工业智能平台总体架构
1. 文档概述
工业平台以“边缘采集与推理 + 平台服务 + 模型训练 + 数据智能 + 业务应用”为核心思路，面向制造现场的数据接入、时间性能分析、工艺质量分析、设备预测性维护、数据管理和智能助手应用需求，构建可扩展、可部署、可运维、可集成的工业智能平台。
平台总体目标包括：
- 统一接入：通过数据采集与数据集成能力连接设备、产线、工位、外部业务系统与第三方应用。
- 统一治理：通过 Nacos、服务网关、认证中心、RabbitMQ、日志中心、监控中心等能力支撑微服务治理。
- 统一建模：围绕时序数据、特征数据、分析数据、事件数据建立制造数据模型，并通过模型训练能力沉淀可复用的工业智能模型。
- 统一应用：面向预测性维护、时间性能、工艺质量分析、数据管理、智能助手等业务应用提供平台化支撑。
- 统一扩展：通过微服务架构和边缘推理节点支持不同工艺、设备和智能分析场景持续扩展。
2. 总体架构蓝图
平台总体架构分为业务应用层、平台能力层、基础设施层、边缘技术层与数据层。业务应用层聚焦预测性维护、时间性能、工艺质量分析、数据管理和智能助手；平台能力层提供数据采集、数据集成、模型训练、服务治理、监控日志等通用能力；边缘技术层通过各类工业节点和推理节点连接制造现场，实现数据采集、边缘计算与模型推理。
工业平台总体架构蓝图
业务应用层 / Business
预测性维护
时间性能
工艺质量分析
数据管理
智能助手
平台能力层 / Platform
服务网关
认证中心
服务中心
调度中心
日志中心
监控中心
数据采集
数据集成
模型训练
基础设施层 / Infrastructure
Nacos Discovery
Nacos Config
RabbitMQ
Redis
Nginx
ELK
边缘技术层 / Edge Technology
PdM Node
Tighten Node
Welding Node
IRUN Node
Energy Node
Painting Node
推理节点
3. 业务架构
3.1 业务参与者
| 角色 | 主要职责 | 典型操作 |
|---|---|---|
| 系统管理员 | 负责系统、用户、权限与审计管理 | 用户管理、权限设置、日志查看、系统配置 |
| 业务管理员 | 负责制造业务对象、模型、规则和策略配置 | 产线配置、规则设置、模型配置、策略设置、标准曲线训练 |
| 车间经理 / 现场经理 | 关注产线运行状态、效率、质量和报表分析 | 产线概览、查看固定报表、查看动态报表、查看数据洞察 |
| 维修协调 / 设备维护人员 | 关注设备异常、诊断历史和过程曲线 | 查看设备事件、诊断历史、实时曲线、历史曲线 |
| 算法工程师 | 指导模型训练、特征工程和算法参数配置 | 模型配置指导、诊断模型优化、标准曲线训练支持 |
| 外部系统 / 第三方应用 | 与平台进行数据或功能集成 | API 调用、数据同步、事件订阅、报表消费 |
3.2 业务能力地图
业务能力地图
生产运行
- 产线概览
- 虚拟产线
- 工位/设备状态
- 现场看板
质量与工艺
- 实时曲线
- 历史曲线
- 标准曲线训练
- 压装/拧紧策略
设备与维护
- 预测性维护
- 设备事件
- 诊断历史
- 异常告警
管理与集成
- 用户权限
- 模型配置
- 规则引擎
- 开放 API
3.3 核心业务用例
| 业务域 | 用例 | 说明 |
|---|---|---|
| 系统管理 | 用户管理 | 维护用户基本信息、账号状态与组织关系 |
| 系统管理 | 权限设置 | 维护用户 App、菜单、接口及数据权限 |
| 系统管理 | 日志查看 | 查看系统审计日志、应用日志和运行日志 |
| 产线配置 | 产线配置 | 配置车间、产线、工位、设备、工艺对象等产线结构 |
| 生产监控 | 产线概览 | 现场经理查看产线运行状态、关键指标和异常信息 |
| 数据分析 | 查看报表 | 查看固定报表、动态报表和数据洞察结果 |
| 设备维护 | 查看设备事件 | 维修协调人员查看设备异常、报警和事件详情 |
| 设备维护 | 查看设备诊断历史 | 回溯设备状态、诊断结果和维修闭环记录 |
