1. 研究目的与意义
低代码是一种可视化的应用开发方法，用较少的代码、以较快的速度来交付应用程序，将程序员不想开发的代码做到自动化。低代码是一组数字技术工具平台，基于图形化拖拽、参数化配置等更为高效的方式，实现快速构建、数据编排、连接生态、中台服务。通过少量代码或不用代码实现数字化转型中的场景应用创新。2014 年，“低代码(low-code)”的概念被 forrester research 研究机构正式提出。其关于“低 代码”的定义是:利用很少或几乎不需要写代码就 可以快速地开发应用，并可以进行快速配置和部署 的一种技术和工具。2017 年，gartner 创建了一个 新门类，提出了 apaas(应用程序平台即服务)的 概念。随着这一概念的出现与推广，低代码开发平 台(lcdp，low-code development platform)在全球市场上变得更为活跃。
随着智能制造的推进与市场结构的不断演变，用户消费需求越来越趋向定制化，企业 需要根据不断变动的需求来快速反应生产线，因此，动态生产、离散制造与浮动性缓冲 库存物料十分重要。德国在早期提出“工业 4.0”计划发展制造业，美国全国制造业协会制 定《美国制造业复兴》提出“再工业化”的战略，日本也于 2004 年启动“新产业创造战略”，中国于 1993 年国家自然科学基金提出“智能制造系统关键技术”的重大项目的研 究，此后智能制造在制造业和信息技术产业得到长足发展。国内智能制造的关键是实现制 造过程的高新化、全球化与透明化。所谓高新化在信息层面上是指将最新的软件架构应 用到现有智能制造中。在工厂管理方面，信息物理融合系统的信息服务以数据信息为核 心实现对整个工厂的数据信息实现管理。
通过数据可视化，可以增强数据所显示效果，将原本枯燥的数据以一种生动的 形式展示在了人们眼前，从而可以快速发现数据中所隐藏的价值。可视化的应用领 域也是非常广泛，在网络、交通、社交等领域中有着广泛的应用。数据可视化除了 使用散点图、折线图、饼图、流程图、韦恩图等传统图形来进行展示之外还可以应 用一些其它数据可视化方法，比如树状图、锥形树图和热点图等等。通过这些方式 来展示传统的小数据集是十分简单和方便的，但是将这些可视化手段利用在工业 大数据中是十分困难且具有挑战性的，因为工业大数据具有量大、分散、非结构化 等特征，这些特征给可视化的实现带来了很大的困难。工业大数据在可视化的过程 中不仅仅是将数据显示出来，同时也需要对系统做美学设计，从而能更好的传达数 据关键信息并帮助用户能够快速从数据中发现价值。
2. 课题关键问题和重难点
二、课题关键问题及难点
本项目研究工业4.0智能制造企业的多源、异构数据接口和可视化技术，调研国内外的低代码平台，如appcloud、misboot等工作原理与设计特征，实现智能制造常用的多源、异构数据的可视化框架和核心构建原型。
3. 国内外研究现状（文献综述）
“可视化”一词来源于英文的“visualization”，原意为“可看得见的、清楚的呈现”，亦可翻译为“图示化”[1]。“可视化”作为专业术语出现始于 1987 年，当时美国国家自然科学基金会（nsf）在其召开的一个专题研讨会上给出了“科学计算可视化”的定义、覆盖领域及发展方向[2]。信息可视化管理克服了传统的诸如图像、字符、统计分析等手段的弊端，帮助人们从海量的数据中得以解脱，进而探索无法目视的物体结构及特性[3]。
虽然对于可视化技术及应用的研究起源较早，但可视化管理理论的系统研究还处于起步阶段，尤其在国内，相关研究屈指可数。对于可视化管理的定义，一些学者给出了不同的解释。jon lassera 和 deborah tharinger[4]指出，可视化管理是利用 it 系统，让管理者有效地掌握企业信息，实现管理上的透明化和可视化，从而实现管理效果在企业人力资源、供应链、客户管理等多个环节的渗透。李堂军等则认为可视化管理就是利用管理学原理、计算机技术、图像处理技术、计算机视觉与交互技术，将企业的管理战略规划、生产计划、组织结构、管理模式以及管理信息转化为几何图形及图像信息，显示在计算机屏幕并进行交互处理[5]。宛国良将可视化管理解释为，能将复杂问题简单化，让管理要求与关键目标清晰可见，让问题与异常一目了然，方便员工判断、处理、执行，方便管理者检查、监督[6]。严红提出，可视化管理是企业管理非常重要的一种管理方法，强调的是如何通过操作优化、资源整合、
设立业绩的关键评估指标，以实现生产运作过程的可视化、透明化，主要包括透明化、监控层、主动调控及协作层等四个层面的内容[7]。史后波提出，智能制造企业可视化管理是通过对 it 技术的利用促进企业对信息资源的认知和应用，是对企业工作内容、数据、信息、知识等可视化内容的计划、组织、监控、决策等一系列活动的总称。从广义上，煤炭企业的可视化管理不仅包括对工作内容、数据、信息、知识的管理，还包括对与工作内容、数据、信息、知识等相关的资源管理活动，如技术、设备、网络、成本、人员等。从认知科学角度分析，智能制造企业可视化管理与应用研究，目的在于提高企业信息资源开发、利用及传效率，是通过对系统的利用以促进信息在“认知、判断、决策”等过程中的加工[8]。
4. 研究方案
系统管理是本系统的一个个独立的模块，它是用来配置可视化、回溯、后台模 块和程序的一些参数，当系统出现问题的时候管理模块可以接受到一些通知从而 可以提高系统的可维护性。由于该项目不仅仅是对设备数据进行展示还需要展示 当前操作人员、物料的一些基本信息，所以系统管理模块还有简单的人事、权限、 物料、规格管理等功能，这些功能都是可以被独立出来的，所以该模块可以独立开 发，只需要给外部提供数据接口即可。
(1)数据管理
数据管理的功能是管理底层采集器和生产设备的相关信息，主要包括对采集 器的参数配置、生产设备的一些原始属性数据(生产地、购买时间等数据)以及设 备加工过程中的一些设定参数进行管理，用户可根据实际情况对设备和采集器进 行添加、删除和修改操作，同时支持自由配置采集器需要采集的参数。
5. 工作计划
2022-2023-1学期：
第15-16周：完成选题，查阅相关中英文资料，进行相关技术的学习；
第17周：与导师沟通进行课题总体规划；
第18周：导师下发毕业设计（论文）任务书，学生根据导师的要求进行外文翻译，列出开题报告大纲；
课题毕业论文、文献综述、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
