S膠粘劑生產企業智慧物流監控系統設計

摘要：膠粘劑的原材料和成品的倉儲與物流等環節均可能存在一定風險，需要進行嚴格監控。本文以S膠粘劑生產企業為例，對膠粘劑生產企業物流環節監控系統的設計需求進行總結，以大數據、Hadoop等技術為基礎構建了一種針對膠粘劑生產企業物流的智能監控系統。功能測試和性能測試結果表明：在適當的經濟和技術投入下，該系統可以滿足一般膠粘劑生產企業的物流監控需求，具有較為理想的系統執行能力，能夠很好地對膠粘劑原材料和成品的物流進行監控。

關鍵詞：大數據；Hadoop；膠粘劑生產企業；物流監控

中圖分類號：TQ430文獻標志碼：A文章編號：1001-5922（2025）04-0017-04

Design of intelligent logistics monitoring system for S adhesive production enterprise

GAO Heyun

（Shaanxi Polytechnic Institute，Xianyang 712000，Shaanxi China）

Abstract：There may be certain risks in the storage and logistics of raw materials and finished products of adhe-sives，which need to be strictly monitored.Taking S adhesive production enterprise as an example，this paper sum-marizesthe design requirements of the monitoring system for the logistics links of adhesive production enterprises，and constructs an intelligent monitoring system for the logistics of adhesive production enterprises based on big da-ta，Hadoop and other technologies.The results of functional test and performance test show that the system can meet the logistics monitoring needs of general adhesive production enterprises with appropriate economic and technical input，and has ideal system execution ability，which can well monitor the logistics of adhesive raw materials and fin-ished products.

Key words：big data；Hadoop；adhesive production enterprises；logistics monitoring

膠粘劑的種類有很多，常見的包括工業裝配用的電機膠、結構膠等，粘接密封用的電子密封膠、瞬干膠等[1-3]。不同膠粘劑的生產所需原材料存在一定差異，但整體來說，相當一部分膠粘劑的原材料及成品的運輸過程都有可能涉及高危行為。因此，膠粘劑生產企業始終對其原材料、成品的物流運輸監控工作極為重視。此外，功能完善、效率良好的物流監控系統也可以在一定程度上提升膠粘劑生產企業的倉儲物流水平，有助于企業更好地開展其他業務。因而，膠粘劑生產企業在其產品生產、物流環節均需要投入更大的力度用于監控系統。本文從膠粘劑生產企業的物流監控實際需求入手，結合部分現代網絡技術構建了一種物流智能監控系統，旨在為相關企業倉儲物流體系的綜合發展提供借鑒。

1 S膠粘劑生產企業物流監控需求分析

1.1物流需求分析

S膠粘劑生產企業是一家專門從事各類型膠粘劑生產的企業，產品主要有水性膠粘劑、熱熔膠粘劑等，產品應用場景主要為木業板材、建筑材料、紡織布材、印刷包裝、工藝品制造等。近年來，隨著企業生產規模的擴大，其日常生產所需原材料及成品貨物配送規模等均出現較大幅度提升，原有的倉儲物流體系，尤其是物流監控體系，可能已經無法滿足企業未來的需求。對于S企業而言，基于其產業規模進行倉儲管理、物流調度等的精準化、智能化監控，還有助于企業對其產品銷售情況進行精準掌控和預測，從而為企業未來生產計劃等的制定提供數據依據。

1.2數據需求分析

S膠粘劑生產企業物流體系形成的數據主要包括物流主數據、物流預測數據、物流監控數據、其他業務活動數據等。對于一般小型企業而言，這類數據的獲取難度不大，但對于S企業這種大型企業而言，純粹依賴“人工+電腦”的形式對這些數據進行統計是一項極為繁瑣且容易出錯的工作[4-6]。將大數據技術融入企業物流體系和物流監控體系等，有助于實現對海量物流數據的實時獲取，從而為企業的物流體系、物流監控體系提供完整、詳實的數據支持。