| 工艺质量 | 查看实时曲线 | 基于过程曲线判断实时工艺质量状况 |
| 工艺质量 | 查看历史曲线 | 对历史工艺过程进行追溯、对比和分析 |
| 智能建模 | 模型配置 | 在算法工程师指导下配置诊断模型、特征模型和参数 |
| 智能建模 | 标准曲线训练 | 训练压装/拧紧标准曲线，支撑质量判定和异常识别 |
| 规则策略 | 规则设置 / 策略设置 | 配置事件触发规则、告警策略和工艺策略 |
4. 数据架构
4.1 数据分类
工业平台的数据架构围绕制造过程中的高频数据、业务对象数据、分析结果和事件信息进行设计，核心数据类型如下：
| 数据类型 | 示例 | 主要来源 | 主要用途 |
|---|---|---|---|
| 时序数据 Time Series Data | 1683448306000 angle=165、温度、压力、电流、振动 |
设备、PLC、传感器、边缘节点 | 实时监控、过程追溯、曲线分析、模型输入 |
| 特征数据 Feature Data | bolt_number=Bolt01、angle_mean=180、angle_max=1250 |
特征工程、边缘计算、数据服务 | 质量判定、模型训练、诊断分析、报表统计 |
| 分析数据 Analytic Data | dgns_factor=2.0、label=08 |
诊断模型、规则引擎、数据智能服务 | 预测性维护、异常识别、决策支持 |
| 事件数据 Event Data | event_number=e001、trigger_time=1683448307000、trigger_rule=r08 |
规则引擎、设备告警、业务服务 | 告警通知、事件闭环、运维分析、审计追溯 |
| 主数据 Master Data | 车间、产线、工位、设备、物料、用户、权限 | 管理后台、外部系统 | 业务建模、权限控制、数据关联 |
| 日志数据 Log Data | 应用日志、系统日志、前端日志、审计日志 | 微服务、前端、操作系统、网关 | 故障定位、安全审计、运行监控 |
4.2 数据架构图
数据架构：采集、处理、存储、服务、应用
数据源
设备 / PLC / 传感器
产线 / 工位 / 外部系统
产线 / 工位 / 外部系统
→
采集接入
Data Acquisition
Data Integration
边缘节点
Data Integration
边缘节点
→
处理建模
特征模型
推理节点
策略引擎
推理节点
策略引擎
→
存储计算
InfluxDB / ClickHouse
MySQL / Redis
日志库 / 缓存
MySQL / Redis
日志库 / 缓存
→
数据服务
API
报表 / 洞察
智能助手
报表 / 洞察
智能助手
时序数据
角度、扭矩、压力
振动、温度、电流
振动、温度、电流
特征数据
均值、峰值、区间
趋势、统计量
趋势、统计量
分析数据
诊断因子、标签
评分、预测结果
评分、预测结果
事件数据
事件编号、触发时间
触发规则、处置状态
触发规则、处置状态
数据应用闭环：监控 → 分析 → 诊断 → 告警 → 决策 → 优化
4.3 数据流向
平台信息流主要包括入站数据流、内部处理流、存储沉淀流、业务输出流与闭环反馈流。
数据流向图
入站数据流
设备数据
工艺数据
业务数据
外部系统
工艺数据
业务数据
外部系统
→
内部处理流
数据采集
数据集成
边缘节点
消息队列
数据集成
边缘节点
消息队列
→
处理建模
特征模型
推理节点
策略引擎
诊断模型
模型训练
推理节点
策略引擎
诊断模型
模型训练
→
存储沉淀流
时序库
分析库
业务库
缓存
日志库
分析库
业务库
缓存
日志库
→
业务输出流
报表中心
数据洞察
产线概览
设备诊断
开放 API
智能助手
数据洞察
产线概览
设备诊断
开放 API
智能助手
策略优化
↺
模型迭代
↺
事件闭环
↺
持续改进
典型流向：外部系统 / 设备 → 采集接入 → 处理建模 → 存储沉淀 → 业务应用 → 闭环反馈
| 流向 | 内容 | 说明 |
|---|---|---|
| 入站数据流 | 设备数据、工艺数据、业务数据、外部系统数据 | 由数据采集服务、边缘节点或接口集成进入平台 |
