Flask+vue 巡检与智能预警系统

一、项目介绍

项目地址：http://javatip.cn/store/866.html

巡检预警系统 使用 python 语言开发，基于 Flask + Vue + MyBatis 技术栈开发，包括实时监控、任务管理、数据分析和报警预警功能，确保稳定性、容错性和安全性。

该系统依托先进的智能化技术，实现巡检过程的自动化、智能化、显著提升巡检效率，同时通过实时数据采集 与分析，及时发现设备异常，预防潜在事故，保障设备的安全稳定运行。

主要功能

1.首页数据分析：使用 echarts 展示数据分析结果

2.用户管理

3.设备管理

4.智能巡检：设置巡检任务，包含经纬度、巡检优先度和巡检该设备所需时间；巡检报告生成功能通过查询设备信息、计算最优巡检路径、分配巡检任务、存储结果的完整流程实现，其中使用 geopy 库计算设备间距离，对 8 个及以下设备采用全排列暴力搜索找到最短路径，按优先级排序后使用贪心算法分配任务给巡检人员，考虑移动时间和巡检时间，最后将结果存储到数据库。

5.实时监控：虚拟设备实时数据

6.预测告警：通过 XGBoost 算法实现设备故障预测，主要流程包括：从数据库加载设备历史数据并进行预处理，计算实际值与警告值的差值特征，添加是否超限标记，使用 XGBoost 分类器（n_estimators=100, max_depth=5, learning_rate=0.1）进行训练，评估模型准确率并保存模型，对实时数据进行相同特征处理后使用 predict_proba 输出设备损坏概率，同时提供 REST API 接口支持实时预测和批量预测，将预测结果返回给前端展示。

二、技术架构

• 后端框架：Flask、MyBatis
• 前端框架：Vue、ElementUI
• 数据库：MySQL

采用前后端分离架构设计，前端基于 Vue 组件化开发，后端采用 RESTful 接口风格，保证数据交互高效稳定。

三、安装部署教程

1. 使用 pycharm 打开后端项目w-server；
2. 配置 python 环境，使用python3.8；
3. 新建数据库并导入提供的 SQL 文件；
4. 修改 u_mysql.py 文件中的数据库配置；
5. 下载依赖包

# 升级 pip 库，如果已升级可忽略
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
python -m pip install --upgrade pip
# flask 库
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple Flask
pip install fake_useragent==1.2.1
# pymysql
pip install pymysql
# pandas
pip install pandas
pip install numpy geopy
pip install fpdf2
pip install xgboost shap tensorflow pandas scikit-learn
# 启动 flask 命令
python app.py

6. 安装 node 环境，本机 nodejs 版本 18.19.0
7. 使用pycharm 或vscode等软件打开前端项目w-web；

# 下载前端依赖
npm install
# 启动项目
npm run dev

访问地址

• http://localhost:8001/

默认账号密码：

• 管理员：admin / 123456

四、项目截图