行业背景

随着中国制造 2025 计划的提出，新一轮的工业改革拉开序幕。大数据积累的指数级增长为智能商业爆发奠定了良好的基础，传统制造业高污染、高能耗、低效率的生产模式已不符合现代工业要求。

传统工厂缺点

机器设备相互孤立，彼此脱节；

厂内库存物品太多，仓库与生产脱节；

产品无法实现全面可追溯管理；

工序流程无法实现防呆管控；

企业人力成本较高；

设备故障无法即时分析、处理；

ERP 无法管控生产过程。

传统工厂的诸多缺点严重影响生产效率，利用 UI 组态和三维组态搭建 no-code 的智能化工厂能将生产缺陷检测率提升 50%，产量提高 20%。工厂需综合利用自动化、人工智能（AI）、IoT、边缘计算、云、5G、增材制造和数字孪生等技术，推动工厂运营转型。

智慧工厂

智慧工厂优点

零代码构建的智慧工厂生产车间，涵盖了生产流程设计、设备监控、生产监控、环境监控等方面，对生产全环节做到实时监测、及时预警和智能诊断，有效控制生产过程中故障的发生。

图扑三维可视化技术采用 B/S 架构，与其他主流前端框架如 Angular、React 和 Vue 等无缝融合，打破了以往用户在控制室内控制场景的局限性。用户可通过 PC 、 PAD 或是智能手机，只要打开浏览器即可随时随地访问三维可视化系统，实现远程监查和管控。

图扑软件曾以 SMT 生产流水线为例，运用丰富的三维组态和 UI 组态进行可视化数字孪生，搭建 SMT 工艺流程监控管理可视化系统，打造集智能化、绿色化的数字型智慧工厂。

图扑基于 WebGL 的三维可视化引擎 HT for Web 在 WebGL 基础上封装了基本的三维模型创建、呈现的 API，同时还封装了丰富的数学运算库，涵盖多维变换，几何计算等。

结合 PLC 控制系统实现自诊断式监控，减少系统的故障，提高系统的可靠性，实现作业人员、生产设备、关键物料、试验参数等信息的实时查询和全面追溯，有效解决了过往纸质表单记录效率低、不易保存、查询和筛选繁琐等问题。

快捷键

使用快捷键 Ctrl+C 和 Ctrl+V 进行模型的复制粘贴，按住 Ctrl 键能进行多选，Delete 键删除模型。图扑强大灵活的 3D 引擎可以让用户轻松实现三维模型的呈现，无需编写代码。用户无需关心繁琐复杂的 WebGL 操作，可以将精力放到应用的业务层，节省开发费用，加快开发进程。

绘图区

绘图区可自由调节尺寸，有 X 轴缩小、X 轴扩大、Y 轴缩小、Y 轴扩大四个按钮调节大小。需要组合多条生产线进行监控时，可扩大绘图区面积。

模型操作

在可视化大屏内还能绘制 AGV 小车的移动轨迹，助力车间巡检。

数据对接

在车间中，资产、装置、设备和 AI 驱动机器人都配备传感器，由分散的现场控制站、数据采集站等就地实现数据采集和控制，并通过数据通信 络传送到生产监控层计算机。生产监控层对来自过程控制层的数据进行集中操作管理，如各种优化计算、统计 表、故障诊断、显示 警等，最后上传图扑三维组态，将车间预测性维护提升到全新水平。

图表操作

在汽车制造行业，利用图扑软件实现汽车装配车间生产流水线 3D 可视化。使汽车生产流程更加透明，管理更加精细化、高效化，从而提高生产的效率和产品的质量。

通过来自 IoT、IIoT 和边缘实时数据的 AI 洞察，最小化停机时间，提升效率，提高员工安全性，并影响决策和产品开发。利用边缘计算让洞察更接近数据源，以实时优化生产运营，提升产品质量。利用开放平台和可扩展 API 发掘有价值的数据，从而建立数字线程。

工厂数字孪生体以产品全生命周期的相关数据为基础，在计算机虚拟环境中，对整个生产过程进行仿真、评估和优化。结合 MES、WMS、SAP 等系统建设和运维，实现产品生产制造全过程信息流的协同共享，全部数据实现互通共用，并实时抓取成本核算数据、全链条追溯质量管控数据。

图扑软件设计之初就坚持 Heavily Canvas Based for Ultimate Performance 原则，使得局部刷新、批量聚合、图像缓存、极少化 DOM 元素等，图形优化（内存/CPU/GPU）技巧得到充分发挥。