当前位置： 首页 > news >正文

智能工厂项目复盘

news 2026/4/14 14:16:08

最近参与开发了一个面向生产现场的智能工厂管理系统。项目整体基于WinForms + SQL Server + .NET Framework 4.7.2实现，采用UI / BLL / DAL / Model的分层架构，围绕设备基础信息、实时监控、报警处理、维修工单、OEE 分析和首页可视化大屏展开。

这个项目给我的收获很大，因为它不是单一的 CRUD 系统，而是把“设备管理”“实时状态模拟”“报警联动”“OEE 数据分析”和“山海鲸大屏展示”串成了一条完整的数据链路。 在这个项目中，我主要负责两块内容：

  1. 模拟数据模块

  2. 首页山海鲸大屏显示模块

下面结合项目结构、主要功能和核心代码，做一次完整复盘。

一、项目介绍

这个智能工厂系统的目标，是把生产现场分散的数据整合到统一平台中，帮助管理人员和运维人员更直观地掌握设备状态、报警情况和生产效率。

从代码结构来看，系统分为四层：

  1. UI：WinForms 界面层，负责页面展示、交互逻辑和页面切换。

  2. BLL：业务逻辑层，负责实时数据编排、状态判断、OEE 计算和大屏聚合。

  3. DAL：数据访问层，负责 SQL 查询、数据持久化和多表联查。

  4. Model：实体模型层，负责在各层之间传递结构化数据。

主界面在UI/FrmMain.cs中完成页面路由，把首页、基础数据、OEE、报警、模拟数据五个模块整合到一个入口中：

private void LoadSelectedPage() { if (uiTabControlMenu1.SelectedTab == main) { NavigateUtil.NavigateTo<FrmBigScreen>(bigpanel); } else if (uiTabControlMenu1.SelectedTab == BasicData) { NavigateUtil.NavigateTo<FrmEquipmentManager>(basePnl); } else if (uiTabControlMenu1.SelectedTab == OEE) { NavigateUtil.NavigateTo<OEEDataForm>(uiOEEPanel); } else if (uiTabControlMenu1.SelectedTab == Alarm) { NavigateUtil.NavigateTo<FrmAlarmInfo>(alarminfoPnl); } else if (uiTabControlMenu1.SelectedTab == SimulatedData) { NavigateUtil.NavigateTo<FrmEquipmentMonitorDesigner>(FrmEquipmentMonitorpanel); } }

