• 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

工业智能化的核心:故障预测与健康管理(PHM)

通过大数据分析能够有效发现问题间的关联性,但对于挖掘问题之间的因果性却相对乏力,而后者恰恰是工业领域实现智能化转型的关键。要实现对于问题因果性的挖掘,就需要结合工业机理知识,在深入了解系统结构和运行逻辑的基础上进行分析及预测。具体到应用的关键点,最核心的一部分是故障预测与健康管理(PHM)。

  • 2024-05-07
  • 阅读168

基于加速退化试验的滚珠丝杠副统计分析

为有效地获取滚珠丝杠副精度寿命特征, 利用滚珠丝杠副磨损特征建立加速退化模型, 并且根据设计的试验装置和试验过程的摩擦力矩值变化情况, 采用参数估计方法进行退化数据的统计分析, 获得不同应力水平下的滚珠丝杠副加速退化参数模型。

  • 2024-05-07
  • 阅读191

基于声振数据融合的轴承故障诊断1D-CNN算法

通过加速度计和传声器采集数据,实现更准确、鲁棒的轴承故障诊断。该方法从原始振动信号和声学信号中提取特征,并利用基于1d - cnn的网络进行融合。在十组轴承上获得的大量实验结果用于评估所提出方法的性能。通过分析不同信噪比下的损失函数和准确率,经验发现该方法比基于单模态传感器的算法具有更高的诊断准确率。此外,还进行了可视化分析,探讨了所提出的基于1d - cnn的方法的内部机制。

  • 2024-05-07
  • 阅读501

西交赵志斌论文推荐-旋转机械智能诊断的深度学习算法

本文详细评估了深度学习(DL)模型在旋转机械智能诊断中的应用,旨在通过深度学习技术改善旋转机械故障的诊断准确性和可靠性。作者通过分析不同数据集和超参数推荐使用的问题,并且因公开源代码的缺乏导致不公平的比较和效果提升无效,进行了综合性评价。通过使用四种模型(多层感知器MLP、自动编码器AE、卷积神经网络CNN和循环神经网络RNN)和七个数据集进行基准研究,旨在为旋转机械的智能诊断提供一个基准研究。

  • 2024-05-06
  • 阅读909

综述|基于电流特征的电机故障诊断研究进展—轴承

现代经济依赖于制造业、能源、石化、制造业、能源、石化、交通运输和国防装备的可靠、不间断运行。实施故障预测与健康管理(PHM)技术是保证设备安全运行的重要方向。成本低、经久耐用、功率重量比高、能量转化率优异的电机逐渐成为各行业的核心驱动设备。电机故障普遍存在,因此状态监测和故障诊断至关重要。恶劣的工作环境和频繁的负载变化是电机故障的主要原因。电机故障或突然停止服务可能会严重危及整个生产系统的安全,除电动机本身受到伤害外,还会造成重大的生产损失。因此,需要对电机进行及时的状态监测和故障诊断,防止意外事故的发生。及时评估电机还可以实现最佳维护策略的调度,例如何时更换关键部件,最大限度地提高可用性,最大限度地减少停机时间,并最大限度地降低维护成本。

  • 2024-05-06
  • 阅读987

基于图卷积网络的轴承故障诊断

针对基于图卷积网络(GCN)的故障诊断方法大多默认节点间的权重相同、导致诊断精度较低与鲁棒性较差的问题,提出了一种基于欧式距离和余弦距离的 GCN 故障诊断方法(EC-GCN)。

  • 2024-05-06
  • 阅读780

小样本轴承故障诊断研究综述

基于数据驱动的轴承故障诊断方法依赖大量标记数据,而在实际生产过程中很难收集到大量的数据。因此小样本的轴承故障诊断具有很高的研究价值。

  • 2024-05-06
  • 阅读777

基于深度学习的旋转机械大数据智能故障诊断方法

为了更加有效的从多传感器原始故障数据中提取出故障特征,解决单一诊断算法提取时序数据特征时的信息丢失问题,提出了一种基于改进 LSTM-GCNN 的深度循环卷积神经网络新算法用于机械装备大数据的故障智能诊断。

  • 2024-05-06
  • 阅读854
上一页 1 …… 28272828282928302831283228332834283528362837 …… 16527 下一页 共 132212 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

