• 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

展云鹏博士、侯帅高工:预鉴定试验对220kV交联聚乙烯电缆绝缘材料性能的影响研究

在"高电压与绝缘”专题会议上南网科研院高电压技术研究所研究员展云鹏博士作了题为“预鉴定试验对220kV交联聚乙烯电缆绝缘材料性能的影响研究”的专题报告。????征得展博士同意,特与您分享!

  • 2024-09-26
  • 阅读391

ReliabilityEnginerring&SS||时变转速下旋转机械智能故障诊断的半监督元路径空间扩展图卷积网络

在实际工程场景中,机械设备的运行速度是复杂多变的。然而,现有的智能故障诊断研究大多是在恒速条件下进行的,有限的研究集中在时变速度下的故障诊断上。此外,标记数据的限制给智能故障诊断方法带来了相当大的障碍。因此,在速度时变和标记样本有限的情况下,提出了一种半监督元路径空间扩展图神经网络(ME-GNN)用于故障诊断。首先,提出了一种新的异构图,它将振动数据、故障信息和变量快速信息之间的最近邻关系转换为图。这种图不仅集成了各种物理信息,而且便于异构数据类型之间的消息传递和聚合。为了从不同的特征空间获得异质图的特征信息,实现了元路径空间扩展图卷积网络,以聚合来自不同属性节点的信息。最后,设计的特征融合模块有效地整合了节点特征和拓扑信息,从而进一步扩展了特征空间,增强了模型的诊断能力。一系列对比实验验证了所提出的方法优于现有的故障诊断方法。 关键词:故障诊断、图卷积网络、半监督学习、特征融合,时变速度

  • 2024-12-12
  • 阅读515

POF||最新综述||回顾物理信息神经网络及其在复杂流体力学中的应用

物理信息神经网络 (Physics-informed neural networks, PINNs) 是一种新兴的计算范式,它将观测数据模式和给定问题领域的基本物理定律相结合。这种方法在解决复杂流体动力学领域的多种困难方面提供了显著优势。我们深入研究了 PINNs 的模型架构设计、收敛速度优化以及计算模块的开发。然而,高效且准确地利用 PINNs 来解决复杂流体动力学问题仍然是一项巨大的挑战。例如,从已知数据中快速推导湍流的代理模型并准确表征多相流场中的流动细节,均面临重大困难。此外,在多物理耦合模型中预测参数、在多尺度建模中实现各尺度的平衡、以及开发包含复杂流体动力学问题的标准化测试集,都是亟待技术突破的领域。本文讨论了 PINNs 的最新进展及其在复杂流体动力学中的潜在应用,包括湍流、多相流、多场耦合流以及多尺度流。同时,我们分析了 PINNs 在解决这些流体动力学问题中面临的挑战,并概述了其发展的未来趋势。我们的目标是推动深度学习与复杂流体动力学的整合,促进更现实和复杂流动问题的解决。

  • 2024-12-12
  • 阅读2978

华北电力大学 郑涛等|基于磁路耦合的Sen变压器差动保护方案

Sen变压器通过改变线路两端电压的幅值与相角以实现潮流调控作用,目前有关Sen变压器的本体保护研究匮乏,本文根据其特殊的拓扑结构与电流关系,构建了Sen变压器的本体差动保护方案,并通过仿真分析验证了方案的有效性。主要结论如下。

  • 2025-04-24
  • 阅读436
  • 下载0
  • 30页
  • pdf

河海大学 许世杰等|基于能碳耦合模型的微能源网源荷协同优化调度研究

荷侧进行低碳需求响应时,能价的存在会影响碳势的引导效果,2种信号间的引导作用存在差异,当能价的波动性更显著时,减少用能成本更有优势,当碳势的波动性更显著时,获取减碳收益更有优势,确保荷侧的经济低碳性。

  • 2025-05-13
  • 阅读345
  • 下载0
  • 30页
  • pdf

广东电网有限责任公司 汪进锋等|考虑不确定性和绿证交易的虚拟电厂与配电网分布式优化

采用分布式算法,避免了跨主体的信息收集和可能的隐私泄露,同时能够充分利用计算资源。采用分布式算法,避免了跨主体的信息收集和可能的隐私泄露,同时能够充分利用计算资源。

  • 2025-05-13
  • 阅读313
  • 下载0
  • 23页
  • pdf

产业园区开发全流程实操解析( 72页 PPT)

多选在经济发达区域的周边地带,通常与经济发达区域有良好的交通可达性, 且越靠近高铁站的越好。同相邻的经济发达区域相比,在房价、生活等成本上具有吸引优势。

  • 2025-05-14
  • 阅读483
  • 下载0
  • 72页
  • pptx

2026年3月动力电池行业分析

全球动力电池行业装机规模海外动力电池行业装机规模我国动力电池行业装机规模全球&中国动力电池企业装机量排名全球&中国动力电池行业装机规模-月度我国主要动力电池类型装机月规模

  • 2026-04-14
  • 阅读271
  • 下载0
  • 21页
  • pdf
上一页 1 …… 1632616327163281632916330163311633216333163341633516336 …… 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101
  • 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938
  • 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2743
  • 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3173
  • 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31
  • 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55
  • 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62
  • 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57
  • 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