。
2、目标：炼焦配煤智能决策系统系统开发运行后，能实现焦炭质量预测、智能优化配煤及成本控制，L2煤质和焦炭数据在线读取，在线自学习等功能。
3、软件核心模块为预测模块和推荐模块。预测模块，通过使用煤的煤质信息和配比，通过模型预测焦炭质量。推荐模块，通过算法，得出满足各种约束条件的成本最低的煤配比，以减少成本。
非攻工控平台
工业自动化系统控制平台，覆盖流程自动化、任务调度、监控告警等，融合实时控制、多协议采集、系统状态展示等能力
工业自动化系统控制平台，覆盖流程自动化、任务调度、监控告警等，融合实时控制、多协议采集、系统状态展示等能力。
基于Python的旅游行业数据可视化大屏系统
本项目旨在解决传统数据报表枯燥、难以直观展示核心指标的痛点。通过Python后端处理原始数据，利用Pyecharts强大的可视化库构建动态交互式大屏。核心功能包括：实时数据动态刷新展示、多维度数据钻取分析、支持柱状图、折线图、地图、饼图等多种图表联动。该系统适用于企业数据汇报、毕业设计答辩展示及运营实时监控，能极大提升数据展示的专业度和视觉冲击力。
基于工业互联网的水务全过程智能监控与药剂精准投加系统研发及应用
针对化学储存设备清理厂的污水处理厂中传统运营中水质波动预判滞后、药剂投加全靠经验、数据各自为政、工艺调整缺依据、成本高效率低等难题，以工业互联网为底座，打造了一套覆盖全流程的智能监控与精准投加系统。这套系统构建起“数据驱动、云边协同、智能决策、闭环控制”的新型水务运营模式，让出水稳定达标、药剂成本大幅下降、运营效率全面提升，成为工业互联网在水务环保领域的标杆。
系统由六大模块协同组成：边缘计算节点扎根现场，兼容主流工业协议，实时采集从进水到出水全流程的水质、设备、药剂等数据，并自动清洗、补传，确保源头数据干净可靠；工业互联网平台作为中枢，搭建“云-边-端”一体化架构，通过数据中台、算法中台、设备中台三大核心能力，打破数据孤岛，为智能应用提供统一支撑；水质预测模块利用三年以上历史数据训练出LSTM时序模型，能提前24小时预判进水水质水量波动，让工艺调整从被动变主动；药剂优化模块融合机理与数据驱动，结合预测值和实时数据，实时算出PAC/PAM、碳源等药剂的最优投加量，告别经验依赖，实现精准控药；全过程智能监控与可视化模块通过大屏和Web端，让水质、设备、能耗、药剂消耗等状态一目了然，异常自动预警；自动化闭环控制模块与现场PLC安全对接，将最优参数自动下发执行，并根据出水仪表数据反向校正模型，形成“采集—分析—决策—控制—反馈”的完整闭环。
整个业务流程是一个自学习、自优化的数据闭环：边缘端采集并预处理数据，上传平台；数据中台统一治理，构建高质量数据资产库；算法中台调用预测与优化模型，输出最佳投加量与工艺建议；控制指令安全下发至PLC，自动调整加药设备；出水数据回传反馈，驱动模型持续迭代；平台自动生成运营报表，帮助管理者高效处置异常工况，真正实现全流程智能管控。
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服