• 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

(物流)数字物流园区解决方案

园区已成为践行“两化融合及四化同步”的重要载体。因此,发挥信息化在资源优化配置、生产方式变革、管理创新等方面的引擎作用,建设智慧型现代园区,成为新时期园区建设及提档升级的重要任务。 伴随着各地区园区发展壮大,信息化对园区推动作用日益明显,园区信息化水平也在不断提升。信息化成为园区品牌推介的主要手段,也成为提高管理水平,提升企业运行效率有效途径。

  • 2024-06-17
  • 阅读179
  • 下载0
  • 3页
  • doc

DLMS电能表通讯协议心得与个人理解

园区已成为践行“两化融合及四化同步”的重要载体。因此,发挥信息化在资源优化配置、生产方式变革、管理创新等方面的引擎作用,建设智慧型现代园区,成为新时期园区建设及提档升级的重要任务。 伴随着各地区园区发展壮大,信息化对园区推动作用日益明显,园区信息化水平也在不断提升。信息化成为园区品牌推介的主要手段,也成为提高管理水平,提升企业运行效率有效途径。

  • 2024-06-17
  • 阅读161
  • 下载0
  • 8页
  • pdf

96型多功能电力仪表说明书

园区已成为践行“两化融合及四化同步”的重要载体。因此,发挥信息化在资源优化配置、生产方式变革、管理创新等方面的引擎作用,建设智慧型现代园区,成为新时期园区建设及提档升级的重要任务。 伴随着各地区园区发展壮大,信息化对园区推动作用日益明显,园区信息化水平也在不断提升。信息化成为园区品牌推介的主要手段,也成为提高管理水平,提升企业运行效率有效途径。

  • 2024-06-17
  • 阅读158
  • 下载0
  • 14页
  • doc

大型风力发电机组健康管理技术报告

本次分享是由湖南大学黄守道教授的报告,“大型风力发电机组健康管理技术”。该PPT分享仅做知识传播用途,如有侵权请后台联系小编删除。

  • 2024-06-16
  • 阅读564

【IEEETIE】基于补偿信号的浮选过程双速率操作反馈解耦控制

浮选工业过程是一个具有装置和操作层结构的强非线性、耦合的多变量级联过程。为了解决其运行控制问题,本文将设备层和运行层的非线性动态特性和扰动描述为先前采样的未建模动态及其变化率,并提出一种基于补偿信号的双速率操作反馈自适应解耦控制方法。首先,设计了一个由控制器驱动模型、比例-积分控制器、未建模动态补偿器(UDC)和未建模动态变化率补偿器(UDCRC)组成的设备层控制器。然后,将设备层闭环系统和操作层系统统一在同一时间尺度上,从而获得受控对象模型。提出了一种系统辨识算法来获取该模型的参数。利用这些参数,设计了一个由控制器驱动模型、比例-积分微分控制器、反馈解耦控制器、UDC和UDCRC组成的操作层控制器。最后,给出了所提出的辨识算法的收敛性证明和闭环系统稳定性分析,并在半实物系统中进行了仿真实验,验证了所提出方法的有效性。

  • 2024-06-16
  • 阅读275

【IEEETII】铝土矿磨矿过程操作优化控制的中尺度粒度预测模型

本文研究了使用中尺度动力学模型来配合铝土矿磨矿过程的操作优化控制。在本文中,我们提出了一种新的建模框架,将离散分布参数宏观模型和中尺度动力学模型相结合来预测磨削产品的粒度。中尺度动力学方法不需要明确的过程模型,因为它将过程描述为一个随机过程。然而,高计算需求阻碍了动力学模型使用在线设置。我们通过嵌入一个基于τ-leap方法的加速算法来克服这个问题。利用实验数据对所提出的模型进行了验证。最后,提出了铝土矿磨矿操作优化控制的解决方案,并证明了该预测模型与其他模块的协同作用。