这段代码虽然不复杂，但它体现了整个系统的功能组织方式，也能直接看出项目的核心业务组成。

二、项目主要功能

1. 首页山海鲸大屏

首页通过山海鲸大屏展示工厂的综合运营情况，包括：

  1. 设备状态总览

  2. 实时监控概况

  3. 当前报警情况

  4. 工单进度统计

  5. OEE 总览与趋势

这个页面不是简单的静态展示，而是通过本地接口实时读取系统中的业务数据。

2. 基础数据管理

基础数据模块主要用于设备信息维护，支持：

  1. 设备列表查询

  2. 按状态、设备类型、厂家筛选

  3. 分页显示

  4. 新增、编辑、删除、详情查看

这一块为后续的监控、报警、OEE 计算提供了统一的设备主数据来源。

3. OEE 查询与分析

OEE 模块支持：

  1. OEE 原始数据分页查询

  2. 按设备、日期筛选

  3. 趋势折线图展示

  4. 设备 OEE 排名

  5. AI 智能建议生成

其中 AI 建议模块会根据当前筛选范围、设备排名和近 7 日趋势，自动生成简洁的中文分析建议，这一点也增强了系统的智能化体验。

4. 报警管理

报警模块主要用于展示当前活动报警及其处理情况，支持报警确认、忽略、关联工单等操作。 它既能承接实时监控模块触发的异常，也能为首页大屏提供报警统计数据。

5. 模拟数据监控

模拟数据模块是我负责的重点部分。这个页面不是单纯把数据库里的数据读出来，而是主动模拟设备传感器采样过程，并结合阈值动态判断设备状态。主要功能包括：

  1. 设备监控数据每秒自动刷新

  2. 温度、湿度、粉尘、噪音、压力、电流、振动等多指标模拟

  3. 按状态、类型筛选

  4. 分页浏览

  5. 手动开关机

  6. 手动报警

  7. 左侧详情面板联动展示

三、我负责的模块一：模拟数据模块

1. 模块设计目标

模拟数据模块的核心目标，不是“随机生成几个数字”这么简单，而是尽可能贴近真实设备监控场景：

  1. 新设备首次进入监控页时，要生成一组合理的初始数据；

  2. 在线设备每次刷新时，数据要围绕当前值做小幅波动；

  3. 数据要与阈值联动，能够自然地产生正常、预警、危险等状态；

  4. 出现危险状态时，要自动触发保护停机；

  5. 页面刷新后，数据要及时回写数据库，供报警、大屏等模块复用。

2. 业务处理主流程

模拟数据模块的核心业务入口在BLL/MonitorServiceBLL.cs。

我在这里做了“读取原始数据 -> 生成/推进采样值 -> 状态评估 -> 危险停机 -> 回写数据库”的完整闭环：

public List<EquipmentMonitorDtoModels> GetMonitorList() { DataTable dt = _monitorDal.GetMonitorRawData(); var list = new List<EquipmentMonitorDtoModels>(); foreach (DataRow row in dt.Rows) { var dto = Map(row); bool refreshSample = false; if (!dto.HasRealtimeRecord) { ResetToNormalState(dto); refreshSample = true; } else if (ShouldResetToNormalState(dto)) { ResetToNormalState(dto); refreshSample = true; } else { refreshSample = dto.IsOnline && !IsOfflineByTimeout(dto); if (refreshSample) { AdvanceRealtimeSample(dto); } } StatusEvaluateResultModels result = EvaluateStatus(dto); if (ShouldAutoShutdown(result)) { ApplyDangerShutdown(dto, result); } dto.DeviceStatus = result.DeviceStatus; dto.StatusDescription = result.StatusDescription; dto.SuggestedAlarmLevel = result.SuggestedAlarmLevelName; dto.IsOnline = result.IsOnline; _monitorDal.SaveMonitorSnapshot(dto, refreshSample); list.Add(dto); } return list.OrderBy(item => item.EquipmentId).ToList(); }

这段代码的价值在于，它把“模拟”和“业务判断”真正结合在了一起。页面每刷新一次，都不是简单查库，而是在模拟一次设备新的运行状态。

3. 模拟数据生成算法

为了让数据变化更自然，我没有直接使用“完全随机值”，而是使用“以当前值为中心的小范围漂移 + 小概率越界”的方式生成下一个采样点：

private decimal? NextMetricValue(decimal? current, decimal? min, decimal? max, decimal fallbackStep, decimal maxJump) { if (!current.HasValue && !min.HasValue && !max.HasValue) { return null; } decimal lower = min ?? ((current ?? 0m) - (fallbackStep * 6m)); decimal upper = max ?? ((current ?? 0m) + (fallbackStep * 6m)); decimal range = Math.Max(upper - lower, fallbackStep * 4m); decimal center = current ?? ((lower + upper) / 2m); decimal driftFactor = (decimal)(_random.NextDouble() * 2d - 1d); decimal next = center + (driftFactor * Math.Max(range * 0.08m, fallbackStep)); double alertChance = _random.NextDouble(); if (min.HasValue && alertChance < 0.08d) { next = min.Value - Math.Max(range * 0.12m, fallbackStep); } else if (max.HasValue && alertChance < 0.16d) { next = max.Value + Math.Max(range * 0.12m, fallbackStep); } else { next = Clamp(next, lower - (range * 0.18m), upper + (range * 0.18m)); } next = Clamp(next, center - maxJump, center + maxJump); return Math.Round(Math.Max(0m, next), 2, MidpointRounding.AwayFromZero); }

