会员中心
搜索
登录
注册

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

欧盟委员会“工业5.0”系列报告翻译连载

2021年1月，欧盟委员会发布《工业5.0-迈向可持续，以人为本和弹性的欧洲产业》，提出欧洲工业发展的未来愿景，与2020年9月发布的《工业5.0的使能技术》形成呼应联动。本公众号计划分期对这两篇报告进行翻译连载。为了时效未来及校准，仅供参考。

  • 2021-04-16
  • 阅读1377
  • 下载2
  • 8页
  • docx

？分析在石油化工领域的研究进展

？分析法是建立在热力学第一、第二定律上的能量的量与质统一的分析方法，能够全面揭示工艺系统及单元设备有效能损失的环节及大小，更加针对性的进行节能优化与改造。阐述了？的概念、分类、计算、？损失及？分析法的步骤等基本理论，着重介绍了？分析法在评价分离方案及指导节能工作方面的研究进展。同时，将？分析法应用于重整装置，调优后，装置的瓦斯气用量降低了19.51%，总体？损失降低了13.32%。最后指出了目前？分析法存在的问题及今后的研究方向。

  • 2021-04-15
  • 阅读1132
  • 下载1
  • 8页
  • docx

智能制造系统IMS

智能制造技术是指利用计算机模拟制造专家的分析、判断、推理、构思和决策等智能活动，并将这些智能活动与智能机器有机地融合起来，将其贯穿应用于整个制造企业的各个子系统（如经营决策、采购、产品设计、生产计划、制造、装配、质量保证和市场销售等）,以实现整个制造企业经营运作的高度柔性化和集成化，从而取代或延伸制造环境中专家的部分脑力劳动，并对制造业专家的智能信息进行收集、存储、完善、共享、继承和发展的一种极大地提高生产效率的先进制造技术。

  • 2021-04-15
  • 阅读460
  • 下载0
  • 8页
  • pdf

大数据中的信息安全与安全的大数据

大数据已经成为时代的潮流， 开始冲去我们所处的信息时代。数据谭炸式增长已经成为当前信息化时代的重要特征，掌握和利周大数据资源的能力正成为组织竞争力的战略制高点。大数据必将重构信息技术体系和产业格局，影响各个应用领域，也将深刻影响国家网络与信息安全全局，利用大数据技术解决网络安全问题成为必然趋势，大数据安全性也是大数据技术应用的关注重点。以此将从大数据中的信息安全和安全的大数据两个方面对大数据技术进行阐述。

  • 2021-04-15
  • 阅读408
  • 下载0
  • 8页
  • pdf

被刷屏的“2035年实现新型工业化目标”，指的是什么？

最近十九届五提出的远景目标被各种刷屏，关于工业方面也明确指出：基本实现新型工业化、信息化、城镇化、农业现代化等内容。所谓传统的工业化（industrialization）通常被定义为工业（特别是其中的制造业）或第二产业产值（或收入）在国民生产总值（或国民收入）中比重不断上升的过程，以及工业就业人数在总就业人数中比重不断上升的过程。那么究竟为什么提出，即新型工业化的驱动是什么？以及未来建设的步骤途径是什么？我们来逐一分解下

  • 2021-04-13
  • 阅读882
  • 下载0
  • 8页
  • docx

数据驱动新型MES项目

MES系统还是为业务功能服务的，数据管理工作的确应该着手开展，但如果本末倒置反而会影响到MES系统，得不偿失。所以建议在MES系统中重点以重视数据管理模型、数据质量标准输出为主，如果牵涉到业务流程更改可以引导到企业级数据管控平台当中，即MES项目可以输出一部分数据标准、数据规范的文档内容，能够承接已有的上游系统，并可以为以后实施下游系统铺路，并且非常有可能会引导到新的利润点——企业数据管理。

  • 2021-04-13
  • 阅读206
  • 下载0
  • 8页
  • docx

工业互联网驱动下的数字资产优化配置

从数据管理到数据资产运营，其实质是通过数据资源的价值获取实现企业资源的高效优化配置。数据的治理、数据的增长、数据资产的运营，需要通过扶持生态赋能者，形成行业协同和数据资产管理模式协同。在工业互联网应用驱动下，企业智能制造内循环与工业互联网的外循环必然会催生一批新工具、新的商业模式以及基于数据资产运营的第三方生态平台，将成为产业数字化专业化分工的关键，从而推动生产力与生产关系的良性发展。

  • 2021-04-11
  • 阅读432
  • 下载0
  • 8页
  • docx

一个卷积就可以隐式编码位置信息

对于 transformer 来说，由于 self-attention 操作是 permutation-invariant 的，所以需要一个 positional encodings（PE）来显示地编码 sequence 中 tokens 的位置信息。ViT 模型是采用学习的固定大小的 positional embedding，但是当图像输入大小变化时，就需要对positional embedding 来插值来适应输入 tokens 数量带来的变化，这一过程会造成性能损失。这里介绍的 CPVT，就主要来解决这个问题，CPVT 的解决方案是引入一个带有 zero-padding 的卷积来隐式地编码位置信息jPEG），从而省去了显式的 positional embedding，最重要的是 CPVT 模型在输入图像大小变化时性能是稳定的。PVT 这种特性是很多图像任务所需要的，比如分割和检测往往需要大小变化的输入图像。

  • 2021-04-09
  • 阅读526
  • 下载0
  • 8页
  • pdf