• 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

智能制造与数字化转型

这轮数字化转型最大的背景就是我们正处在一场大变革的时代,有人把它解读成“第四次工业革命”;有人说它是真正意义上的信息革命的开端,这场变革非常重要的特征就是我们将从工业经济进入数字经济的新时代

  • 2021-05-06
  • 阅读290
  • 下载0
  • 15页
  • docx

黑湖科技:让数据驱动智能制造!

当前,在全球化工业转型升级大背景下,中国制造业正在以前所未有的力度推进工厂的智能化转型和升级。但在与制造企业深入接触过程中,周宇翔了解到目前中国制造企业普遍信息化和自动化水平不高,甚至很多工厂至今仍然用纸来传递信息,或者依靠简单的ERP来管控现场,对生产过程中产生的信息还处于数据获取阶段。

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

智能制造的全生命周期实施路径

智能制造融合了大数据分析、机器人技术、虚拟仿真、工业物联网、网络安全、增材制造等核心技术。本文力图提炼出一条智能制造的通用实施路径,从产品全生命周期的角度出发,整个智能制造的实施路径分为产品设计、数字化工厂规划、生产工程、生产执行和增值服务5大环节。

  • 2021-05-06
  • 阅读262
  • 下载0
  • 10页
  • pdf

专题优艾智合机器人智能制造解决方案

作为国内领先的移动机器人企业,优艾智合成立伊初就将客户的场景落地和服务作为第一目标,秉承“深入场景才能迸发持续生命力”的发展理念,在智能制造、智能巡检及电力行业三大领域持续深耕,帮助企业实现智能升级和效益提升。

  • 2021-05-06
  • 阅读333
  • 下载0
  • 10页
  • pdf

智能制造必须与智能物流互联互通

智能物流与仓储系统已被列为我国重点发展的五大核心智能制造装备之一,得到政府与制造企业高度重视,越来越多的制造企业正在或准备上马智能物流建设项目。实现智能物流系统与智能制造系统的互通互联、深度融合成为不容忽视的研究课题。

  • 2021-05-06
  • 阅读252
  • 下载0
  • 10页
  • pdf

计及短路电流限额的网架优化模型及启发式算法_田士君

随着非侵入式负荷监测技术的广泛研究,负荷辨识算法种类繁多,然而负荷辨识算法的性能通常以准确率等单一因素进行评价,导致算法性能评价不合理等问题。为此文章提出一种基于多参量决策的算法综合评价方法。该方法依据现有的算法评价的各项指标为基础,采用递阶层次结构模型构建非侵入式负荷辨识算法评价体系,然后采用各层次之间不同影响因素的权重比例方法,确定判别矩阵并进行一致性检验,最后根据归一化计算得到算法性能评价值,实现算法性能的有效评价。实验结果表明文中所提评价指标体系和综合算法评价模型能够有效评价算法性能,为后续推广应用奠定基础。

  • 2021-05-06
  • 阅读528
  • 下载0
  • 8页
  • pdf

基于蚁群算法的荔枝冷链物流配送成本模型优化_曾志雄

目的为了确保荔枝的采摘、预冷、贮藏、配送和销售等环节能在短时间内完成,以提高品质安全和新鲜度,降低物流成本。方法以配送车运输、冷链能耗、荔枝损耗、时间窗惩罚等4个主要因素为研究对象,构建各因素成本模型,并确定荔枝冷链物流配送过程中成本最优的目标优化函数。利用蚁群算法对荔枝冷链物流配送过程中成本最优目标函数算例进行求解,得到荔枝冷链物流配送路径网络优化路线图。结果当算法启发因子α=1,期望启发式因子β=4,信息素的挥发程度系数ρ=0.75,蚁群数量m=600,信息素强度系数Q=0.9,最大迭代次数Nmax=600,迭代次数超过300时,迭代趋于稳定。结论当算法运算的迭代次数越多,其优化结果越趋于稳定。该优化模型能够实现对荔枝冷链物流配送成本的优化设计,提高荔枝配送效率,并降低物流成本,为荔枝的冷链物流配送提供参考。

  • 2021-05-06
  • 阅读671
  • 下载0
  • 8页
  • pdf

OFDM系统中基于基扩展模型的快时变信道估计算法_喻雨微

信道估计是正交频分复用(orthogonal frequency division multiplexing,OFDM)的关键技术。随着移动端速度的提高,信道会发生快速变化产生频率选择性衰落,针对此种情况,通过对传统信道估计算法搭建OFDM系统级仿真链路的基础上对不同的基扩展模型(basis expansion model,BEM)研究,针对复指数基扩展模型(complex exponential-BEM,CE-BEM)的部分基函数频率过高会产生较大误差的缺点,提出一种修正基函数系数的方法有效地去除了频率过高的基函数,通过仿真对信噪比和多普勒频移对模型均方误差性能的影响进行分析,结果表明提出算法能在不增加复杂度的前提下均方误差性能较CE-BEM低4~5 dB,有效地提高了拟合性能。

  • 2021-05-06
  • 阅读605
  • 下载0
  • 5页
  • pdf
上一页 1 …… 1588215883158841588515886158871588815889158901589115892 …… 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104
  • 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40
  • 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59
  • 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65
  • 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61
  • 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