• 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

一种多媒体智能楼宇安防监控系统

本实用新型公开了一种多媒体智能楼宇安防监控系统,包括固定底座和连接杆,连接杆位于固定底座的右侧,且连接杆和固定底座固定连接,固定底座固定连接有4个螺孔,通过设置有4个螺孔、旋转底座、摄像头盖板红外线感应器和2个声音接收器,在将该监控设备固定时,能够起到更好的固定效果,在该监控设备监控时,通过转动旋转底座以此来获取更大范围的监控视野,提高监控设备的监控范围,最上方设置的摄像头盖板能够阻挡水滴滴落到镜头处,影响镜头的监控,当红外线感应器感应到物体移动时,摄像头2个声音接收器开启,接收监控范围内的声音,使监控设备的功能更加完善,并且节约了声音接收器的用电。

  • 2021-05-07
  • 阅读338
  • 下载0
  • 9页
  • pdf

一种楼宇电梯智能安防装置

本实用新型提供了一种楼宇电梯智能安防装置,属于安防领域。该楼宇电梯智能安防装置,包括安装座、L型支撑板和设备本体。所述卡板固定在所述底板下表面,所述底板与卡板之间形成插接通道,所述底板表面开设有安装孔;所述底板表面开设有卡槽,所述L型支撑板表面安装有与所述卡槽配合连接的卡接件;所述设备本体与所述L型支撑板连接;安装座通过安装孔与电梯内壁固定连接,底板与卡板配合形成的插接通道便于L型支撑板插接进行组合,使得设备本体固定在电梯内部,插接后卡接件与卡槽配合锁紧,防止脱落,便于组装以及后期拆卸维护操作,降低装置拆装时的劳动强度,缩短维护时间,提高工作效率。

  • 2021-05-07
  • 阅读298
  • 下载0
  • 8页
  • pdf

钢铁宽厚板热处理工艺介绍

随着中国工业技术水平的不断发展和提高,在造船业、机械加工业、煤炭综采、矿山机械、石油化工、桥梁建筑等行业对宽厚板的总体需求量增加的同时,对高等级高强度钢板的需求也不断增加。近年来,国内钢铁企业越来越重视高附加值、高技术含量产品的投入和生产,尤其是在目前钢铁行业处于低迷状态下,高附加值产品的优势体现更加明显。越来越多的宽厚板生产线均配置了相关热处理设备,并采用热处理技术来生产高技术含量、高附加值、高市场容量的宽厚板产品。对全国宽厚板产品结构调整,提升产品市场竞争力具有重要意义。

  • 2021-05-07
  • 阅读362
  • 下载0
  • 11页
  • doc

知乎推荐算法工程师面经分享

旨在为想了解推荐系统和机器学习的同学们提供一个快速入门的平台。专注于分享经典的推荐技术,致力于传播基础的机器学习、深度学习、数据挖掘、社交网络分析等方面的知识。

  • 2021-05-07
  • 阅读259
  • 下载0
  • 5页
  • docx

高炉炼铁降本 (关键点)

低碳炼铁、节能降耗和降低成本都要求降低燃料比。低燃料比是当前高炉炼铁发展的必然趋势,也是长远的目标。实践证明,高产与降低燃料比之间存在矛盾。在当前钢铁产能过剩和利润微薄甚至亏损的情况下,不管是管理、生产、操作还是设计,都应该用新的尺度来衡量所有技术措施的合理性

  • 2021-05-07
  • 阅读276
  • 下载0
  • 6页
  • doc

基于差分量子粒子群算法的锅炉NO_x排放模型优化_董泽

提出一种基于改进的差分量子粒子群(DEQPSO)算法,将其与超限学习机(ELM)相结合,以某1 000 MW超超临界机组锅炉燃烧系统为研究对象,建立了NOx排放模型,采用现场样本数据测试所建模型的预测能力,并将该模型的预测结果与基本超限学习机以及引力搜索算法(GSA)、粒子群算法(PSO)和量子粒子群算法(QPSO)优化的超限学习机模型的预测结果进行了对比。结果表明:DEQPSO算法具有更好的参数优化性能,DEQPSO-ELM模型具有较强的泛化能力和良好的预测精度,为电站锅炉NOx排放质量浓度预测提供了一种有效方法。

  • 2021-05-07
  • 阅读654
  • 下载0
  • 7页
  • pdf

高炉炉底板问题讨论

某些高炉存在炉底漏煤气,有的高炉炉底板边缘上翘,严重影响高炉的长寿和安全生产。高炉是个大型压力容器,通过分析认为,炉底板不仅起密封作用,还作为压力容器重要组成部分,承载炉内气体压力等的巨大盲板力作用。

  • 2021-05-07
  • 阅读291
  • 下载0
  • 19页
  • doc

高炉炉喉钢砖修复

由于长期受到高温的烘烤和带有粉尘的高速气流的冲刷, 马钢 1 #2500m3 高炉的炉喉钢砖在大修前出现了严重的磨损和变形, 已严重制约了高炉的生产, 钢砖修复时, 如何保证内表面的安装精度和强度是最为关键的因素。

  • 2021-05-07
  • 阅读283
  • 下载0
  • 6页
  • doc
上一页 1 …… 1583315834158351583615837158381583915840158411584215843 …… 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107
  • 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941
  • 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2751
  • 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3175
  • 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41
  • 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61
  • 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66
  • 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62
  • 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