1.3性能需求分析

S企業為大型化工類企業，具有雄厚的資金和技術儲備。對于這類企業而言，物流智能監控系統的性能需求凌駕于成本需求之上。通過與該企業技術人員溝通，本文將構建物流智能監控系統的性能基本設定為：100、500、1 000個并發任務的期望響應時間可以分別達到3 000、4 000、5 000 ms以內[7]。并發任務表示該體系在正常工作時某一刻同時發出的請求數。

2 S膠粘劑生產企業物流監控系統設計

2.1系統框架

以S膠粘劑生產企業物流監控系統的實際需求為出發點，結合大數據等現代網絡技術構建了S膠粘劑生產企業物流監控系統，如圖1所示。

本文構建的S膠粘劑生產企業物流監控系統主要由4層結構組成。上層為用戶訪問層，通過web、移動端等為物流監控人員提供物流監控、數據查詢、需求預測等基礎應用窗口；中層為應用層，以大數據、Hadoop等技術為核心搭建數據訪問層，包括車輛監控、車廂監控等，為系統提供基礎的數據篩選、去噪、存儲、調取、分析等功能；中下層為數據處理層，主要包括借助云平臺搭建的若干虛擬主機、虛擬化管理平臺、云存儲、云服務器等為系統提供分析引擎、數據處理、任務調度等功能；最下層為數據采集層，主要負責通過數據采集硬件設備獲取物流體系中的各項數據，并將數據供應給監控系統中的不同層級。

2.2監控功能設計

物流智能監控是本文設計系統的核心功能，其設計主要包括功能結構設計、數據流程設計、數據關系設計等。

2.2.1功能結構設計

以S膠粘劑生產企業日常物流體系基本需求為出發點，構建了一個功能較為完善的膠粘劑生產企業物流智能監控功能結構，如圖2所示。

本文構建的物流智能監控系統整體可分為車輛監控、總倉儲監控、中間點倉儲監控、訂單軌跡監控、運距測算等模塊。其中，車輛監控主要負責對膠粘劑物料運輸過程中車輛實時位置、運單信息、運輸軌跡等的監控，還可以對一段時間內車輛的歷史軌跡信息進行收集，從而將這些數據及時提供給物流監控人員；總倉儲和中間點倉儲監控主要用于獲取企業內部及下屬企業內部倉儲位置、信息、庫存等，還負責提供從倉儲預警功能等；訂單軌跡監控包括對訂單信息進行查看、檢索，確定某一訂單運輸車輛的實時位置，對歷史訂單軌跡的查看等；運距測算功能包括對物流運輸點到點距離的測算、大批量貨物運輸距離測算及歷史運輸距離的查詢等。

2.2.2監控流程設計

相比于傳統的物流體系，大數據支持下的物流監控系統形成的數據能以可視化的狀態呈現給S企業物流相關的工作人員。物流監控系統數據從車輛、產品等終端形成以后，經過通信服務器的數據采集、處理后流通至應用端服務器，應用端服務器在大數據技術的支持下會以圖、表等形式將相關數據呈現給客戶端，根據不同的權限、部門分類，客戶端的用戶可以查詢、調閱不同的物流數據等[8-11]。

2.2.3數據關系設計

S企業的物流監控系統主要數據包括車輛、倉儲、調度組、車隊等。調度組負責對物流過程、異常數據、膠粘劑產品需求、車輛運力等進行分析和匹配，使企業的生產與物流體系的配合度達到最佳；車隊負責在調度組的安排下對車輛進行合理排班并執行企業的物流操作計劃等；倉儲部門負責對物料運來、貨物運走狀態變化以后的倉儲情況進行實時把控，避免出現物料短缺、產品擠壓等問題。

2.2.4預警邏輯

應用大數據技術除可以為物流體系用戶提供高度可視化的數據呈現外，還可以借助大數據技術提供的算法、邏輯模型等對物流體系形成的各類數據進行統計、聯立等，從而更好地對物流中的物料、成品、車輛、司機等主體進行監控[12-15]。圖3為本文構建的智慧物流監控系統大數據預警模塊工作邏輯。

