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：
设备层边缘网关数据基础设施微服务集群应用交互外部系统

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

工单服务排产引擎设备调度 AGV控制数据中台发布工单事件分配资源发送指令反馈实时位置工单服务排产引擎设备调度 AGV控制数据中台

2.2 实时数据管道

数据流设计：

复制代码

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：

python 复制代码

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：

振动传感器数据采集
基于LSTM的异常检测
维修工单自动生成
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：

json 复制代码

{
  "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：

复制代码

[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：
包含限制多对多绑定角色权限组操作数据范围用户

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

数据中心车间 K8s集群 PG集群 Redis哨兵边缘服务器工控机 PLC 扫码枪云灾备节点

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

200台设备同时上报数据时，系统延时≤1.5秒
主数据库故障后，备库切换时间≤30秒
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：

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