| 内部处理流 | 数据采集、数据集成、消息转发、特征计算、规则触发 | 在网关、消息队列、数据服务、规则引擎之间流转 |
| 存储沉淀流 | 时序库、分析库、业务库、缓存、日志库 | 支撑查询、分析、回放、审计与复用 |
| 出站服务流 | API 输出、报表展示、告警事件、数据洞察结果 | 面向用户界面、第三方系统、看板和运维工具输出 |
| 闭环反馈流 | 规则优化、模型优化、策略调整、设备维护结果 | 通过事件闭环和模型迭代持续提升平台智能化能力 |
5. 逻辑架构
5.1 分层逻辑架构
平台采用微服务化、分层化架构，将主站业务、模型能力、行业域应用、数据服务和边缘接入进行解耦。
逻辑架构分层图
表现与应用层：主站门户、预测性维护、时间性能、曲线质量、模型管理、系统管理
API 与访问层：Nginx、服务网关、REST API、Bearer Token 认证、统一鉴权、限流与路由
业务服务层：主站微服务、模型微服务、预测性维护、时间性能、曲线质量等领域服务
数据与智能层：数据采集、数据集成、数据服务、模型训练、模型推理、特征模型、策略引擎
边缘与设备层：业务节点、推理节点、PLC/设备/传感器
横向支撑能力：Nacos 服务发现与配置、RabbitMQ 消息、Redis 缓存、ELK 日志、Monitor Center 监控、Scheduler 调度
5.2 微服务与模块关系
微服务与模块关系图
服务网关 / API Routing
主站微服务
产线配置、数据管理、节点管理、用户管理、权限设置
模型微服务
数据集管理、模型版本管理、模型训练、模型推理
预测性维护
数据挖掘、设备诊断、规则设置、设备事件、模型管理
时间性能
节拍配置、节拍数据分析、理想节拍设定、报警配置、缓冲区管理、损失分析
曲线质量
曲线查看、数据挖掘、策略定义、规则设置、模型管理、标准曲线
横向支撑
数据采集、数据集成、数据服务、模型训练、模型推理、策略引擎、Nacos、Redis、RabbitMQ
主站微服务
模型微服务
预测性维护
时间性能
曲线质量
通过服务网关统一编排五类核心微服务，各业务域共享底层数据服务、模型能力与边缘接入能力。
5.3 关键逻辑说明
- 网关统一入口：前端与外部系统通过服务网关访问后端微服务，网关负责路由、认证、限流、跨域和统一 API 管理。
- 业务服务解耦：主站微服务、模型微服务、预测性维护、时间性能、曲线质量五类服务独立演进。
- 数据服务沉淀：采集层负责设备侧数据接入，数据服务负责数据清洗、聚合、查询与对外服务。
- 模型策略联动：模型微服务、推理节点与策略引擎共同支撑模型训练、模型推理、规则触发和业务决策。
- 领域能力复用：数据挖掘、规则设置、模型管理、标准曲线等能力可在不同业务场景中复用。
6. 系统架构
6.1 系统部署视图
系统支持以一个部署单元交付核心资源，通过一条命令进行升级或更新；同时通过监控中心和日志中心进行实时运维观测，并通过数据与功能两方面与客户现有平台无缝集成。
系统部署视图
访问层
Web / Dashboard
Nginx
Service Gateway
Nginx
Service Gateway
→
平台业务微服务层
主站微服务
模型微服务
预测性维护
时间性能
曲线质量
→
中间件与数据层
Nacos
RabbitMQ
Redis
MySQL / InfluxDB / ClickHouse
RabbitMQ
Redis
MySQL / InfluxDB / ClickHouse
→
边缘与现场层
业务节点
推理节点
PLC / 设备 / 传感器
推理节点
PLC / 设备 / 传感器
访问层统一接入，业务微服务层负责领域能力，中间件与数据层提供治理与存储，边缘与现场层连接制造现场。
6.2 系统组成
| 类别 | 组件 | 说明 |
|---|---|---|
| 接入组件 | Nginx、Service Gateway | 统一入口、静态资源代理、服务路由、鉴权转发、接口治理 |
| 业务微服务 | 主站微服务、模型微服务、预测性维护、时间性能、曲线质量 | 按逻辑架构划分的核心业务域，分别承载主站管理、模型能力和三类行业应用 |