由圖3可知，基于大數據的膠粘劑生產企業智慧物流預警模塊將車輛模塊細分為貨車、車廂、司機3個模塊。其中，貨車模塊形成的數據可直接傳遞給服務器，而車廂模塊和司機模塊形成的數據除需要傳至貨車模塊外，還需要直接傳遞至監控平臺，司機模塊形成的數據還需要借助定位系統傳輸至系統數據庫[16-18]。從這種預警思路來看，車廂、司機、貨車3個主體屬于相互獨立關系，改變了傳統物流監控體系中三者通常被定義為一個整體模塊的情況，大數據技術的應用可以實現對這3個主體的分割和單獨數據處理，從而實現更為精準的物流監控。

3系統實現與測試

3.1系統實現

3.1.1主監控界面

本文采用Microsoft Visio Studio 2019對主監控界面程序進行編譯，得到圖4所示的S膠粘劑生產企業智慧物流監控系統主界面。

該界面主要顯示信息包括不同配送點訂單的到倉及時率、提貨及時率、驗收及時率，最近一個月訂單完成情況，今日訂單及今日已完成訂單量，車輛的出車情況及每一輛物流車輛的實時位置等信息。S企業的物流管理人員可以根據這一主界面提供的信息對企業的宏觀物流情況進行監控。

3.1.2車輛監控界面

車輛監控界面反映圖3所示“貨車模塊”信息，主要包括運輸車輛的類型、車牌號碼、行駛所處車道、當前車速、建議車速等。

車輛監控的主要目的是獲取運輸車輛的實時交通情況，對車輛是否超速、違章等行為進行監控，同時還要對其運輸過程中的實時交通擁堵情況進行獲取，以便推斷該次物流是否會出現延遲等問題。

3.1.3車廂監控界面

車廂監控界面主要反映圖3所示的“車廂模塊”信息，包括出現問題的車廂、車廂告警數量、近1 h告警數量等。該界面除可以提供車廂監控的告警信息外，另可提供車廂內溫濕度傳感器等的相關數據，還可以對車廂內傳感器的工作天數等信息進行獲取，避免出現傳感器工作失靈等現象。

3.2系統測試

針對本文構建的智慧物流監控系統的功能測試和性能測試均以云平臺為基礎，通過云平臺提供的虛擬服務器模擬虛擬機，再在虛擬機上對系統的運行情況進行測試[19-20]。根據S企業往年物流系統形成的數據，按照數據總量規模為150億條、平均每條數據存儲空間占0.3 kB的規模，設置虛擬機配置為：8核CPU、64 GB內存、1 T系統盤、Win11系統平臺。

3.2.1功能測試

系統功能測試主要是考核系統在模擬運營過程中各主要功能點顯示情況是否符合預期，表1所示為測試結果。

如表1所示，主界面、車輛監控界面、車廂監控界面測試結果基本上均顯示本系統可正常工作，唯獨車廂監控界面部分數據未能顯示，經審核后發現這主要是因為虛擬平臺目前還不能對車廂的報警情況進行模擬，導致車廂報警模塊功能未能很好地進行測試。這一部分將會在未來的系統實際工作中進行測試和完善。但從監控界面提供的基本信息來看，車廂報警功能應該可以正常運行。

3.2.2性能測試

本文選擇Apache JMeter作為系統性能測試的主要工具，通過模擬系統日常運行過程中的并發任務期望響應時間，對系統的基本性能進行分析。表2所示為S膠粘劑生產企業智慧物流監控系統性能測試結果。

從系統處理并發任務的平均響應時間來看，當系統處理100、500、1 000個并發任務時平均約需要2 135、2 220、2 333 ms，可以滿足本文1.3部分的期望響應時間的性能需求。