这样的设计有几个好处：

  1. 数据波动更接近真实设备运行过程；

  2. 不会每次刷新都剧烈跳变；

  3. 又能以一定概率制造异常状态，便于测试报警和联动逻辑。

4. 状态判断与危险停机

我在这一块实现了按多指标阈值判断设备状态的逻辑：如果全部正常，状态为“正常”；如果命中 1 个异常指标，则为“预警”；命中 2 个及以上，则升级为“危险”；若危险状态成立，则自动停机。

private StatusEvaluateResultModels EvaluateStatus(EquipmentMonitorDtoModels dto) { var problems = new List<string>(); bool offlineByTimeout = IsOfflineByTimeout(dto); if (!dto.IsOnline) { return new StatusEvaluateResultModels { DeviceStatus = "离线", StatusDescription = string.IsNullOrWhiteSpace(dto.StatusDescription) ? "设备当前处于离线状态。" : dto.StatusDescription, SuggestedAlarmLevel = 3, SuggestedAlarmLevelName = "紧急", IsOnline = false }; } if (offlineByTimeout) { return new StatusEvaluateResultModels { DeviceStatus = "离线", StatusDescription = string.Format("超过 {0} 秒未收到新数据，设备已判定为离线。", dto.OfflineTimeoutSeconds), SuggestedAlarmLevel = 3, SuggestedAlarmLevelName = "紧急", IsOnline = false }; } CheckRange(problems, "温度", dto.Temperature, dto.TemperatureMin, dto.TemperatureMax, "℃"); CheckRange(problems, "湿度", dto.Humidity, dto.HumidityMin, dto.HumidityMax, "%"); CheckRange(problems, "粉尘", dto.Dust, dto.DustMin, dto.DustMax, string.Empty); CheckRange(problems, "噪音", dto.Noise, dto.NoiseMin, dto.NoiseMax, "dB"); CheckRange(problems, "压力", dto.Pressure, dto.PressureMin, dto.PressureMax, "MPa"); CheckRange(problems, "电流", dto.ElectricCurrent, dto.ElectricCurrentMin, dto.ElectricCurrentMax, "A"); CheckRange(problems, "振动", dto.Vibration, dto.VibrationMin, dto.VibrationMax, "mm/s"); if (problems.Count == 0) return CreateResult("正常", "全部指标正常", 0, "无", true); if (problems.Count == 1) return CreateResult("预警", string.Join("；", problems), 1, "警告", true); if (problems.Count == 2) return CreateResult("危险", string.Join("；", problems), 2, "严重", true); return CreateResult("危险", string.Join("；", problems), 3, "紧急", true); }

危险状态触发后，我还补充了自动保护停机逻辑：

private void ApplyDangerShutdown(EquipmentMonitorDtoModels dto, StatusEvaluateResultModels result) { dto.IsOnline = false; result.IsOnline = false; result.SuggestedAlarmLevel = 3; result.SuggestedAlarmLevelName = "紧急"; result.StatusDescription = BuildDangerShutdownDescription(result.StatusDescription); dto.CollectTime = DateTime.Now; }

这样做的意义在于，模拟数据模块不只是“能看”，而是真的具备了业务联动能力。

5. 页面层实现：自动刷新 + 筛选 + 分页 + 仪表盘

在UI/FrmEquipmentMonitorDesigner.cs中，我把监控页做成了一个完整工作台。页面每秒刷新一次数据，并联动更新筛选、分页、统计区和详情区。

private void LoadMonitorData() { if (_loading) { return; } try { _loading = true; int? selectedEquipmentId = GetSelectedEquipmentId(); List<EquipmentMonitorDtoModels> list = _monitorService.GetMonitorList(); AlarmStatisticsDtoModels alarmStatistics = _monitorService.GetAlarmStatistics(); _monitorItems.Clear(); _monitorItems.AddRange(list); UpdateFilterOptions(_monitorItems); ApplyFilterAndPaging(selectedEquipmentId, false); UpdateDashboard(list, alarmStatistics); UpdateRefreshState(list); } finally { _loading = false; } }