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221
  • 下载0

2025知识图谱与大模型融合实践案例集

随着人工智能的迅猛发展,知识图谱与大模型作为两大核心研究领域,各自彰显出独特的技术优势。知识图谱以结构化方式精准刻画实体关联,为知识表示与推理提供了可解释的框架;大模型则凭借海量数据训练展现出卓越的自然语言理解与生成能力,具备强大的泛化学习性能。

  • 阅读259
  • 下载4

国内重点工业物联网平台四类厂商分类及选型指南

国内重点工业物联网平台四类厂商分类及选型指南

  • 阅读387
  • 下载6

工业物联网平台的典型应用场景深度分析

工业物联网平台发展重点: 一是行业深耕化,从通用型平台向“一米宽、百米深”的行业垂直平台转型,聚焦能源、交通、化工等领域的特定需求,沉淀场景化解决方案与行业Know-how,而非追求“大而全”的覆盖能力。 二是智能融合化,工业大模型与平台深度结合,实现工业知识的智能化重构、应用开发的低代码化升级,以及生产运营的自感知、自决策、自优化闭环管控,AI成为提质增效的核心变量。 三是生态协同化,平台不再是单一技术载体,而是串联产业链上下游的协同中枢,通过跨系统数据融合、产学研用金深度合作,形成“数据-算力-应用”的生态闭环,赋能供应链协同与产业集群升级。 四是部署灵活化,采用“平台化产品+私有化部署”结合的模式,兼顾中小企业轻量化需求与大型集团定制化诉求,支持公有云、私有云、边缘端的混合部署,平衡成本与安全性。

  • 阅读400
  • 下载9

最新上线

2025中国多模态AI大模型座舱应用洞察研究报告

随着DeepSek等A大模型的快速普及以及座舱SoC芯片的持续迭代,智能座舱正加速迈向认知座舱阶段,实现了从功能堆叠向“少即是多”的智能化转变。车企和科技公司作为智能座舱生态的核心,通过合作研发与自主开发,推动多模态A大模型的广泛应用。其中,科技公司与传统车企合作研发的大模型多应用于自主品牌车型,通过强强联合实现生态互补;而新势力车企则更倾向于自主研发A大模型,逐步构建自有车型座舱大模型的数据和产业链闭环。

  • 阅读6
  • 下载0

华为IFS财经变革

公司对变革的总体指导思想 七个反对 反对完美主义,反对繁琐哲学,反对盲目的创新,反对没有全局效益提升的局部优化,反对没有全局观的干部主导变革,反对没有业务实践经验的人参加变革,反对没有充分论证的流程进行实用。

  • 阅读6
  • 下载0

2026面向行业的”云 AI“应用研究报告-AI行业云平台助力行业大模型应用落地

行业大模型正成为推动产业智能化升级的关键突破口。当前,人工智能正从技术探索迈向产业落地的关键阶段,随着“人工智能+”行动的深入推进,AI不再仅是实验室中的算法模型,而是驱动千行百业智能化升级的核心引擎。这一过程的实现不仅要求AI具备强大的通用能力,更强调其在具体行业场景中的专业性、可靠性和可落地性。由此,能够深度融合行业知识、理解业务逻辑、支撑关键决策的行业大模型正是在这一需求驱动下,逐渐演变为支撑行业智能化升级的关键引擎

  • 阅读6
  • 下载0

2025年中国出口新动能与企业信心指数报告

第一部分宏观经济与贸易形势回顾与展望 1.1.全球经济暗流涌动贸易格局多极博弈 2024年以来,伴随全球通胀持续降温,海外经济体相继进入降息周期,金融条件转向宽松,全球制造业景气逐步修复并开启补库周期,带动货物贸易回暖(图1.1)。从趋势上看,2024年下半年全球经济增长动能有所减弱,叠加美国大选、地缘政治不确定性加大,以及极端天气扰动等因素的影响,使得全球及欧美制造业景气出现收缩、补库存步伐放缓。但东盟、印度、巴西等新兴经济体制造业景气表现依然强劲,加之“全球南方”经济体经贸合作日趋紧密,全球贸易

  • 阅读5
  • 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