项目介绍：实现仓库的可视化管理、库存实时跟踪、出入库自动化操作、库存预警、智能分配等功能。系统集成了条形码扫 描、RFID射频识别、AGV小车等自动化设备，提高了仓储作业效率和准确性。上线后，系统每日处理订单量达到5000+，库 存准确率提升到99%，出入库效率提升50%以上，降低了人工成本和差错率。 技术栈： SpringCloud、SpringBoot、MyBatis-Plus、RabbitMQ、Kafka、Redis、Docker、Kubernetes 负责范围：负责整体系统的架构设计，确保系统高可用、可扩展，根据物流与仓储业务流程，设计系统功能模块，优化仓库作业流程，设计和优化数据库表结构，解决高并发场景下的数据库瓶颈问题， 优化系统性能，对关键业务流程和热点数据进行缓存和异步处理，提高系统的响应速度和吞吐量，主导开发团队，进行代码Review，确保代码质量。制定开发规范和流程，提升开发效率

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

项目介绍：主要通过采集层中集成的各种采集协议支持与采集方案支持，将设备层中各种设备进行采集接入，从而将各类设备作为信息节点，纳入到信息化管理的整体中进行管理，以实时、准确、自动的为上层信息系统提供及时、真实、有效的数据。项目的架构中将采集层与数据处理层进行分离，使数据采集聚焦于各类协议设备的接入与原始数据获取，再通过处理层，对数据进行封装、聚合、拆分、数据转换等操作，形成上层系统规定的标准数据并推送至云端，同时也可按需本地存储。 技术栈：java、springboot、modbus、串口通信、netty、kafka、mybatis 负责范围：系统设计，功能开发，现场部署实施，文档编写 难点问题：解决了各类设备数据采集协议过多的不兼容问题；解决了设备过多后实时采集出现推送延迟、掉包等并发问题