另外，我还做了动态状态渲染，不同设备状态对应不同颜色，让页面在视觉上更容易突出异常设备。

四、我负责的模块二：首页山海鲸大屏显示模块

1. 模块设计思路

首页大屏模块的核心目标，是把分散在设备、实时监控、报警、工单、OEE 等多个表中的数据整合成山海鲸大屏可以直接绑定的数据结构。

这里我主要做了三件事：

  1. 启动本地接口服务，把系统业务数据以 JSON 形式对外暴露；

  2. 在业务层完成多模块聚合，输出统一 DTO；

  3. 对图表数据做结构转换，让山海鲸无需额外脚本也能直接绑定。

2. 启动本地大屏接口服务

在UI/Program.cs中，程序启动后会先初始化CefSharp，再尝试启动本地大屏接口服务：

static void Main() { Application.EnableVisualStyles(); Application.SetCompatibleTextRenderingDefault(false); InitializeCefSharp(); if (!BigScreenApiHostService.TryStart()) { MessageBox.Show( "山海鲸本地接口启动失败，监控大屏页面可能无法获取实时数据。\r\n\r\n" + "错误信息：" + BigScreenApiHostService.LastErrorMessage, "接口启动提示", MessageBoxButtons.OK, MessageBoxIcon.Warning); } Application.Run(new FrmLogin()); }

这一步的意义在于，让 WinForms 桌面程序具备“本地后端服务”的能力，大屏页面就可以像访问普通 Web 接口一样读取系统数据。

3. 大屏接口路由设计

我在UI/util/BigScreenApiHostService.cs中通过HttpListener实现了轻量级接口服务，并定义了首页总览、设备状态、实时监控、报警、工单、OEE 等多个接口。

private void HandleRequest(HttpListenerContext context) { AddCorsHeaders(context.Response); if (!string.Equals(context.Request.HttpMethod, "GET", StringComparison.OrdinalIgnoreCase)) { WriteJson(context, 405, new ApiResponse<object> { Success = false, Message = "当前接口仅支持 GET 请求。", GeneratedAt = DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss"), Data = null }); return; } string path = NormalizePath(context.Request.Url.AbsolutePath); switch (path) { case "api/bigscreen/dashboard": WriteJson(context, 200, new ApiResponse<object> { Success = true, Message = "大屏完整数据获取成功。", GeneratedAt = DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss"), Data = _service.GetDashboardData( GetIntQuery(context, "realtimeCount", GetIntSetting("DefaultRealtimeItemCount", 10)), GetIntQuery(context, "alarmCount", GetIntSetting("DefaultAlarmItemCount", 10)), GetIntQuery(context, "workOrderCount", GetIntSetting("DefaultWorkOrderItemCount", 10)), GetIntQuery(context, "oeeCount", GetIntSetting("DefaultOeeItemCount", 10)), GetIntQuery(context, "trendDays", GetIntSetting("DefaultOeeTrendDayCount", 7))) }); return; } }

这里我还统一加上了 CORS 响应头，确保山海鲸大屏页面可以直接跨域取数。

4. 大屏聚合逻辑

首页大屏聚合的核心入口在BLL/BigScreenServiceBLL.cs。 我把设备状态、实时监控、报警、工单和 OEE 五大区块一次性聚合成一个BigScreenDashboardModels对象：

public BigScreenDashboardModels GetDashboardData( int realtimeItemCount = 10, int alarmItemCount = 10, int workOrderItemCount = 10, int oeeItemCount = 10, int oeeTrendDayCount = 7) { return new BigScreenDashboardModels { GeneratedAt = DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss"), DeviceStatusOverview = GetDeviceStatusOverview(), RealtimeOverview = GetRealtimeOverview(realtimeItemCount), AlarmOverview = GetAlarmOverview(alarmItemCount), WorkOrderOverview = GetWorkOrderOverview(workOrderItemCount), OeeOverview = GetOeeOverview(oeeItemCount, oeeTrendDayCount) }; }

