• 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

人人都会Vibe Coding面向普通人开发者的科普与实用指南

Vibe Coding的真正意义,不是让所有人都变成传统意义上的程序员,而是让更多人能够把场景知识转化为可运行的软件,也让专业开发者可以用新的方式实现工作。自然语言降低了表达意图的门槛,工具和Skil扩展了AI的执行能力,反馈与验证则决定结果是否可靠。未来会出现更多由个人和小团队创造的长尾软件,也会出现更严格的工程治理。但无论工具怎样 进步,选择解决什么问题、判断何时可以发布、决定系统使用范围和受众,这些关乎判断和责任的事,始终需要人来完成。

  • 2026-10-13
  • 阅读171
  • 下载0
  • 15页
  • pdf

2026年人工智能将如何演变

今年 10 ?,OpenAI ?席科学家 Jakub Pachocki 在?次直播中表 示,他预计公司到明年 9 ?将拥有 能够达到研究实习??平的 AI 系 统,到 2028 年 3 ?将拥有能够进 ?更?级 AI 研究的系统。我预计 OpenAI 会在明年 9 ?展示?些他 们称之为“?动化 AI 研究实习?” 的东?……然?,这项技术究竟有 多令?印象深刻,则是另?回事。 值得注意的是,OpenAI 将其实现 AI 研究?动化进程中的第?个承诺 ?程碑设定为“研究实习?”,因为 这个定义?常模糊。毕竟,?类研 究实习?被认为会犯错并需要资深 研究员的帮助,这为任何冠以该名 称的 AI 技术留下了巨?的回旋余 地。

  • 2026-01-20
  • 阅读214
  • 下载0
  • 1页
  • pdf

转动设备常见振动故障频谱特征及案例分析

转子不平衡是由于转子部件质量偏心或转子部件出现缺损造成的故障,它是旋转机械最常见的故障。 结构设计不合理,制造和安装误差,材质不均匀造成的质量偏心,以及转子运行过程中由于腐蚀、结垢、交变应力作用等造成的零部件局部损坏、脱落等,都会使转子在转动过程中受到旋转离心力的作用,发生异常振动。

  • 2025-01-17
  • 阅读445

指标矩阵构建

通过调研,我们通常将业务过程理解、绩效管理通过业务过程矩阵、业务绩效矩阵落地。这些内容,指导BI业务方案的设计,包括指标体系、可视化、数据等,最终通过技术将这些方案在技术工具中实现。

  • 2025-01-17
  • 阅读446

中小热电机组能耗指标体系构建与经济性诊断(王亚欧论文《火电机组能耗指标体系构建与经济性诊断研究》思考)

数据挖掘技术已广泛应用于传统火电行业的节能优化运行与管理,但目前基于数据挖掘的机组运行优化方法往往缺乏普遍性和实操性,针对少量典型工况挖掘得到的参数目标值,无法给予实际运行机组全面的指导。

  • 2025-01-17
  • 阅读393

梁少华、乔宗良:电厂智慧监盘及预警诊断平台研究(复述,能源研究与利用2023.1)

电站设备由于长期在振动、磨损、高温等较为恶劣的环境中运行容易发生故障,且设备在发生故障的早期阶段具有隐蔽性,从而对运行人员监控机组状态产生干扰,无法在设备故障早期阶段做出预警,就会影响运行人员的判断,造成重大损失。因此对电厂设备进行在线监测与故障早期预警,是保障电站设备运行可靠性以及建设现代智慧电厂的重要手段。对此本文利用电站DCS?系统中存储的热工过程数据,基于神经网络算法将设备测点组合抽象为预警模型,采用模块化设计,开发了燃煤火电智慧监盘及预警诊断平台。实践表明,该平台可以在设备劣化阶段早期迅速报警,通过Web?端通知现场运行人员,真正实现了燃煤火电智慧监盘。

  • 2025-01-17
  • 阅读812

旋转机械转子系统常见的13种振动特性、原因及处理措施(分析详细,先收藏、再细读)

涵盖了旋转机械(齿轮箱、汽轮机、压缩机、电机以及泵等)转子不平衡振动、不对中振动、油膜涡动与油膜振荡振动、共振振动、松动振动、摩擦振动、电磁振动、流体动力激振、扭转振动、自激振动、转子偏心振动、转子弯曲振动以及拍振的特点、原因分析及处理措施

  • 2025-01-16
  • 阅读1132

52页PPT|智慧矿山数据中台/大数据平台一体化解决方案:基础系统中心、机电运输中心、后勤保障中心、调度指挥中心、安全服务中心

子系统烟囱式建设:企业业务系统多,数据接入困难,系统间缺乏集成。数据时效性差:从业务系统中获取数据到精准决策需要较长时间,且数据指标维度不全面。数据标准不统一:缺乏全集团统一的数据标准,导致数据孤岛问题严重。数据无法共享:各个数据平台烟囱式关系,没有统一的共享和管控体系。

  • 2025-01-16
  • 阅读408
上一页 1 …… 1635916360163611636216363163641636516366163671636816369 …… 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936
  • 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