【乐吾乐2D可视化组态编辑器】Web组态、SCADA、数据可视化

2024-06-06 15:04

本文主要是介绍【乐吾乐2D可视化组态编辑器】Web组态、SCADA、数据可视化,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

1.简介

乐吾乐 Le5le 2D 可视化组态软件,是乐吾乐公司完全自主研发、核心引擎开源的组态可视化平台。具有实时监控、多样、变化、动态交互、高效、可扩展、支持自动算法、跨平台等特点,能最大程度减少研发和运维的成本,并致力于普通业务人员 0 代码实现Web组态SCADA等解决方案。拥有丰富的行业图形库和可视化案例。目前已在电力能源、水利水务、物联网、工业互联网、智慧工厂、智慧城市、智慧交通、智慧医疗、教育科研、航空航天、国防军工领域等取得广泛应用。

演示视频:

External Player - 哔哩哔哩嵌入式外链播放器

在线体验:乐吾乐2D可视化

2.特点

丰富的组态能力

  • 拖拽编辑,简单易用
  • 实时数据、双向通信
  • 条件告警、逐帧动画
  • 事件消息、组态联动
  • 组合状态、视频监控
  • 弹框、报表、格式刷

0代码数据通信

  • 支持 mqtt 动态数据监听
  • 支持 websocket 动态数据监听
  • 支持 http 自主请求动态更新数据

管理与应用

  • 导入导出组态图
  • 导出 HTML、Vue、React 等离线部署包
  • 提供离线部署方式,支持云端部署
  • 支持集成到第三方平台

多端适配能力

  • 支持Chrome、Firefox、Edge、Safari等主流浏览器
  • 支持移动端webview方式访问
  • 支持手机、平板、PC、大屏等多端展示

扫一扫,查看更多移动端解决方案

强大的扩展能力

  • 图形库扩展:自定义图形库扩展,格式支持js、svg、jpg、iconfront
  • 数据显示扩展:条件显示、数据格式显示、自定义函数扩展等
  • 交互事件扩展:系统消息、自定义消息、生命周期hook、系统接口函数等
  • 智能算法扩展:支持自定义拖拽智能算法,自定义连线算法等
  • 动画扩展:节点逐帧定义动画、自定义算法动画
  • 排版扩展:支持自定义排版布局算法

追求卓越性能

  • 稳定,系统交互中断不影响系统运行
  • 可支持10000-20000节点
  • 支持绑定1000-2000数据点。1000数据点30ms完成刷新
  • 支持 1000+动画播放

丰富的组件库资源

  • 电力系统,能源系统,物联网,智慧水务,智能制造,数字大屏,图表控件,视频流监控一共4000多个组件
  • 支持自定义扩展

图形库清单:文档中心 - 乐吾乐Le5le

广泛的应用场景支持

  • 电力能源、水利水务、变电站、光伏系统、火电厂、化工厂、废气治理、炼钢厂、风电、矿山、煤矿系统等
  • 物联网、工业互联网、电信机房中心、数据中心、采暖系统、制冷系统、远程监控系统等
  • 智慧工厂、智慧楼宇、智慧园区、智慧交通、智慧城市、智慧港口、智慧停车、智慧医疗、智慧农业等
  • 大屏展示、看板展示、数据报表、安防监控、IT 运维等
  • 架构图、拓扑图、UML图、脑图等

国产开源、自主可控

  • 乐吾乐公司自主潜心研发三年,掌握核心技术和知识产权,能够做到完全自主可控,且产品保持持续迭代优化

技术架构

系统采用B/S结构在云端上部署,由前后端分离 + 接口服务 + 数据库组成,遵循Restful Api接口设计标准及规范进行接口开发,或者采用采购方所提供的接口服务。

技术线路

1.前端框架采用主流的VUE

2.语言规范采用TypeScript

3.绘画引擎采用meta2d.js

4.底层绘画技术为Canvas

5.后端接口设计遵循Restful Api接口设计标准及规范

3.行业案例

1.智能预制泵站

2.冷源群控制系统

3.废水处理

4.电信机房

5.电力能源

6.热换站远程监控系统

7.智慧交通

8.智慧楼宇系统

9.思维导图

10.自定义图形库

4.在线使用

在线使用:乐吾乐2D可视化

解决方案:炫酷智能的数字可视化平台

部署试用: 文档中心 - 乐吾乐Le5le

这篇关于【乐吾乐2D可视化组态编辑器】Web组态、SCADA、数据可视化的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1036446

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

Java Web指的是什么

Java Web指的是使用Java技术进行Web开发的一种方式。Java在Web开发领域有着广泛的应用,主要通过Java EE(Enterprise Edition)平台来实现。  主要特点和技术包括: 1. Servlets和JSP:     Servlets 是Java编写的服务器端程序,用于处理客户端请求和生成动态网页内容。     JSP(JavaServer Pages)

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X

pandas数据过滤

Pandas 数据过滤方法 Pandas 提供了多种方法来过滤数据,可以根据不同的条件进行筛选。以下是一些常见的 Pandas 数据过滤方法,结合实例进行讲解,希望能帮你快速理解。 1. 基于条件筛选行 可以使用布尔索引来根据条件过滤行。 import pandas as pd# 创建示例数据data = {'Name': ['Alice', 'Bob', 'Charlie', 'Dav