版本：V1.0
日期：2025年5月2日
一、系統架構設計
1.1 整體架構模式
采用分層微服務架構，實現模塊解耦與靈活擴展，支持混合云部署：
1.2 技術架構分層
| 層級 | 組件 | 技術選型 | 核心能力 |
|---|---|---|---|
| 邊緣層 | 工業網關、邊緣節點 | Node-RED+Kepware | 協議轉換、斷網緩存 |
| 數據層 | 時序數據庫+關系庫 | TimescaleDB+PG | 冷熱數據分離 |
| 服務層 | 微服務集群 | Spring Boot+Quarkus | 容器化部署 |
| 應用層 | Web/移動端 | Vue+Uniapp | 漸進式應用 |
二、核心模塊設計
2.1 生產執行引擎
2.2 實時數據管道
數據流設計：
設備數據 -> OPC UA網關 -> MQTT Broker -> Flink流處理 -> TimescaleDB↓Redis實時緩存 -> Grafana可視化
2.3 質量管控模型
SPC分析引擎：
class SPCProcessor:def calculate_cpk(self, data):# 動態分組計算X-R控制圖ucl = np.mean(data) + 3*np.std(data)lcl = np.mean(data) - 3*np.std(data)return (ucl - lcl)/(6*np.std(data))
2.4 設備健康管理
預測性維護流程：
- 振動傳感器數據采集
- 基于LSTM的異常檢測
- 維修工單自動生成
- 備件庫存聯動檢查
三、關鍵接口設計
3.1 外部系統接口
| 接口類型 | 協議 | 示例 | QoS保障 |
|---|---|---|---|
| ERP同步 | RESTful | POST /api/erp/workorder | 重試3次+死信隊列 |
| WMS調用 | WebService | checkMaterialStock() | 事務補償機制 |
| 設備控制 | OPC UA | ReadNode(“ns=3;s=Tag123”) | 心跳保活 |
3.2 內部服務接口
工單服務API：
{"api": "/api/v1/workorder","method": "POST","body": {"orderId": "WO2023-001","priority": "HIGH","bomVersion": "2.1"}
}
四、數據架構設計
4.1 數據模型
核心實體關系：
[工單] 1---n [工序]
[工序] 1---n [設備]
[設備] 1---n [傳感器]
[工單] 1---n [質量記錄]
4.2 存儲策略
| 數據類型 | 存儲方案 | 保留策略 |
|---|---|---|
| 實時監控 | TimescaleDB | 原始數據3月，聚合數據5年 |
| 工藝文件 | MinIO對象存儲 | 版本保留+軟刪除 |
| 操作日志 | Elasticsearch | 按事件級別分層存儲 |
五、安全架構設計
5.1 權限模型
RBAC擴展模型：
5.2 網絡安全
- 車間網絡：VLAN劃分生產網/辦公網
- 通信加密：MQTT over TLS1.3+雙向證書
- 入侵檢測：基于Suricata的異常流量分析
六、部署方案
6.1 物理拓撲
6.2 資源配置
| 節點類型 | 數量 | 配置 | 高可用方案 |
|---|---|---|---|
| 邊緣節點 | 2 | 4C8G+SSD | 雙機熱備 |
| 數據庫 | 3 | 16C64G+NVMe | Patroni流復制 |
| 應用節點 | 4 | 8C16G | K8s自動伸縮 |
七、擴展性設計
7.1 水平擴展
- 設備接入：MQTT Broker集群支持動態擴容
- 計算能力：Flink作業自動調整并行度
7.2 垂直擴展
- AI推理：GPU節點掛載到K8s集群
- 內存計算：Redis支持集群分片
八、設計驗證
8.1 原型驗證點
- 200臺設備同時上報數據時，系統延時≤1.5秒
- 主數據庫故障后，備庫切換時間≤30秒
- 斷網4小時內，邊緣節點能持續本地化操作
8.2 風險評估
| 風險項 | 緩解措施 |
|---|---|
| 老舊設備改造難度大 | 提供Modbus轉OPC UA協議轉換器 |
| 用戶接受度低 | 建立"數字化大使"制度+游戲化培訓 |
| 供應商系統對接延遲 | 定義標準接口規范+模擬測試環境 |
設計特點：
- 邊緣-云端協同：關鍵實時邏輯下沉到邊緣層，降低云端依賴
- 柔性擴展：通過K8s+服務網格實現無感知擴縮容
- 雙模開發：Java處理核心事務，Python支撐數據分析
