去年底加入的一个项目，和华为合作做数字可视化工厂。目标是把流水线的全景数字化——设备运行状态、产能数据、异常告警——全部可视化到一个大屏上，让管理者坐在办公室里就能掌控产线的实时状况。

核心架构分为四层：

感知层：每台设备上装了传感器（振动、温度、电流），通过 MQTT 协议把数据上传 边缘层：华为的 AR502H 边缘计算网关做数据清洗、协议转换、本地告警 平台层：华为云 IoT 平台做设备管理和数据存储 应用层：Web 前端（Vue3 + ECharts + Three.js）做可视化大屏

前端用了 Three.js 来渲染一个 3D 的工厂孪生模型——你能旋转视角、放大缩小，虚拟工厂里的设备状态和真实工厂保持同步。这不是简单的 3D 效果而已：如果一个设备发生故障，孪生模型里对应区域会变红闪烁，点击可以展开故障详情和维修历史。

我主要负责可视化大屏的前端部分——数据渲染管线、告警逻辑、和部分 3D 交互。

最大的挑战其实不是技术，而是如何定义”正常”。振动传感器传回的数据总是在波动，什么程度的波动算正常、什么程度算异常？如果阈值太敏感，告警满天飞；如果太宽松，又可能漏掉真正的隐患。最终和工厂的工程师一起，花了近一周在历史数据上迭代阈值模型，找到了一个合理的区间。

这个项目让我对”物联网”有了非常不同的理解。之前书上学 IoT 就是传感器 → MQTT → 云平台的一套流程。但在实际工厂跑的时候，每个环节都有意想不到的坑——传感器在高温高湿环境下的数据漂移、设备停机时 MQTT 的心跳异常、3D 模型加载和实时数据渲染的性能平衡……这些都是机房 demo 里不会出现的问题。

不过，这个项目最让我有感触的是”技术和人的关系”。数字可视化确实能让管理者更了解产线状态，但车间里一位老工人说了一句让我深思的话：“屏幕上看到的和我实际去听一听机器的声音是不一样的。” 技术永远只是辅助，现场经验的价值无法被数字化替代。