近年来物联网获得广泛应用，智能家居作为物联网应用之一，在提高生活便利性的同时，其安全问题也日趋严峻 . 物联网具有三层结构，最底层为感知层，感知层主要包含 RFID 和 WSN 两部分 . 在分析智能家居感知层密钥管理特点的基础上，总结智能家居感知层的密钥管理主体、过程、技术关注点，并详细论述了基于智能家居的物联网感知层 RFID 和 WSN 密钥管理技术，最后提出密钥管理技术研究方向
本发明涉及工业互联网中基于优先级的业 务实时调度方法，该方法中首先将业务进行分 类，然后根据优先级的高低让通信双方发送带时 间戳的报文，从而根据时间戳实时计算工业互联 网中端到端延时。该方法操作简单，容易实现，且 适用范围广。
参数时变的现象广泛存在于机械系统。如果系统参数随着时间而发生较大变化，振动主动控制方案就需要考虑时变参数对控制算法的影响。针对动力学特性变化较大的时变机械系统振动，提出一种模型实时辨识自适应控制算法，该算法将传统的滤波自适应算法与递归预测误差方法相结合，利用改变梯度的递归预测误差方法实时估计控制通道模型。建立弹簧质量支承的非均匀截面杆纵向振动时域模型，模型中随时间而变化的弹簧刚度导致模型动力学特性发生较大变化。用模型实时辨识自适应控制算法对建立的杆模型进行振动控制数值仿真，仿真结果表明，所提出的控制算法能有效抑制时变系统的窄带和宽带振动。相对于现有的方法，该控制算法能实现更好的控制性能。最后，将所提出的控制算法应用到时变的摇摆系统振动控制，实验结果验证了所提出控制算法的可行性和有效性。
现代供应链逐渐发展,电网企业电表数据全面采集汇入中台,数据量激增,对电表质量研究提出挑战。从电表误差、故障、可靠性、质量评价等方面归纳总结了现阶段电表质量的典型研究范畴,讨论其侧重点、优缺点及适用性；分析了大数据技术用于处理电表质量信息的关键技术及应用思路,提出一种基于大数据技术与典型研究相结合的智能电表质量分析框架,以便供应链各环节生成数据得以充分应用。
本发明适用于互联网技术领域，提供了一种 基于工业互联网的供应链管理系统，该系统记录 产品从原料到成品各阶段的监测或检测数据，包 括原料生长监测、原料质检、加工程序监测、成品 质检，仓储监测，实现成产品供应链数据的完整 追踪，当流入市场的成品出现质量问题时，通过 产品供应链数据的追踪和分析，即可获知产品质 量问题的根源，为后期产品质量的改善提供依据 和方向。
本发明公开了一种基于工业互联网的产品 周期控制方法，所述方法具体包括如下步骤：S1、 基于产品的存储时间来确定销售价格；S2、周期 性的基于各生命周期内的盈利额对销售价格进 行调整，售出产品的存储时间即为该产品的生命 周期。基于产品的存储周期来确定销售价格，存 储时间越长，销售价格越低，一方面较满足了高 端客户对新鲜食品的需求，另一方面，通过对存 储时间相对长的产品进行逐级降价，以达到缩短 产品生命周期的目的。
针对当前湖北省交通运输数据的存储管理与应用瓶颈,结合目前大数据技术的发展背景,本文基于 Hadoop 生态体系设计与实现了针对湖北交通运输业务的大数据存储分析平台。 文中从总体架构、存储结构、扩 展架构、数据接入与治理、分布式任务调度的设计实现到平台的应用场景进行了论述,并使用 10 年的高速公路数 据与具体业务场景对平台进行了存储与效率实验。 实验结果表明,相比传统关系型数据库,该平台在数据存储、 查询计算方面均具有非常明显的优越性
为了弥补某石化公司机泵状态监测 与分析预警系统阈值报警算法的不足，以传感器 所采集海量数据为基础，探索、研究趋势报警算 法，从而完善机泵状态监测系统的报警策略，并以 该算法的实践与成功案例分析，证明了基于大数 据趋势报警策略对机泵设备早期故障与突发故障 预警的有效性和准确性。
没有账户，需要注册
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
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”。
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。
中服设备健康管理系统依托中服云工业物联网架构搭建，面向工业全品类设备运维场景。 融合实时数据采集、状态监测、故障诊断核心能力，全天候掌握设备运行动态。 通过边缘计算与 AI 算法分析设备隐患，实现从被动维修向预测性维护升级。 有效降低设备故障率、减少停机损失，简化线下运维管理流程。 助力工厂实现设备数字化管控，保障产线高效、稳定、安全运行。
面向人工智能技术浪潮带来的算网融合发展新机遇和新挑战，期望产业链各环节凝心聚力、携手并进，共同推动算力网络运载力质量不断提升，以网强算支撑产业应用创新，促进培育新质生产力，助力数字经济高质量发展!
AI-OTN产业落地。遵循试点先行、分步迭代思路开展现网实践。可优先开展小规模试点，围绕高收益场景验证技术能力，在试点基础上逐步完成设备改造、能力迭代，同时兼顾网络智能化效率与业务运行安全。设备厂商需加快AI-OTN设备形态迭代，完善轻量化网络AI模型，夯实产业规模商用基础。
物联网平台、工业物联网、数字孪生、设备全生命、生产管理、IOT、三维可视化、数字化大屏、数据采集、SIS、DCS、SCADA 工业互联网平台、工业物联网、能源管理、时序数据库、实时数据库、数据中台、智慧园区、智能楼宇、生产管理系统、机加生产管理系统、MES、设备资产管理系统、设备运维管理系统、设备监控、设备健康、MDC、DNC、倾斜摄影、数字化交付、组态工具
教育机构的规模壮大，行政会议频繁，而机构的复杂性与地域的分散性常常使信息传达的周期过长，影响工作内容的执行，更耗费了不少的差旅费。本系统可以召开主会场和所有分会场参加的全网视频会议。利用视频会议系统可以随时召开日常会议，减少差旅会务成本，缩短时间消耗可 以打造一个跨区域多人共享、沟通无障碍的工作空间。
扫码咨询
或
客服咨询
用手机扫二维码
复制当前地址
方案库赚钱指南