  • 2024-06-17
  • 阅读223

基于深度学习的机械故障诊断可解释性方面

工学博士,担任《Mechanical System and Signal Processing》《中国电机工程学报》《控制与决策》等期刊审稿专家,擅长领域:现代信号处理,机器学习,深度学习,数字孪生,时间序列分析,设备缺陷检测、设备异常检测、设备智能故障诊断与健康管理PHM等。

  • 2024-06-17
  • 阅读223

【IEEETIM】基于双非负绞杀的LSTM软传感器输入变量选择与结构优化

软传感器作为一种重要的智能检测技术,已广泛应用于现代加工行业,实现对产品质量的有效监测和预测。然而,在实际工业过程建模中,模型输入和结构的冗余通常会导致建模复杂性增加和模型性能下降。在本研究中,提出了一种基于双非负绞杀(DNNG)方法的长短期记忆(LSTM)软传感器输入变量选择和结构优化算法。首先,使用过程数据集构建训练有素的初始LSTM模型,以捕捉工业过程的时间动态行为。其次,将DNNG算法集成到LSTM中,以减少输入变量和隐藏节点的冗余。该策略有效地为模型选择了最一致的输入变量,同时通过消除冗余的递归隐藏节点来简化LSTM结构,以降低模型过拟合的风险。此外,通过将网格搜索与块交叉验证相结合来确定模型的超参数。最后,通过数值算例将所开发的算法与其他最先进的算法进行了比较,并用于预测燃煤电厂脱硫系统净烟气排放中的SO2浓度。对比结果表明,该算法有效地消除了冗余变量,简化了模型结构,同时比其他算法具有更好的预测性能。

  • 2024-06-17
  • 阅读397
上一页 1 …… 19801981198219831984198519861987198819891990 …… 16551 下一页 共 132408 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

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198
  • 下载2

中服设备健康管理系统产品介绍

中服设备健康管理系统依托中服云工业物联网架构搭建,面向工业全品类设备运维场景。 融合实时数据采集、状态监测、故障诊断核心能力,全天候掌握设备运行动态。 通过边缘计算与 AI 算法分析设备隐患,实现从被动维修向预测性维护升级。 有效降低设备故障率、减少停机损失,简化线下运维管理流程。 助力工厂实现设备数字化管控,保障产线高效、稳定、安全运行。

  • 阅读178
  • 下载2

OpenClaw替我干科研

OpenClaw:不仅是对话窗口,更是行动助手一人工智能代理(AI Agent)正深刻重塑科学研究基本范式,OpenClaw成为2026年开源AI代理平台代表。

  • 阅读130
  • 下载0

竞争对手分析

母公司公司的总目标是什么?母公司要求该业务单位做什么?将业务单位的定位是什么(基础业务还是边缘业务)

  • 阅读1024
  • 下载0

最新上线

新能源储能动态性能既要又要还要的困境:跟网-构网-成本的矛盾三角

新能源储能动态性能既要又要还要的困境:跟网-构网-成本的矛盾三角新能源储能动态性能既要又要还要的困境:跟网-构网-成本的矛盾三角新能源储能动态性能既要又要还要的困境:跟网-构网-成本的矛盾三角新能源储能动态性能既要又要还要的困境:跟网-构网-成本的矛盾三角

  • 阅读96
  • 下载0

具身智能行业应用方案解决方案

具身智能行业应用方案解决方案具身智能行业应用方案解决方案具身智能行业应用方案解决方案具身智能行业应用方案解决方案具身智能行业应用方案解决方案具身智能行业应用方案解决方案具身智能行业应用方案解决方案

  • 阅读129
  • 下载0

数据中心电力电子变压器技术探讨

数据中心电力电子变压器技术探讨数据中心电力电子变压器技术探讨数据中心电力电子变压器技术探讨数据中心电力电子变压器技术探讨数据中心电力电子变压器技术探讨

  • 阅读124
  • 下载0

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198
  • 下载2
  • 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