• 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

物联网安全:安全问题分析

物联网的安全问题是多方面的,包括传统的网络安全问题、计算系统的安全问题和物联网感知过程中的特殊安全问题等。下面简要介绍物联网系统中一些特殊的安全问题。

  • 2021-04-26
  • 阅读310
  • 下载0
  • 5页
  • pdf

智能工厂引领粮油产业迈入智能制造时代丨深度

智能工厂不仅是生产自动化、少人化,同时可实现管理的数字化、智能化:车间生产及设备运行情况可以实时获取和调整;运营指挥系统能够集成采购、生产、销售数据,优化决策流程。

  • 2021-04-26
  • 阅读304
  • 下载0
  • 7页
  • pdf

工艺参数对AI-Si合金CMT增材制造组织和力学性能的影响

通过没置不同的层间停留时间、送丝速度和增材速度,划增材制造单道多层的直壁墙试样进行r金相、硬度和拉伸试验,在平行和垂直于增材2个方向上研究了工艺参数划A1 Si合金CMT增材制造组织和力学性能的影响.结果表明:在层间停留时间为60 s时,得到的微观组织最好。多为等轴晶;随送丝速度的增大,晶粒逐渐变大;随增材速度的增大,晶粒逐渐变小.送丝速度为3和4 m.mi。·时。硬度较高,当送丝速度为4 m。rain l和增材速度为50 Cnl·rain 1时。平行和垂直于增材2个方向上的抗拉强度和延伸率的差异最小,这时断VI表面有很多深浅形状不一的韧窝,接头具有较好的塑性,断裂方式为韧性断裂.冈此,A1 si合金CMT增材制造较优的工艺参数为为50 Cn]·min.

  • 2021-04-26
  • 阅读501
  • 下载0
  • 9页
  • pdf

3D乐谱理论建构及应用研究

乐谱是音乐文化中的知觉表象,对世界各地不同历史时期、不同类别的音乐作品,高维乐谱均可对其音乐构成的基本元素简约化设置,凸显直观提示效果,提升联觉认知效率。通过交互设计,其视听效果可同步展现,从而升级音乐创作和欣赏的交互体验。高维乐谱中的最简形式——3D乐谱,携带了足够的数据和启示,即能给研究者和表演者以个性鲜明的三维图形形态呈现出来的某一乐曲的基本形态,方便记忆和保持动机核心特征以及音乐的创作与发展,又能呈现出立体的可视化音乐形象。具体建设按照乐谱功能分为三个部分:一是将已有乐谱进行3D呈现并实现人机共识;二是利用3D乐谱对多声部复杂的音乐作品进行分析与研究;三是在3D乐谱理论基础上创设新作曲理论。

  • 2021-04-26
  • 阅读426
  • 下载0
  • 7页
  • pdf

浅议智能AI机器人在银行网点的应用场景

在金融科技高速发展的今天,智能服务模式已经成为银行网点转型发展的趋势。以工商银行“5G 智慧网点”、建设银行“5G+ 智能银行”为代表的商业银行智慧网点纷纷投产,其展现形式虽各有特点,但建设目标高度一致:希望在科技创新与环境组合的共同作用下,提升服务能力、降低运营成本,以满足客户对功能全面、服务高效、体验舒适的需求,提高自身市场竞争力。在各类新场景、新设备中,用于厅堂服务的智能机器人作为一个可综合化使用、灵活化部署的载体,正逐渐成为提升网点服务能力的新亮点,但围绕机器人设备成本投入与效能产出是否成正比的讨论也始终意见不一。

  • 2021-04-26
  • 阅读601
  • 下载0
  • 6页
  • pdf

注入-超声法制备苍艾挥发油醇质体的工艺研究

目的优化苍艾挥发油醇质体的制备工艺。方法采用注入一超声法制备苍艾挥发油醇质体。以乙醇体积分数、大豆卵磷脂质量分数和乳化温度为考察因素,以粒径、包封率和z e【a电位为评价指标,利用正交实验设计原理筛选苍艾挥发油醇质体的优选处方。结果 筛选得到的优选处方为苍艾挥发油质量分数为1嘶,乙醇体积分数为30%,大豆卵磷脂质量分数为1.8%,乳化温度为40℃,通过该处方制备得到的苍艾挥发油醇质体的平均粒径为(78.64±1.05)nm,平均包封率为82.23%±1.16%,zeta电位为45.36 mV,外观为乳白色半透明液体,透射电镜下可见类圆形泡状。结论通过该方法制备得到的苍艾挥发油醇质体粒径适宜、包封率较高、稳定性良好,可用于外用制剂的研究。

  • 2021-04-26
  • 阅读477
  • 下载0
  • 5页
  • pdf

浅析工业控制系统攻击

随着智能制造全面推进,工业数字化、网络化、智能化加快发展,工控系统面临安全漏洞不断增多、安全威胁加速渗透、攻击手段复杂多样等新的威胁和挑战。其中新兴智能工业、数字工业的安全问题尤其突出;大量采用标准化、通用IT技术,实现与外部网络互联互通,加速了新兴工业系统发展的同时,工业系统天然的免疫力也逐渐降低,使得各类攻击变得畅通无阻

  • 2021-04-26
  • 阅读373
  • 下载0
  • 34页
  • pdf

AI设计下的智能驾驶场景文本识别技术

交通标志识别作为智能驾驶、交通系统研究中的一项重要内容,具有较大的理论价值和应用前景。尤其是文本型交通标志,其含有丰富的高层语义信息,能够提供极其丰富的道路信息。因此通过设计并实现一套新的端到端交通标志文本识别系统,达到有效缓解交通拥堵、提高道路安全的目的。

  • 2021-04-26
  • 阅读405
  • 下载0
  • 7页
  • pdf
上一页 1 …… 1603316034160351603616037160381603916040160411604216043 …… 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940
  • 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2750
  • 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38
  • 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57
  • 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64
  • 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60
  • 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