在我国实施的“中国制造2025”战略规划和工业互联网建设的迫切需求下,数字化、信息化、智能化的工厂建设已然成为各行业的发展潮流和必然趋势。本文结合国内资源再生领域内废旧家电拆解处理行业H公司的生产现状以及我国战略规划下的企业改善和升级需求,进行了基于机器视觉技术的数据自动采集系统的设计,并结合MES系统相关理论和技术要求,完成了针对H公司的较为简洁的MES系统设计与应用研究。本文以实现生产过程数据的实时采集以及企业各部门之间的透明信息化管理为目标,将传统的底层数据信息反馈至上层模式转变为上层主动汲取底层数据模式,主要研究内容如下:第一,通过对H公司的行业特点和工艺流程进行分析,以及对企业的生产现状和企业的信息化流程与管理的功能需求进行分析,发现H公司各部门之间信息流通不畅并且不准确,上下层之间存在“黑箱”管理。因此,提出了MES系统方案并对其进行有针对性的总体设计,对其所需要的关键技术进行了详细分析;第二,通过机器视觉技术来设计H公司生产车间中各项数据的自动采集系统,其分为物体识别模块和工位动作分析模块。采用Open CV算法和pp-YOLO算法来设计流水线物体识别模块,同时,采用KNN算法和SVM算法进行工作动作分析模块分类器的设计工作。第三,通过对实验结果进行对比和分析,最终采用pp-YOLO算法进行物体识别模块的设计和选择SVM算法进行工作动作分析模块的设计;第四,通过实验结果可知,数据自动采集系统能够良好实现对生产过程数据的实时并且较为准确的采集。另外,使用Python编程语言,并通过机器学习来实现原料、生产、成品之间数据联动与数据分析,并进行生产量与需求量预测,以及将各部门所需数据在可视化面板中进行展示。本论文所设计的MES系统主要包括数据校验和分析、作业计划、产品质量管理以及数据可视化模块。