• 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

基于人工智能的风电机组故障诊断与预测性维护系统开发

基于人工智能的风电机组故障诊断与预测性维护系统开发是一个复杂且多层次的任务,涉及数据采集、预处理、特征提取、模型构建、故障诊断和预测等多个环节。以下是根据我搜索到的资料

  • 2025-01-13
  • 阅读398

办公楼大厦智能化弱电系统设计方案

设计思路 以人为本,采用先进、成熟、可靠的技术,实现安全性、便捷性、舒适性和经济性等多方面的需求。 设计原则 先进性原则、实用性原则、可靠性原则、可扩充性原则、易维护原则人性化原则、针对性原则、经济性原则

  • 2025-01-06
  • 阅读243
  • 下载0
  • 17页
  • docx

人工智能赋能行业发展高质量建设指南(2024年)

本报告不仅是对当前人工智能行业应用体系建设方法的梳理,更是对未来发展方向与策略的前瞻性探索,希望能为相关企业及研究机构提供一定的参考,为促进人工智能技术的行业应用,构建更加完善的人工智能产业生态贡献力量。人工智能技术仍在高速发展过程中,本研究报告对人工智能行业应用落地的研究和理解还有待加强,报告中如有不足之处,还请各方专家读者不吝指正。

  • 2025-01-06
  • 阅读443
  • 下载0
  • 49页
  • docx

开源代码推荐|面向大模型时代用于生成工业时序数据的时序增强条件扩散模型

工业多变量时间序列(Industrial multivariate time series , MTS)是人们了解工业领域机器状态的重要视角。但由于数据采集难度和隐私的顾虑,用于构建智能维修研究和智能大模型的可用数据远远不够。因此,工业时序数据的生成具有重要意义。现有的研究多采用生成式对抗网络(Generative Adversarial Networks,GANs)来生成MTS数据。然而,由于生成器和鉴别器的联合训练,会使神经网络的训练过程不稳定。本文提出了一个基于时序增强的条件自适应扩散模型Diff-MTS,用于生成MTS。旨在更好地处理MTS数据复杂的时序依赖性和动态性。具体地说,提出了一种条件自适应最大均值差异(Conditional Adaptive -Maximum Mean Discrepancy, Ada-MMD)方法用于MTS数据生成。该方法提高了扩散模型的条件一致性。此外,建立了时间分解重构UNet (Temporal Decomposition Reconstruction, UNet, TDR-UNet),以捕获复杂的时序模式,进一步提高生成时序数据的质量。在C-MAPSS和FEMTO数据集上的实验表明,与基于GAN的方法相比,Diff-MTS方法在多样性、保真度和实用性方面都有明显的提高。

  • 2025-01-06
  • 阅读884

IJACSP基于自适应时空解耦图卷积网络的复杂工业过程质量相关故障检测方法

随着工业技术的快速发展,工业过程变得越来越复杂,呈现出大规模、多单元协作的特点。然而,目前的大多数故障检测方法都侧重于非线性、动态和其他特征,而忽略了时空信息。为了解决这个问题,本文提出了一种基于自适应时空解耦卷积网络的质量相关故障检测方法。首先,时间图卷积网络和空间图卷积网络以联合训练的形式有机结合。其次,考虑到固定图结构不能反映节点之间的动态关系,我们提出了一种自适应加权任务机制来构建嵌入先验知识的动态相关图。多注意力机制用于整合时空信息。此外,我们设计了一个解耦层来避免信息冗余。最后,利用所提出的时空图卷积网络建立回归模型,通过解耦层提取与质量相关的潜在变量,并基于Kullback-leibler散度构建统计量,以热轧带钢和Tennessee Eastman工艺为例说明了所提出方法的有效性和可行性关键词:图卷积神经网络;热轧带钢工艺;质量相关故障检测、时空关联

  • 2025-01-11
  • 阅读866

智能财务云助力企业财务转型RPA(30页 PPT)

智能会计平台在总账与业务系统之间搭建起桥梁 ,既实现了财务与业务的独立性 ,又能轻松建立连接 ,加大了财务与业务处理的灵活度 ,真正实现了业务随时发生 ,财务随时核算的管理诉求。

  • 2025-03-05
  • 阅读266
  • 下载0
  • 30页
  • pptx

智能物流系统在新能源锂电池生产全链路中的应用_雷敏

本文对新能源锂电池生产工艺进行了总结归纳并融合现有智能物流技术,对锂电池生产工艺全过程中原材料、电芯、极卷、结构件以及半成品锂电池、成品锂电池的存储、转运和输送形成了全链路的数字化、智能化解决方案。本文将为今后新能源锂电池行业自动化方案的总体规划设计工作提供科学的理论和参考依据。

  • 2025-03-05
  • 阅读293
  • 下载0
  • 9页
  • pdf

中安网:2023数字社区产业报告(164页)

随着时代的不断发展和进步 , 数字社区已经成为了当今城市发展的重要趋势。数字社区被定义为一个数字化的、高度自动化的、互联互通的、可持续的社区,通过信息技术的应用来提高社区的生活质量、效率和可持续性。

  • 2025-03-05
  • 阅读286
  • 下载0
  • 164页
  • pdf
上一页 1 …… 1611316114161151611616117161181611916120161211612216123 …… 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2749
  • 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37
  • 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