程序聚合 软件案例 RFID智能存储系统

RFID智能存储系统

2026-05-04 19:11:27
行业:工业互联网
载体:网站、小程序
技术:Java、Spring Boot、Vue

业务和功能介绍

项目名称:基于RFID的智能存储与资产管理系统
一、 项目背景与目标
传统的仓库、档案室或重要资产管理依赖人工登记、条码扫描,存在效率低、易出错、盘点困难等问题。本系统的目标是利用RFID(射频识别)技术,为每个物品赋予一个唯一的电子身份标识,实现物品的不接触、远距离、批量自动识别,从而构建一个高效、准确、可视化的智能存储管理方案。

二、 核心功能模块
物品快速出入库管理

批量无感识别:工作人员携带或推着装有RFID物品的推车通过出入库感应门时,系统能自动、同时读取几十甚至上百个物品的标签,无需像条码一样逐一扫描。

异常报警:对于未经授权的物品带出,系统会发出声光警报,并记录事件。

智能盘点与查找

移动盘点:管理员使用手持式RFID读写器在货架间走动,即可快速“隔空”盘点整个货架的物品,数秒内完成过去数小时的工作。

精准定位:在系统中输入要找的物品(如“一份标号为X的档案”),系统可通过固定式读写器网络或手持设备,引导管理员找到该物品所在的精确货架或区域。

可视化库存看板与控制台

实时显示库内物品总数、种类、当日出入库流量。

以动态图表或3D货架图的形式,直观展示每个货位的占用/空闲状态。

支持设置物品的“低库存预警”或“有效期提醒”。

权限与日志审计

多级用户权限管理(管理员、普通操作员、只读审计员)。

完整的操作日志,记录每一次出入库、盘点、修改的人员、时间及细节,满足企业内控和合规要求。

三、 技术架构建议
前端(用户界面):

Web端:Vue.js / React + Element UI / Ant Design,提供后台管理驾驶舱。

移动端:可选Flutter或Uni-app,配合手持PDA(工业级安卓设备)的App。

后端(业务逻辑与API):

Java (Spring Boot) 或 Python (Django/FastAPI)。后者在数据处理和与硬件通信的快速原型开发上更有优势。

数据库:

业务数据:MySQL 或 PostgreSQL。

高效的盘点记录和日志:Redis(缓存)+ MongoDB(非结构化日志)。

物联网/硬件层:

RFID读写器:固定式读写器(用于门禁、货架层板)、手持式读写器(用于移动盘点)。

RFID天线:根据场地部署。

RFID电子标签:分为高频(HF,用于图书、档案)和超高频(UHF,用于远距离、仓库物流)。标签形式有抗金属、粘贴、吊牌等多种可选。

通信协议:读写器与服务器之间通常通过TCP/IP(有线的稳定)或MQTT(适合无线传感器网络)协议进行通信。


项目实现

效率革命:盘点速度提升10倍以上,出入库无需“扫一个,放一个”。

消除差错:识别准确率高达99.9%以上,避免人工录入错误。

安全性增强:未授权移动立即报警,全程可追溯。

降低成本:减少人力盘点投入,避免物品丢失或过期带来的损失。

示例图片视频


30天前活跃
方向: 后端-Java、前端-Web前端、
交付率:100.00%
相似推荐
可视化建模平台-可视化建模平台
一、项目背景 面向市大数据局、公安、市监局等政务部门开展项目,各部门已完成数据治理工作,但数据加工需开发人员手写代码实现,存在需求响应慢、业务人员无法自主操作、数据处理效率低等痛点,亟需搭建低门槛数据处理平台。 二、项目目标 1. 采集政务数据元数据信息,实现库表、字段及业务含义统一管理 2. 搭建拖拽式可视化建模平台,通过算子实现数据自助加工,降低使用门槛 3. 新增定时任务调度功能,实现建模任务自动化执行 4. 对接BI报表模块,实现加工数据可视化展示 5. 提升数据处理与需求交付效率,支撑政务业务自助数据分析 三、项目概述 搭建政务低代码可视化数据建模平台,自动采集治理后数据的元数据信息,提供过滤、排重、聚合、拆分等拖拽式算子,实现业务人员自主数据加工。支持建模任务定时调度、结果数据异构系统同步与级联分析,同时打通BI报表模块,可自主生成柱状图、折线图、甘特图等图表,完成数据加工到可视化全流程自助化。
物联网实时大数据清洗BI报表-实时报表
一、项目背景 工厂内机床、设备通过PLC采集温湿度、压力、电量、加工计数等实时物联网数据,经Modbus 等协议接入Kafka。原始数据存在大量重复、异常、乱序、跳变问题,无法直接用于MES系统与生产大屏;设备运行状态(绿/黄/红/灰)无统一规则,加工计数易重复统计,亟需一套从0到1的实时数据清洗与治理体系。 二、项目目标 1. 建立设备状态标准化规则,自动识别正常、告警、故障、停机状态并统计各状态持续时长; 2. 构建生产加工计数清洗规则,过滤重复上报数据,处理人工重置等异常场景,保证计数准确; 3. 输出标准结构化数据,支撑MES系统、生产可视化大屏分钟/小时/日报表展示。 三、项目概述 该项目为工业物联网数据治理从0到1建设,采用Flink +Doris 技术架构。从Kafka消费设备实时采集数据,通过自定义清洗规工重置场景处理。清洗后数据写入聚合表,为下游MES系统、可视化大屏提供分钟级至日报级的标准化数据,支撑生产监控、趋势分析与产能统计。 项目职责: 1. 独立负责工业物联网数据治理项目从0到1设计与落地,参与整体架构方案讨论,最终确定并实现Flink +Doris 实时数仓架构; 2. 全程负责从Kafka消费设备实时数据,完成数据清洗、去重、异常过滤、乱序处理、状态计算、指标聚合等全流程开发; 3. 设计并实现设备运行状态(正常/告警/故障/停机)规则引擎,自动统计各状态持续时长并结构化落表; 4. 开发生产加工计数精准清洗逻辑,处理重复上报、人工重置等复杂业务场景,确保计数准确; 5. 构建标准聚合层数据模型,对外提供数据接口,支撑下游MES系统、生产可视化大屏实时展示与报表统计; 6. 负责需求变更、接口迭代及历史数据重刷、补算等运维工作,保障数据一致性。 7、使用AI工具(WorkBuddy后者TRAE CN)辅助提高开发效率 技术栈:Kafka+Flink+Doris+SpringBoot+Redis+Minio+Python
商用车系统数据采集
1、主要用来采集用户输入车架号vin17/后8位 进行指定品牌数据采集整理并完成自动化清洗入库。 2、使用web 页面进行每日数据采集的走势,可以监控每日数据采集量 3、提供API 接口可供其他前后端调用 4、自动登录,验证码识别,动态js 指纹解密,自动整理数据脚本,自动化入库处理 5、使用到使用是python +flask+js+mysql 处理、隐藏navigator.webdriver爬虫标识等等
基于KVM+Druid的分布式爬虫集群与工业时序数据存储系统
1、立项背景和目标:制造工厂数字化转型,需要自动化采集产线设备运行指标、行业资讯数据,项目旨在搭建分布式爬虫+时序存储一体化平台,解决多源工业数据零散、人工采集效率低下的痛点。 2、软件核心模块:分为分布式爬虫采集模块、Redis任务缓存模块、Druid时序存储模块、异常重试管控模块四大模块。 3、业务流程:依托KVM云集群部署程序→定向抓取工业站点/API数据→数据清洗过滤→缓存临时落库→海量时序数据存入Druid,配套断点续爬、故障重跑能力。
SIS系统
SIS系统作为面向生产过程的信息系统,实现单元机组DCS、ECS、化水、输煤、除灰、数字煤场等系统联网,完成全厂生产实时数据的采集和历史数据存储,支持群集或热备工作方式进行故障切换。 可对接opcda,opcua、modbus、scada等多种工业物联网数据采集协议。系统稳定运行5年确保24*7数据采集不间断。 提供的SIS系统应包含厂级监控应用软件,实时数据采集和历史数据存储功能、厂级生产过程监视和管理功能、性能计算、耗差分析、测点查看、趋势查看、过程回放,机组性能指标分析,优化运行曲线和设备操作指导,设备状态监测,机组在线性能试验、数据报表统计和分析。
帮助文档   Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服