随着科技发展和工业制造业企业的转型升级,许多传统企业在生产数据的采集上的弊端不断显现出来,许多生产数据都是通过人工抄表的方式记录,数据准确性及实时性都无法保证;企业中的其他不同设备也常通过不同的系统进行控制,往往不同系统间的数据无法进行关联。而恰逢制造业升级转型时机,为了使企业转型升级和投入产出效率提升,很多企业尝试将生产过程中的海量数据与专家经验结合而实现智能决策;通过先进的现代通信技术,精确捕捉用户需求,实现资源快速高效响应配置。基于上述背景,受企业委托项目要求,本文设计并实现一个采集、处理钢铁冷轧生产及设备数据,进行云端存储及分析的智慧云车间系统。实现对生产相关指标进行全面深入的价值挖掘。论文的主要工作如下:（1）前期调研。与企业沟通调研系统的整体需求,研究和学习了国内外的生产相关系统的现状和使用技术,确定了项目的技术选型。（2）需求分析。对整体需求进行整理分析,确定系统的详细需求,与企业进行确认。将系统进行模块划分,通过数据流图对系统进行边界确定。通过用例图确定系统的功能,通过用例表格仔细分析各功能关键点。（3）设计与实现。对系统进行整体架构设计,使用Spring boot作为业务代码的框架,使用My Batis作为数据持久化框架。在数据库设计部分,采用关系型数据库My SQL存储系统基本信息及监控视频属性信息,采用时间序列数据库Influx DB对实时生产数据进行存储,通过分布式文件系统HDFS对海量监控视频进行存储。通过Kafka实现实时数据推送、实现数据计算分析及海量的视频存储检索。通过设计时间序列数据库的聚合计算,提高粒度较小时的基于计算因子的聚合计算的性能。最终实现了设备的接入管理、生产数据的监控告警、操作日志记录、生产数据的聚合计算分析、车间及其下属内容管理、监控视频查询及在平板端的人脸录入和员工打卡等功能。（4）系统测试与上线运行。搭建测试环境,设计测试用例测试功能性需求,通过压测工具对主要功能进行性能测试,检测各项指标是否达标。对测试中出现的问题,定位问题原因,并进行修改。最终验收结果符合企业预期。系统在实际上线后,各功能运行平稳,页面数据响应正常,满足企业要求。