项目介绍：实现可覆盖生产计划、物料管理、质量控制、设备维护等环节的智能制造执行系统。通过引入工业互联网、大数
据分析、人工智能等技术，实现了生产过程的实时监控、预测性维护、智能排产优化等功能。系统集成了PLC、SCADA、机
器视觉等自动化设备，打通了底层设备与上层管理的数据通路。上线后，生产效率提升30%，设备故障率降低20%，产品合
格率达到99.9%，大幅提升了企业的生产管理水平和核心竞争力。
技术栈： SpringBoot、MyBatis-Plus、RabbitMQ、Redis、Docker、Kubernetes、Flink
负责范围：负责MES系统的整体架构设计，梳理生产制造业务流程，规划系统功能模块，优化生产调度算法，结合工艺路线、产能负荷、物料限制等因素，实现智能排产，研究应用机器学习算法，开发预测性维护模型，对设备健康状态进行预测和故障诊断，规划系统安全方案，设计权限模型和安全审计机制，保障生产数据的机密性和完整性，制定开发规范和流程，把控项目进度和质量。
难点问题：通过引入Kafka和Flink等大数据处理工具，解决了海量生产数据实时处理的问题，实现了生产状态的实时监测和预警；
采用机器学习算法，训练设备故障预测模型，准确识别设备潜在故障，减少非计划停机时间，提高设备综合效率