| 主站微服务 | 产线配置、数据管理、节点管理、用户管理、权限设置 | 面向平台基础管理的主站能力 |
| 模型微服务 | 数据集管理、模型版本管理、模型训练、模型推理 | 面向模型全生命周期管理的能力 |
| 预测性维护 | 数据挖掘、设备诊断、规则设置、设备事件、模型管理 | 面向设备健康分析、异常识别和维护闭环 |
| 时间性能 | 节拍配置、节拍数据分析、理想节拍设定、报警配置、缓冲区管理、损失分析 | 面向节拍分析、效率管理和损失诊断 |
| 曲线质量 | 曲线查看、数据挖掘、策略定义、规则设置、模型管理、标准曲线 | 面向工艺曲线分析、质量判定和标准曲线管理 |
| 数据服务 | 数据采集、数据集成、数据服务 | 设备采集、系统集成、数据查询、数据处理与数据服务开放 |
| 服务治理 | Nacos Discovery、Nacos Config | 服务注册发现、配置集中管理、服务动态治理 |
| 消息组件 | RabbitMQ | 事件解耦、异步任务、告警流转、数据处理削峰 |
| 缓存组件 | Redis | 缓存热点数据、会话状态、分布式锁、临时数据 |
| 存储组件 | MySQL、InfluxDB、ClickHouse | 业务主数据、时序数据和分析数据存储 |
| 运维组件 | Log Center、Monitor Center、ELK | 日志采集、指标监控、运行分析、故障定位 |
| 边缘组件 | 业务节点、推理节点、PLC/设备/传感器 | 对接不同工业现场和工艺域，完成数据采集与边缘处理 |
6.3 部署与运维特性
- 易部署：核心资源可作为统一部署单元交付，支持一条命令完成部署、升级或更新。
- 易监控：通过 Monitor Center 与 Log Center 实时查看系统指标、服务状态、错误日志与业务运行情况。
- 易集成：从数据集成和功能接口两个维度对接客户既有平台，实现平滑接入。
- 可扩展：新增工艺域时，可通过新增业务节点、推理节点、微服务模块、数据模型和规则策略完成扩展。
- 可运维：日志、监控、审计、配置中心和服务发现支撑日常运行维护、故障定位和持续升级。
7. 接口、认证与安全架构
7.1 API 管理
平台通过 REST API 向消费端开放能力，主要包括 API 网关、PDM 微服务、压装/拧紧微服务以及其他业务微服务。API 调用统一经过网关，便于进行认证、路由、审计和限流。
| 服务 | API 类型 | 说明 |
|---|---|---|
| API 网关 | REST API | 统一对外入口、路由转发、认证校验、接口治理 |
| PDM 微服务 | REST API | 预测性维护、设备诊断、事件查询等接口 |
| 压装/拧紧微服务 | REST API | 工艺曲线、策略配置、质量分析、标准曲线训练等接口 |
| 报表服务 | REST API | 固定报表、动态报表、指标查询、数据导出 |
| 数据服务 | REST API | 数据查询、特征数据、分析数据、时序数据访问 |
7.2 认证流程
系统采用 Bearer Token 认证方式。用户登录成功后获取 Token，后续请求在请求头中携带 Authorization: Bearer <token>，由服务端验证 Token 有效性后处理请求。
认证流程节点图
用户/前端
发起登录请求
携带账号密码
携带账号密码
→
服务网关
转发认证请求
统一路由与鉴权
统一路由与鉴权
→
认证服务
校验凭证
签发 Token
签发 Token
→
业务服务
Token 校验通过后
访问业务接口
访问业务接口
1. 登录请求
2. 转发认证
3. 返回 Token
4. 登录成功
5. 携带 Bearer Token 访问 API
6. Token 校验通过后路由到业务服务
7.3 安全控制要点
- 统一身份认证与 Token 校验。
- 基于用户、角色、菜单、App、接口的数据权限控制。
- API 网关统一接入，避免后端服务直接暴露。
- 关键操作记录审计日志，支持追溯。
- 服务间通信通过网关、注册中心、配置中心进行统一治理。
8. 日志、监控与运维架构
8.1 日志类型
| 日志类型 | 来源 | 说明 |