这样的封装方式非常适合大屏场景，因为前端只需要请求一次，就能拿到首页所需的完整数据。

5. 图表数据结构转换

山海鲸大屏对数据结构有比较明确的要求，所以我在业务层提前把原始统计结果转换成图表可直接绑定的结构，例如Name + Value或Category + SeriesName + Value。

比如单系列图表转换：

private List<BigScreenSeriesChartItemModels> BuildSingleSeriesChartItems( IEnumerable<BigScreenNameValueChartItemModels> items, string seriesName) { var list = new List<BigScreenSeriesChartItemModels>(); if (items == null) { return list; } foreach (BigScreenNameValueChartItemModels item in items) { list.Add(CreateSeriesChartItem(item.Name, seriesName, item.Value)); } return list; }

再比如 OEE 多系列趋势图转换：

private List<BigScreenSeriesChartItemModels> BuildOeeTrendChartItems( List<BigScreenOeeTrendItemModels> trendItems, int trendDayCount) { var list = new List<BigScreenSeriesChartItemModels>(); if (trendItems == null || trendItems.Count == 0) { return BuildEmptyOeeTrendChartItems(trendDayCount); } foreach (BigScreenOeeTrendItemModels item in trendItems) { list.Add(CreateSeriesChartItem(item.CalculateDate, "OEE", item.OeeRate)); list.Add(CreateSeriesChartItem(item.CalculateDate, "Availability", item.AvailabilityRate)); list.Add(CreateSeriesChartItem(item.CalculateDate, "Performance", item.PerformanceRate)); list.Add(CreateSeriesChartItem(item.CalculateDate, "Quality", item.QualityRate)); } return list; }

这样处理后，山海鲸端几乎不需要再写额外脚本，绑定效率会高很多。

6. WinForms 内嵌山海鲸页面

在UI/FrmBigScreen.cs中，我通过CefSharp将山海鲸大屏页面直接嵌入到 WinForms 首页。

private const string BigScreenUrl = @"http://大屏部署地址/"; private ChromiumWebBrowser browser; private void EnsureBrowser() { if (browser != null && !browser.IsDisposed) { return; } browser = new ChromiumWebBrowser(BigScreenUrl) { Dock = DockStyle.Fill }; browser.IsBrowserInitializedChanged += Browser_IsBrowserInitializedChanged; Controls.Add(browser); browser.BringToFront(); }

这样一来，首页既保留了桌面端程序的一体化体验，又能使用山海鲸的可视化能力。

五、项目亮点

亮点 1：模拟数据不是纯随机，而是“可控波动 + 阈值联动”

很多课程项目的模拟数据只是Random.Next()，但这个项目里，我做的是面向业务场景的动态模拟。 初始值尽量落在安全区间中间，后续每次采样以当前值为中心小幅漂移，并保留一定概率触发越界，这样就能自然演示“正常 -> 预警 -> 危险 -> 停机”的完整流程。

private decimal? CreateInitialMetricValue(decimal? min, decimal? max, decimal fallbackCenter, decimal fallbackSpread) { decimal lower; decimal upper; if (min.HasValue || max.HasValue) { lower = min ?? Math.Max(0m, (max ?? fallbackCenter) - (fallbackSpread * 4m)); upper = max ?? (lower + (fallbackSpread * 4m)); } else { lower = Math.Max(0m, fallbackCenter - fallbackSpread); upper = fallbackCenter + fallbackSpread; } decimal padding = Math.Min((upper - lower) * 0.18m, fallbackSpread); decimal safeLower = lower + padding; decimal safeUpper = upper - padding; decimal next = safeLower + ((safeUpper - safeLower) * (decimal)_random.NextDouble()); return Math.Round(Math.Max(0m, next), 2, MidpointRounding.AwayFromZero); }

亮点 2：大屏接口和桌面程序深度融合

这个项目不是“WinForms 一套、大屏一套”，而是把桌面程序和可视化大屏打通了。 程序启动时先拉起本地接口服务，大屏再通过接口直接读取业务层聚合结果。

public static bool TryStart() { if (_server != null) { return true; } try { _server = new BigScreenApiServer(ReadPrefixesFromConfig(), new BigScreenServiceBLL()); _server.Start(); LastErrorMessage = string.Empty; return true; } catch (Exception ex) { LastErrorMessage = ex.Message; Stop(); return false; } }

