• 首页

  • 方案库

  • 工业品库

  • 招标项目库

  • 专家库

  • 人才库

会员中心
搜索
登录
注册
  • 方案名称

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文
  • 全部
  • 人气排行
  • 下载排行
  • 页数排行
  • 最新排行

我国智能制造上市公司投资价值评价研究

随着我国经济以及科技的发展,制造业成本增加,制造业的智能化转型迫在眉睫。智能制造通过先进的技术和工艺,大大降低了人力成本,为制造业企业提供了新的生产力。智能制造在为企业节省成本的同时,也是企业发展的基础,推动了我国制造业企业转型以及新- -代技术产业的兴起。这无疑也成为了众多投资者资产配置的选择。但由于智能制造属于新兴产业,其市场标准并不健全,各行业在研发方面尚有不足,因此这也使得智能制造企业的发展并不理想。综上对智能制造上市公司的投资价值研究以及帮助投资者寻找具有投资价值的上市公司显得尤为重要.

  • 2021-06-28
  • 阅读434
  • 下载0
  • 84页
  • pdf

数据中心建设与管理

一旦配电系统开始运行后,就没有任何变动的可能。这意味着如果要扩容,需要付出巨大的努力。同时,在维护维修时影响系统可用性;还投入了非常高的初期投资!

  • 2021-06-28
  • 阅读381
  • 下载0
  • 67页
  • pdf

个性化定制下的生产调度问题研究

随着工业 4.0、智能制造技术的发展,个性化定制作为一种新的生产模式 呈现出快速发展的趋势。个性化定制的生产调度是其核心难题之一。本文针 对个性化定制生产调度问题,进行了以下研究工作

  • 2021-06-28
  • 阅读214
  • 下载0
  • 72页
  • pdf

机器人群控智能制造系统功能设计与应用研究

机器人群控智能制造系统功能设计与应用研究涉及自动控制技术、通信技 术、逻辑程序编写、人机交互、数控机床操作、工业机器人操作等专业。研究其 技术是现阶段智能制造领域的研究热点之一。要实现机器人群控智能制造系统功 能设计与应用设计所涉及的知识较多,实现难度高,知识融合度比较复杂,存在 开发周期长、人员分工不明确、开发效率低、开发成本高等问题。本文以智能制 造为背景,设计了机器人群控智能制造系统,研究了机器人群在智能制造领域的 应用,

  • 2021-06-28
  • 阅读238
  • 下载0
  • 58页
  • pdf

基于语音识别技术的智能家居主控设计

基于语音识别技术的智能家居主控设计

  • 2021-06-28
  • 阅读281
  • 下载0
  • 3页
  • pdf

5G时代教育面临的新机遇新挑战

人类社会正在迈向5G时代,5G和人工智能等新一代信息技术构成的智能互联网将引发新的信息技术 革命。当前,5G技术与产业快速发展,将催生智慧教育新生态,为未来教育带来新机遇新挑战。5G具有超高数 据速率、大规模连接、低时延、高可靠性等技术特征,在教育领域具有广阔的应用前景,能够优化智慧学习环 境,提升学习体验。我国教育未来将面临如何利用国家5G发展战略加快5G教育创新应用研发、依托5G技术提升 教育信息化基础设施、凭借5G泛在虚实融合场景延展教育教学空间、借力在线教育优势和经验优化资源配置并 促进教育均衡等四大战略机遇。同时,也面临应用场景拓展、师生自然互动、隐私和数据安全、专业人才缺乏、 教育治理优化等五大战略挑战。5G时代的教育发展需要加强5G教育应用场景探索、加强5G测试环境建设和5G集 成技术研发、加快5G基础设施部署和5G公共服务平台构建,以及加快5G技术知识传播,尤其要重视5G技术促进 乡村教育发展的部署。

  • 2021-06-28
  • 阅读237
  • 下载0
  • 8页
  • pdf

第四次工业革命视野下的中国制造业发展问题研究

自 2013 年德国在汉诺威工业博览会上正式提出构建信息物理系 统,实现制造业智能化的工业 4.0 的战略以来,第四次工业革命就不 断受到世界各主要国家的高度关注。具体地说,第四次工业革命是以 物联网、大数据和人工智能技术为核心,将数字技术、物理技术、生 物技术有机融合,渗透于全球生产、消费、运输服务体系,从而实现 整个过程的智能化、数字化和个性化,从本质上讲是对工业 4.0 的延 伸。

  • 2021-06-28
  • 阅读245
  • 下载0
  • 69页
  • pdf

南方水泥智能工厂建设的应用研究

本文对近年来智能制造理论研究现状进行综述,在研究日本智能制造系统、 德国工业 4.0 革命的内容和机遇后,对智能制造及其在水泥工业中的应用现状和 未来发展趋势进行了系统分析,并阐述了南方水泥有限公司(以下简称“南方水 泥”)进行智能制造转型升级的背景。

  • 2021-06-28
  • 阅读253
  • 下载0
  • 77页
  • pdf
上一页 1 …… 1508615087150881508915090150911509215093150941509515096 …… 16664 下一页 共 133305 条


