中小企业MES系统概要设计

---

版本：V1.0
日期：2025年5月2日

---

一、系统架构设计

1.1 整体架构模式

采用分层微服务架构，实现模块解耦与灵活扩展，支持混合云部署：

1.2 技术架构分层

层级	组件	技术选型	核心能力
边缘层	工业网关、边缘节点	Node-RED+Kepware	协议转换、断网缓存
数据层	时序数据库+关系库	TimescaleDB+PG	冷热数据分离
服务层	微服务集群	Spring Boot+Quarkus	容器化部署
应用层	Web/移动端	Vue+Uniapp	渐进式应用

---

二、核心模块设计

2.1 生产执行引擎

2.2 实时数据管道

数据流设计：

设备数据 -> OPC UA网关 -> MQTT Broker -> Flink流处理 -> TimescaleDB
          ↓
       Redis实时缓存 -> Grafana可视化

2.3 质量管控模型

SPC分析引擎：

class SPCProcessor:
    def calculate_cpk(self, data):
        # 动态分组计算X-R控制图
        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 设备健康管理

预测性维护流程：

1. 振动传感器数据采集
2. 基于LSTM的异常检测
3. 维修工单自动生成
4. 备件库存联动检查

---

三、关键接口设计

3.1 外部系统接口

接口类型	协议	示例	QoS保障
ERP同步	RESTful	POST /api/erp/workorder	重试3次+死信队列
WMS调用	WebService	checkMaterialStock()	事务补偿机制
设备控制	OPC UA	ReadNode(“ns=3;s=Tag123”)	心跳保活

3.2 内部服务接口

工单服务API：

{
  "api": "/api/v1/workorder",
  "method": "POST",
  "body": {
    "orderId": "WO2023-001",
    "priority": "HIGH",
    "bomVersion": "2.1"
  }
}

---

四、数据架构设计

4.1 数据模型

核心实体关系：

[工单] 1---n [工序]
[工序] 1---n [设备]
[设备] 1---n [传感器]
[工单] 1---n [质量记录]

4.2 存储策略

数据类型	存储方案	保留策略
实时监控	TimescaleDB	原始数据3月，聚合数据5年
工艺文件	MinIO对象存储	版本保留+软删除
操作日志	Elasticsearch	按事件级别分层存储

---

五、安全架构设计

5.1 权限模型

RBAC扩展模型：

5.2 网络安全

• 车间网络：VLAN划分生产网/办公网
• 通信加密：MQTT over TLS1.3+双向证书
• 入侵检测：基于Suricata的异常流量分析

---

六、部署方案

6.1 物理拓扑

6.2 资源配置

节点类型	数量	配置	高可用方案
边缘节点	2	4C8G+SSD	双机热备
数据库	3	16C64G+NVMe	Patroni流复制
应用节点	4	8C16G	K8s自动伸缩

---

七、扩展性设计

7.1 水平扩展

• 设备接入：MQTT Broker集群支持动态扩容
• 计算能力：Flink作业自动调整并行度

7.2 垂直扩展

• AI推理：GPU节点挂载到K8s集群
• 内存计算：Redis支持集群分片

---

八、设计验证

8.1 原型验证点

1. 200台设备同时上报数据时，系统延时≤1.5秒
2. 主数据库故障后，备库切换时间≤30秒
3. 断网4小时内，边缘节点能持续本地化操作

8.2 风险评估

风险项	缓解措施
老旧设备改造难度大	提供Modbus转OPC UA协议转换器
用户接受度低	建立"数字化大使"制度+游戏化培训
供应商系统对接延迟	定义标准接口规范+模拟测试环境

---

设计特点：

1. 边缘-云端协同：关键实时逻辑下沉到边缘层，降低云端依赖
2. 柔性扩展：通过K8s+服务网格实现无感知扩缩容
3. 双模开发：Java处理核心事务，Python支撑数据分析