• 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

工业大数据在纺纱厂的应用构建

本文探讨了工业大数据在棉纺厂的应用。介绍工业大数据的定义,目前棉纺企业现状及工业大数据的基础。通过介绍智能化设备、生产系统、实时数据采集(SCADA)平台、设备智能监控系统、生产管理系统等方面展开配棉工艺模型分析与探索,结果表明工业大数据在棉纺企业实现数据采集分析及应用,对推进棉纺企业转型升级有重要意义。

  • 2021-05-06
  • 阅读332
  • 下载0
  • 11页
  • docx

冶金工业互联网与大数据平台建设

近年来,国际产业格局一直面临重大调整,围绕抢夺制造业制高点的竞争愈演愈烈,世界各国结合自身产业发展优势加强战略总体布局和理论方法创新。德国依托雄厚的自动化基础,推进工业4.0。美国在实施先进制造战略的同时,大力发展工业互联网。法、日、韩、瑞典等国也纷纷推出制造业振兴计划。我国也提出“中国制造2025”的发展战略。各国新型制造战略的核心都是通过构建新型生产方式与发展模式,推动传统制造业转型升级,重塑制造强国新优势。与此同时,数字经济浪潮席卷全球,驱动传统产业加速变革。特别是以互联网为代表的信息通信技术的发展极大地改变了人们的生活方式,构筑了新的产业体系,并通过技术和模式创新不断渗透影响实体经济领域,为传统产业变革带来巨大机遇。伴随制造业变革与数字经济浪潮交汇融合,云计算、物联网、大数据等信息技术与制造技术、工业知识的集成创新不断加剧,工业互联网平台应运而生。

  • 2021-05-06
  • 阅读285
  • 下载0
  • 9页
  • docx

化工行业基于大数据驱动的工艺操作优化技术研究

精馏塔是化工生产过程中最常见也是最重要的分离设备之一。其性能直接关系到生产装置的投资、产能、质量、能耗及成本。但是传统的精馏塔工艺控制优化,由于模型构建复杂、构建的数学模型通常不完善、存在控制效果不佳、诊断滞后、不能提前预测等缺陷。本文通过研究大数据驱动的建模方式,利用精馏塔历史积累的大量数据进行模型建立,并在有效建模的基础上实现精馏塔的优化生产,可解决目前行业中存在的难题,将为用户提升产品质量、降低生产能耗做出贡献。

  • 2021-05-06
  • 阅读292
  • 下载1
  • 15页
  • docx

工业和信息化部关于工业大数据发展的指导意见

5月13日,工信部发布关于工业大数据发展的指导意见提出,突破工业数据关键共性技术。加快数据汇聚、建模分析、应用开发、资源调度和监测管理等共性技术的研发和应用,推动人工智能、区块链和边缘计算等前沿技术的部署和融合。加强工业数据安全产品研发,开展加密传输、访问控制、数据脱敏等安全技术攻关,提升防篡改、防窃取、防泄漏能力。加快培育安全骨干企业,增强数据安全服务,培育良好安全产业生态。

  • 2021-05-06
  • 阅读848
  • 下载0
  • 4页
  • docx

大数据:产业链关键技术步入创新突围期

2020年,受新冠肺炎疫情倒逼,大数据技术、产品和解决方案广泛应用于监测分析、防控救治、资源调配、复工复产,大数据融合应用新场景大量涌现,在常态化疫情防控和经济社会发展中发挥了积极作用。2021年,随着数字经济政策红利进一步释放,我国大数据产业发展迎来新一轮增长周期,围绕大数据关键核心技术的研发投入持续加大,工业企业将更加注重数据资源管理能力提升,多元主体差异化竞争格局将进一步明晰,大数据与区域经济协同发展将持续深入,数据资产有效运营和价值转化将成为各类主体发展的重要命题。

  • 2021-05-06
  • 阅读279
  • 下载0
  • 8页
  • docx

大数据技术在发电企业设备全寿命周期管理平台的应用

该平台是互联网+工业设备管理的产物,是信息化与工业化的深度融合,对于拥有高价值资产的发电企业来说,设备维护已不再局限于成本范畴,更成为获取利润的战略工具。作者结合自己多年的实践工作经验,就当前发电企业设备管理中存在的问题进行了研究和分析,通过大数据技术在发电企业设备全寿命周期管理平台的应用实施,希望给发电企业的设备管理工作提供借鉴。

  • 2021-05-06
  • 阅读256
  • 下载0
  • 6页
  • docx

企业撬动“大数据”:技术很重要,但思维是关键

每个企业都可能拥有大数据,但是并非每个企业都能够成为大数据企业。大数据因其体量之“大”而得名,然而体量并非大数据的唯一特征,甚至也不是大数据最为重要的特征。巨大的体量凸显的是技术需求。而对于管理者而言,刻意追求巨大体量的数据并不具有多少现实意义,大数据更重要的特征在于其多样化的来源和形态、持续快速的产生和演变,以及对深度分析能力的高度依赖。

  • 2021-05-06
  • 阅读265
  • 下载0
  • 18页
  • docx

2-揭秘云原生管控 如何助力云数据库Redis 6.0全球首发

性能提升:支持IO多线程,主线程在epoll_wait收到事件响应后暂不立即处理,而是把job平均分发给io线程和worker,io+worker多线程进行读取数据和协议解析。性能大大提升,如下是QPS能力。 安全能力:SSL加密访问,通过tls-port提供加密访问,6379和tls-port同时提供不同类型访问? 新的acl权限管理控制机制,可以对单个命令、子命令、某一类命令(如读、写命令)授权,可以对访问数据key授权

  • 2021-05-06
  • 阅读1136
  • 下载0
  • 17页
  • pdf
上一页 1 …… 1585415855158561585715858158591586015861158621586315864 …… 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106
  • 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60
  • 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