|---|---|---|
| 应用日志 | 后端微服务 | 业务逻辑、接口调用、异常堆栈、运行状态 |
| 系统日志 | 操作系统 / 容器 / 中间件 | 资源、进程、网络、存储、中间件运行情况 |
| 前端日志 | Web / 移动端 | 页面错误、接口异常、用户端行为 |
| 审计日志 | 网关 / 认证 / 业务服务 | 登录、权限、配置变更、关键业务操作 |
8.2 日志归集架构
日志与监控归集流程
应用 / 前端 / 系统 / 网关
→
HTTP 直接上报
日志采集客户端
日志采集客户端
→
Logstash
日志处理管道
日志处理管道
→
Elasticsearch
日志存储检索
日志存储检索
→
Kibana / Log Center
查询分析展示
查询分析展示
8.3 运维监控能力
- 服务监控：监控服务实例状态、接口延迟、错误率、吞吐量。
- 资源监控：监控 CPU、内存、磁盘、网络、容器/进程状态。
- 日志分析：通过 ELK 对日志进行集中存储、检索和分析。
- 告警通知：基于阈值、规则和事件触发告警。
- 链路追踪：结合网关与微服务日志定位跨服务调用问题。
- 配置管理：通过 Nacos Config 实现配置集中管理和动态调整。
9. 技术栈
| 层级 | 技术 / 组件 | 用途 |
|---|---|---|
| 前端 | Vue.js | Web 前端、管理门户、看板页面 |
| 后端 | Java、Node.js、Python | 微服务、业务逻辑、API 服务、任务服务、模型服务 |
| 数据库 | InfluxDB | 高频时序数据存储 |
| 数据库 | ClickHouse | 分析型数据、报表查询、多维统计 |
| 数据库 | MySQL | 业务主数据、配置数据、权限数据 |
| 中间件 | Redis | 缓存、会话、热点数据、分布式协调 |
| 中间件 | RabbitMQ | 异步消息、事件流转、削峰解耦 |
| 服务治理 | Nacos | 服务发现、服务注册、配置中心 |
| 接入代理 | Nginx | 静态资源代理、反向代理、负载均衡 |
| 日志监控 | ELK、Monitor Center、Log Center | 日志分析、指标监控、运维可视化 |
技术栈矩阵
Front-end
Vue.js
Vue.js
Back-end
Java / Node.js / Python
Java / Node.js / Python
Databases
InfluxDB / ClickHouse / MySQL
InfluxDB / ClickHouse / MySQL
Tools
Nginx / Redis / Nacos / RabbitMQ
Nginx / Redis / Nacos / RabbitMQ
10. 架构特性总结
| 架构特性 | 说明 |
|---|---|
| 可扩展 | 通过微服务和边缘节点机制支持新增业务域、工艺域和数据源 |
| 可集成 | 支持 REST API、数据采集、数据集成和外部系统对接 |
| 可观测 | 通过日志中心、监控中心、ELK 体系支撑运行可视化 |
| 可维护 | 服务注册发现、配置中心、消息队列和统一网关降低维护复杂度 |
| 可部署 | 支持资源统一部署单元和命令式升级，便于交付和运维 |
| 可智能 | 通过特征模型、诊断模型、规则引擎和数据洞察实现智能分析闭环 |
11. 总结
工业平台总体架构以制造现场数据为基础，以边缘节点和数据采集为入口，以微服务平台能力为核心，以数据智能和业务应用为价值出口。平台通过数据架构支撑工业数据治理，通过业务架构承载生产、质量、维护和管理场景，通过逻辑架构实现服务解耦与能力复用，通过系统架构保障部署、运行、监控和集成。
该架构能够支持 PdM、拧紧/压装、焊接、IRUN、能源、涂装等业务节点逐步接入，并通过统一的数据、模型、规则、报表和 API 能力，持续赋能智能制造场景。
工业智能平台总体架构
https://luischen.github.io/2026/06/17/manulism-work/10_Architecture/11 平台总览/工业智能平台总体架构/