采集与清洗
边缘侧按 200ms 采样、服务端按 1s 落库,空值率控制在 0.3% 以内,异常值走标注而非直接删除。
大数据分析沿用同一套栅格令牌对齐四个核心指标,任何新增看板都必须先声明它落在哪些列、以什么刷新频率更新——避免大屏越做越花、越花越难读。
左侧为核心数据层,右侧三张特性卡对应采集、分析、可视化三类角色,卡片数量保持 3 个,保证栅格节奏稳定、视线不被分散。
统一时空基准:所有指标按设备号 + 工位坐标 + 时间戳三维对齐,栅格只是它在屏幕上的投影。
边缘侧按 200ms 采样、服务端按 1s 落库,空值率控制在 0.3% 以内,异常值走标注而非直接删除。
大数据分析把车间拆成 8×8 逻辑网格,每个网格挂载设备、质量、能耗三类指标,支持按格下钻与横向对比。
网格布局看板统一 12 列栅格、8pt 间距节奏,图表配色不超过 3 个色相,关键数字用强调色小面积点亮。
数据可视化三段内容依次吸附堆叠,像翻阅装订好的数据手册,既保留长文信息密度,又不让页面被无限拉长。
统一采集、统一台账、统一时间基准,先把数据说清楚再谈智能。落地顺序:设备清单 → 点位表 → 采集验证,三步缺一不可。
建设周期 6–8 周从描述性统计走向预测性维护:先做设备健康度评分,再做质量追溯树,最后才上排产优化,避免一步跨到最难的问题上。
模型复用率 ≥ 60%用栅格系统约束每一个看板:标题区 12 列、指标区 4×3、明细区 8+4。用户体验的稳定感,来自版式从不随意跳动。
首屏 ≤ 800ms来自制造现场与数据团队的近期工作记录,均包含可核对的指标与参数,供同类项目横向参考。

新增看板须提交列分布图,明确主指标落在第几列、刷新频率与降级策略,评审通过率从 54% 提升至 81%。

单节点并发采集 3000 点位、时延控制在 50ms 内,断网续传缓存 72 小时,避免因网络抖动造成数据缺口。

批次 → 工位 → 参数三段下钻,平均定位耗时由 26 分钟降至 7 分钟,质量异常闭环率提升至 89%。
评价聚焦可验证的结果——交付周期、缺陷率、阅读效率,而非泛泛的赞美。
“过去每个车间各做一套大屏,口径互不相同。改用统一栅格与指标字典后,同一张图能同时被生产、质量、设备三方引用,月度经营会的数据争议减少了约七成。”
“我们对看板的要求只有两条:三秒看清结论,三十秒完成下钻。栅格化之后,主指标固定占左侧 4 列,异常色只在数值上出现,操作工的读图错误明显下降。”
每一步都有交付物与验收阈值,避免“做了很多图、没人用”的常见结局。
输出设备-点位对照表,覆盖率目标 ≥ 90%。
每个指标唯一命名并附计算公式,禁止同名两算。
12 列基准、间距 8pt、圆角 12–16px 统一收敛。
单车间试跑 2 周,首屏 ≤ 800ms、可用率 ≥ 99.5%。
季度复盘,沉淀组件库,复用率目标 ≥ 60%。
可直接抄进项目规范,每条都附做法、参数或验收阈值,避免只讲原则不讲尺度。
页面以 12 列 为基准,卡片跨度只允许 3/4/6/8/12;间距统一走 8/12/16/24 四档,禁止出现 13px、18px 这类随手值。
约 60% 暖米白底、30% 主色承载结构、10% 强调色仅用于按钮、激活态与关键数字;单张图表色相不超过 3 个,异常色只出现在具体数值上。
设备状态 2s、质量指标 30s、经营汇总 5min 三档即可;过快刷新会让操作员忽略变化,实测 2s 以下刷新对异常发现率无正向提升。
总览 → 车间 → 设备,三层封顶;每层保留面包屑与返回上一层的固定位置,超过三层时用户放弃率通常上升约 30%。
按 1680 / 1400 / 1024 / 640 四档适配,窄屏卡片由 4 列降为 1 列;所有可点区域最小 44×44px,长设备编号强制 break-word 防溢出。
任一数字都能回溯到原始点位与计算口径;看板需展示数据更新时间与缺失率(目标 < 0.5%),口径变更须留版本记录并通知使用方。