立即登录

没有账户,需要注册

登录用户可享受以下权益
  • 免费下载方案
  • 服币提现
  • 发布方案得服币
  • 交易分成

精品推荐

人工智能大模型分类体系、技术特点及主流厂商概览

语言模型、视觉模型、语音模型、视频模型、时序模型,分别对应文字、图像、声音、视频、连续传感器数值,通用大模型,垂类大模型,AI

  • 阅读118
  • 下载2

工业时序基础大模型技术发展综述

时序大模型是面向时间序列数据的基础大模型,以 Transformer 等架构为核心,通过在海量多领域时序数据上进行预训练,学习时间维度上的通用模式、周期规律与长距离依赖关系。区别于传统时序模型针对单一任务单独训练,时序大模型具备强大的迁移能力,只需少量样本微调或零样本提示,即可适配时序预测、异常检测、缺失值补全、时序分类等下游任务。在工业场景中,它能够直接处理传感器、设备测点产生的海量时序信号,挖掘设备状态演变规律,支撑设备故障预警、工况识别与生产趋势预判,为工业智能落地提供底层模型能力。如:中服云的CServerAIR

  • 阅读953
  • 下载8

2026“人工智能+”行业发展蓝皮书

2025年,全球人工智能市场规模达到3909亿美元,中国人工智能核心产业规模突破9000亿元。AIAgent细分市场以49.6%的年复合增长率高速扩张,制造业应用大模型的企业比例在一年之内从9.6%跃升至47.5%。从2024年初,中国日均词元(Token)调用量为1000亿;至2025年底,跃升至100万亿;2026年3月,已突破140万亿,两年增长超千倍。这些数字背后,是一场深刻变革的加速到来-人工智能正在从"能力突破"走向“系统重构”。

  • 阅读2766
  • 下载8

中服云能碳管理平台V5.0

中服云能碳管理系统依托中服云工业物联网底座打造,聚焦工业企业能耗管控与碳资产管理需求。 系统整合水、电、气、热等多类能源数据,实现用能实时采集、集中监测、智能分析。 依托数字化手段精准核算碳排放总量,助力企业摸清碳排底数、合规完成台账管理。 通过节能诊断、能耗优化策略推送,有效降低生产能耗与运营成本。 全方位赋能企业绿色低碳转型,筑牢安全生产与节能减排双重发展防线。

  • 阅读3186
  • 下载14

最新上线

超硬材料智慧园区方案

超硬材料制品是典型的“材料—工具”型制造:金刚石刀头、锯片、工程钻、磨轮,最终用在石材与建材加工、路面与混凝土切割、玻璃与陶瓷、半导体与蓝宝石加工。产品小批量、多品种,工艺链却很长。 这条工艺链把同一道围墙切成几段:压制、烧结、焊接、磨削与检测分散在不同厂房,一段停摆,整批报废。以下痛点与解法取自一座已投运的园区平台,数据为界面实测值,企业名称脱敏。

  • 阅读57
  • 下载0

中服云工业物联网平台在印刷装备制造行业的应用

印刷机械是装备制造中比较典型的一类产品:单机价值高、定制化程度高、客户分散在全国各地的包装与印刷车间,一台凹版印刷机开机就是十几年。设备卖出去了,服务却要跟十几年——这是行业共同的结构性难题,也是工业物联网在装备制造领域最容易见效的地方。 本文以一个真实的落地样本为观察对象:一家印刷机械制造企业把 178 台在役设备接进了自己的远程运维系统,系统的底座选用中服云工业物联网平台的设备版。下文按“行业之困、平台解法、落地成效、可复制经验”四步展开。

  • 阅读73
  • 下载0

中服云数字孪生系统在石油和天然气开采业的应用案例(痛点·方案·成效)

石油和天然气开采业的生产对象在地下,管理的关键环节在地面。从井口到计量间,从转油站、联合站到外输与处理装置,油气田用“井—站—管网”的骨架把分散的资源汇集起来,联合站是这条骨架上设备最密集、工艺最连续、安全要求最高的节点。 这类站场大多已经上了SCADA,数据并不缺。问题在于数据上来之后,新的麻烦更清楚了:设备家底说不清,画面说不清位置,报警说不清先后。本文按“痛点—解决方案—成效”的顺序,说明中服云物联网平台与数字孪生平台如何分工配合,逐条解决这些问题。

  • 阅读78
  • 下载0

中服云物联网与数字孪生平台在油气作业现场的应用

油气田的地面作业现场有一个共同特征:设备搬着走、电源跟着换、负荷忽高忽低。钻修井井场靠网电、柴油发电机组、储能、光伏凑出一套临时电力系统;压裂井场更极端,几十台电驱压裂泵并联运行,瞬时功率爬升快,砂罐、混砂、供液、仪表车密集停放,作业段集中、单段时长以小时计。 这两类现场的管理难题是同一类:能耗与碳排放算不清、设备状态看不见、峰值容量报不准、多能协同靠经验。中服云用同一套工业物联网平台加数字孪生平台,把这两类现场做成了可以被“看懂、算清、考核”的对象。本文以已投运的钻修井现场为实测样本,说明平台在野外作业领域的典型应用,并给出向压裂井场复制的路径。

  • 阅读72
  • 下载0
  • 关于我们

    电话:029-8838-6725

  • 新闻资讯

    企业简介 新闻动态 品牌实力 代理合作 诚聘英才 联系我们

  • 中服云

  • 工业互联网风向标

  • 在线咨询

西安/北京/南京/重庆/合肥/厦门/甘肃 地址:陕西省西安市雁塔区鱼跃工业园慧康生物科技产业园7楼 电话: 029-8838-6725

版权所有 @ 中服云 陕ICP备11002812号
  • 扫码咨询

    或

    点击立即咨询
  • 客服咨询

  • 用手机扫二维码

    或

    复制当前地址

  • 问题反馈 中服大讲堂 客服电话

方案库赚钱指南