这种方式的好处是：

  1. 保留原有三层架构；

  2. 不需要额外单独部署 Web 后端；

  3. 大屏和业务系统使用同一份数据来源，避免口径不一致。

六、总结

这个智能工厂项目让我比较有成就感的地方，在于我负责的两块模块都不是孤立功能：

  1. 模拟数据模块负责生产“可用、可信、可联动”的实时监控数据；

  2. 山海鲸大屏模块负责把这些数据和报警、工单、OEE 聚合起来，变成更直观的可视化结果。

从开发体验上来说，我觉得这个项目最有价值的地方有三点：

  1. 不是只做页面，而是打通了数据、业务、展示三个层次；

  2. 不是只做静态功能，而是加入了实时刷新、状态判断、自动停机等动态逻辑；

  3. 不是只做后台管理，而是把大屏可视化和 AI 建议也融合进来了。

如果让我再总结一句，这个项目真正锻炼我的地方，不是单独写了多少代码，而是让我学会了如何把多个模块串成一套完整的智能工厂业务流程。

http://www.jsqmd.com/news/639779/

相关文章：

  • 告别模拟器！用Pixel 7真机调试Framework：Android 15 userdebug编译、刷机与JAR包热更新实战
  • Windows APK安装终极指南：告别模拟器的轻量级解决方案
  • Skylum Aperty v1.6.1.1567 人工智能图像修饰和编辑软件
  • 2026年在线客服系统推荐，免费按需付费年费便宜售后有保障 - 品牌2026
  • 仓库管理怎么管？仓库管理每天必看这5个数据
  • 5个步骤搞定CLIP图文匹配：本地工具实测，效果直观看得见
  • 2026届学术党必备的AI辅助写作神器推荐
  • Tiny11Builder终极指南：让你的老旧电脑流畅运行Windows 11
  • 2026年降AI工具怎么选才不踩坑？过来人总结的3个选择标准 - 还在做实验的师兄
  • 从零到一：在Nginx中部署SM2国密证书实战指南
  • 2026年日本国际食品展JFEX - 中国组团单位- 新天国际会展 - 新天国际会展
  • 涨薪技术|Prometheus之PromQL聚合操作
  • 2026年AI客服机器人哪个好？系统推荐选型避坑指南 - 品牌2026
  • 参加过一次就懂：半导体全产业链展会该怎么选 - 品牌2026
  • 2026年全渠道智能客服哪家好？支持抖音网页微博电话邮件 - 品牌2026
  • 【多模态大模型推理加速终极指南】：20年AI基础设施专家亲授7大实战优化路径，90%团队尚未掌握的低延迟部署密钥
  • Xilinx差分输入缓冲原语实战解析：从基础IBUFDS到高级节能控制
  • 前电机效率表（转速，扭矩：效率%）
  • 【技术综述】MedIAnomaly：医学图像异常检测三大范式深度解析与实战指南
  • SCMP供应链管理专家报名，靠谱授权培训机构推荐 - 众智商学院官方
  • 通达信缠论分析插件终极指南：5分钟告别复杂技术分析
  • Windows Defender 彻底移除指南：免费开源工具解决系统性能问题终极教程
  • 2026年理工科论文降AI工具推荐：专业术语保护哪款做得更好 - 还在做实验的师兄
  • Boost/Buck-Boost电路电感计算Excel工具分享（附频率避坑技巧）
  • macOS Xbox控制器驱动架构：360Controller内核扩展深度解析与生产环境部署指南
  • JT808协议、JT809协议、JT1078协议的定义及区别
  • 如何在Windows上高效构建词法语法分析器：完整实战指南
  • 从FlashAttention到通用内核：TileLang如何用一套Python语法统一AI高性能编程
  • CompressO：一站式解决视频存储难题的智能压缩方案
  • 2026年旅游行业智能客服推荐，旅行社酒店景区客服系统平台优选 - 品牌2026