一、IoT平台的核心定位：从"工具"到"平台"

设备感知层

边缘计算层

云端平台层

云端平台基于Kubernetes容器编排框架构建，支持水平扩展以应对万台以上设备的接入规模。平台采用微服务架构，将业务功能拆分为多个独立部署、独立升级的服务模块：设备接入服务（MQTT协议解析与设备认证）、数据存储服务（时序数据库存储传感器数据）、数据分析服务（机器学习模型运行）、告警服务（多渠道告警推送）、API网关服务（对运营端应用提供RESTful API）。数据库层面采用时序数据库（InfluxDB/TDengine）存储高频传感器数据，配合PostgreSQL存储业务关系数据，实现不同类型数据的最佳存储方案。

应用交互层

运营方通过两个入口与IoT平台交互：PC端管理后台（适合数据分析、报表查看和批量配置）和移动端APP（适合运维人员接单处理和实时告警查看）。消费者端则通过设备触摸屏和微信小程序与系统交互（查看设备状态、下单购买、参与会员活动等）。

二、远程监控：设备的全天候"健康顾问"

设备状态实时总览

运营者在管理后台的全国地图视图上，可以一眼看到所有设备的分布情况和运行状态。设备图标用不同颜色标识状态：绿色代表正常运行，黄色代表轻度告警（如清洗液余量不足），红色代表严重故障（如电机堵转），灰色代表离线。点击任意设备图标，即可进入该设备的详情页面，查看20余项实时运行参数的当前值和24小时历史曲线。

故障诊断与智能分流

当设备发生故障时，IoT平台的故障诊断引擎会首先自动分析故障原因。系统内置了超过200种故障代码的诊断知识库，结合实时传感器数据流，能够在90%以上的场景中实现故障根因的自动识别——是温度传感器漂移？是滤网堵塞导致出汁率骤降？还是电磁阀线圈烧毁？

故障诊断完成后，系统会根据故障类型和紧急程度，将工单智能分发给不同的运维人员：电气故障（电机异常、传感器故障）→发给电工背景的运维工程师；机械故障（螺杆磨损、管路泄漏）→发给机械维修工程师；软件故障（系统卡顿、参数异常）→可远程推送修复补丁，无需上门。对于紧急故障（如食品安全相关），系统同时推送至运营方负责人和指定服务商，确保响应时间在1小时内。

能耗监控与异常用电告警

每台设备的电量消耗被实时计量和记录。系统建立了单台设备每日/每周/每月的用电基线，当某台设备的用电量突然异常升高（可能意味着电机效率下降或制冷系统故障），系统会自动生成能耗异常告警。这一功能不仅有助于及时发现设备隐性故障，也为运营方的电费成本核算提供了精确数据。

三、库存预警：供应链的"智能指挥官"

实时库存感知

每种水果的存储槽位底部均装有高精度称重传感器，精度可达±50克。系统实时监测各槽位的重量变化，根据预设的水果平均密度和标准残渣率，计算出当前的实际库存量（以可榨汁份数计）。当库存量低于预设的安全库存阈值时，系统自动触发"补货提醒"——向运维人员和运营方同时推送微信服务号通知和短信。

销量预测模型

模型采用梯度提升树（Gradient Boosting）算法，结合XGBoost框架进行训练和预测。历史数据验证显示，模型对次日销量的预测准确率（AUC-ROC）超过0.85，意味着在绝大多数情况下，系统预测的补货量与实际需求量的误差在可接受范围内。

智能补货建议与调拨优化

四、数据大屏与经营分析

除了设备监控和库存预警，IoT平台还为运营方提供丰富的数据分析工具。

经营数据大屏。 实时展示全国所有设备的GMV、订单量、客单价、环比增长率等核心经营指标，一屏总览全局。

单设备盈利分析。 为每台设备生成独立的P&L（损益表），包括设备折旧、场地租金分摊、水果原料成本、能耗成本、运维成本和收入贡献，计算单台设备的月度和年度净利润及回本周期。

用户画像分析。 基于订单数据（购买时间、偏好口味、频率、支付方式等），为每台设备的覆盖人群建立消费画像，帮助运营方优化水果品类配置和促销策略。

结语

  • 官网: https://www.dozzon.com/
  • 地址: 广东省深圳市