從系統處理并發任務的最大響應時間來看，系統處理100、500、1 000個并發任務時的最大響應時間最大為3 310 ms，同樣滿足1.3部分的性能需求。

從系統處理并發任務的最小響應時間來看，系統處理100、500、1 000個并發任務時的最小響應時間最小為1740 ms，符合智慧物流監控系統設計的相關標準。

從響應錯誤率來看，系統處理100、500、1 000個并發任務時均未出現錯誤，可見本文構建的監控系統對并發任務的處理準確率極為理想。

4結語

該系統以大數據等技術為基礎，可以在企業付出一定的資金與技術成本后，幫助企業獲得功能完善、性能優異的物流監控系統。整體來看，本文構建的S膠粘劑生產企業智慧物流監控系統基本可以滿足企業的日常需求，系統功能的完善程度、運行效率等均較為理想。不過這種系統構建思路是建立在S企業充分的資金和技術支持基礎上的，對于某些中小型企業而言，也可以適當刪減部分功能以降低系統的打造成本。

【參考文獻】

[1]吳琦，張勝文，國明義，等.數字孿生驅動的車間物流可視化監控方法[J].機床與液壓，2023，51（22）：120-126.

[2]王珂.物流環境對導電膠耐腐蝕與粘接強度性能影響研究[J].粘接，2023，50（9）：19-22.

[3]雷明蘭，侯玲，陳廷兵.基于光纖傳感的多式聯運物流運輸位置監控系統[J].激光雜志，2023，44（10）：205-209.

[4]李琳，江晉.基于蟻群算法的物流車輛監控及調度系統設計[J].自動化與儀器儀表，2023（10）：85-89.

[5]劉彪杰，李文靜，王雁輝，等.N2智能網聯物流車消防監控管理系統研究[J].汽車實用技術，2023，48（18）：1-4.

[6]邵海龍，陳麗萍，董毓淇.基于微信小程序的冷鏈物流監控管理系統設計[J].物流技術，2023，42（9）：106-109.

[7]李倩，王曉霞.物流封裝用改性膠粘劑的制備與性能研究[J].粘接，2023，50（4）：1-4.

[8]李玉江.現代信息技術在冷鏈物流監控系統中的應用[J].自動化應用，2023，64（S1）：211-213.

[9]胡娟，張博，桂振文.基于NB-IoT與北斗短報文的智能物流監控終端設計[J].廣東通信技術，2023，43（6）：55-59.

[10]魏子彬，韋思佳，彭濤，等.一種基于STm32的物流車輛內部安全閉環監控系統[J].黑龍江交通科技，2023，46（6）：134-136.

[11]韓秀林，劉晶晶，李建一，等.焊管生產線嵌入式數字顯示控制系統應用研究[J].鋼管，2023，52（2）：76-79.

[12]高莉.物流智能配送中心運輸帶粘接技術[J].粘接，2022，49（8）：7-9.

[13]易傳佳，左黎明，陳藝琳.鐵路物流實時監控系統中具有消息恢復的身份認證方案[J].計算機應用與軟件，2023，40（3）：331-335.

[14]王紅艷，李選芒.基于數據挖掘的物流信息監控系統設計[J].電子設計工程，2022，30（6）：71-75.

[15]林駿.造紙業物流設備故障診斷數據采集與監控系統研究[J].造紙裝備及材料，2022，51（11）：19-21.

[16]岳子琛，喬記平，武媛，等.基于SPC的冷鏈物流環境監控系統設計[J].計算機工程與設計，2022，43（11）：3287-3294.

[17]胡震.冷鏈物流中的實時監控系統設計與實現[J].電子技術，2022，51（10）：180-181.

[18]申小萌.無線傳感器網絡在食品物流監控中的應用——《無線傳感器網絡：原理與實踐》評述[J].食品與機械，2022，38（4）：241-242.

[19]李子龍，李華才，童學兵，等.漢江運輸智能物流監控解決方案[J].四川建材，2022，48（8）：233-234.

[20]李敏，劉欣，徐穎，等.基于CANopen協議的物流倉儲監控系統[J].工業控制計算機，2022，35（8）：24-26.

（責任編輯：伍鈺）