基于深度卷积神经网络的零件抓取系统研究

工业机器人是典型的机电一体化数字化装备，是智能制造的支撑技术，对着工业生产甚至社会发展起着重要作用。随着工业机器人应用领域的扩大，制造业对工业机器人的智能化要求越来越高，而深度卷积神经网络在计算机视觉领域中的应用为工业机器人智能化提供了一个重要方向。因此，对于基于深度卷积神经网络机器人零件抓取系统的研究具有重要意义。

2021-07-01
阅读190
下载0
83页
pdf

基于MES系统的复合材料生产信息化方案的设计

随着科学技术和产业革命的进步，国家提出了精益制造、智能制造等先进制造理念，采用现代信息技术，为企业的产品开发、生产、销售、服务等各个环节提供服务，实现信息采集、加工和管理的全面数字化管理。国内军工制造企业引进制造执行系统 MES，以提高生产管理水平和质量管理水平，加快制造信息化建设步伐，并取得了良好的效果。

2021-07-01
阅读209
下载0
83页
pdf

基于改进深度学习的故障预测维护关键问题研究

智能制造过程中关键设备的预测维护可以实现设备故障诊断过程从计划维修到视情维修的转变，对系统安全稳定运行至关重要。实时的早期故障诊断、精确的寿命预测模型构建是预测维护的两个关键环节。深度学习作为一种先进的数据特征抽取手段在故障诊断和剩余寿命预测中受到了广泛的关注。但是传统深度学习模型对于那些仅在频域中呈现显著征兆特征的机械类故障的实时精确诊断无能为力，另一方面现有基于 LSTM （Long Short-Term Memory）的深度学习剩余寿命预测模型的全连接网络结构具有较高的计算复杂度且无法保障剩余寿命预测的精确性

2021-07-01
阅读187
下载1
83页
pdf

基于情景和数字化预案的城轨应急决策方法研究

2021-07-01
阅读151
下载0
83页
pdf

夜巡机器人姿态与运动控制研究

近年来，随着互联网、人工智能等高新技术的快速发展，机器人的新技术、新产品也大量涌现，这既为智能制造行业提供了新的突破口，也从各方面改善了人们生活。机器人技术的应用已扩散到各个领域，其中，在深度融合互联网、物联网、人工智能、大数据的“智慧监所”建设中，安防机器人为提升监所智能化管理水平作出了巨大贡献。夜巡机器人作为一款安防机器人主要应用于看守所、监狱等室内场景，通过拟人化夜间巡逻监视工作，代替监所值班人员执行监室夜间巡逻任务，可减轻值班狱警的工作压力，降低狱警处理的危险性，提高监狱的安全监管水平。

2021-07-01
阅读223
下载0
83页
pdf

面向切削过程监测的高速低功耗工业无线数据采集处理系统

先进制造技术作为制造业的核心技术和支柱，在航天、军工和汽车等领域扮演着越来越重要的作用，而其中刀具是先进制造技术的重中之重。由于无法准确掌握传统装备的加工状态，其实际生产效率和生产质量不足理论值的一半。而准确掌握刀具的加工状态可以有效的提高切削效率，降低工件次品率，防止由于刀具磨损甚至损坏造成的停机甚至更大的安全事故。近年来，如何实时、准确、快速的掌握刀具的加工状态已经成为了国内外学者研究的重点难点。传统的智能装备数据采集系统大多采用有线传输的方式，传输距离短、传输效率低、不能快速准确的掌握加工状态。而无线传输不仅传输速度快、距离远、效率高，同时可以实现多设备同时通信，在智能装备信号监测系统中有着广阔的应用空间。

2021-07-01
阅读173
下载0
83页
pdf

枪钻深孔加工圆度误差形成机理与优化方案研究

随着社会的快速发展，人们日益增长的生活需要带动了对工业制造技术的高要求，同时，航空航天、交通运输、国防工业和智能制造等行业的飞速发展也对加工技术提出了更高的要求。深孔加工技术作为制造领域中重要的组成部分，也向着更精密、更高效、更智能的方向发展。圆度是衡量深孔加工质量的重要标准，具有装配、检测等功能的精密零件对圆度提出了更高的要求，而在传统加工工艺中，往往需要额外的工序来降低圆度误差，这大大降低了生产效率。枪钻是加工较小孔径的深孔类零件的主要加工方法，由于其结构的特殊性，加工孔普遍出现圆度误差，为提升加工质量，提高加工速率，故需要对枪钻深孔加工中的圆度误差进行深入的研究。

2021-07-01
阅读204
下载0
83页
pdf

复杂回转类零件自动特征识别算法研究

自特征识别技术发展到今天，逐渐形成了很多种特征识别方法。其中，使用最多的是基于边界匹配的特征识别方法。尽管如此，特征识别技术仍然没有满足当今智能制造领域的迫切需求。零件模型的复杂性与加工工艺的特殊性，使得工艺人员在寻找最通用的特征识别算法过程中不敢有丝毫松懈，本文在基于图的研究方法基础上，结合特征分解和预定义特征库进行特征匹配，识别回转类零件模型中典型的特征类型。论文主要研究工作如下

2021-07-01
阅读223
下载0
83页
pdf

上一页 1 …… 1485 1486 1487 1488 1489 1490 1491 1492 1493 1494 1495 …… 16635 下一页共 133073 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

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1874
下载7

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2358
下载11

中服设备健康管理系统产品介绍

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。

阅读2167
下载9

OpenClaw替我干科研

OpenClaw:不仅是对话窗口，更是行动助手一人工智能代理(AI Agent)正深刻重塑科学研究基本范式，OpenClaw成为2026年开源AI代理平台代表。

阅读1989
下载0

最新上线

2026人工智能时代全球教师关键能力报告

跨越文化与地域的差异，全球4636名教师在15项能力中的集体选择指向了一个“五维关键能力模型”:学习力、教学力、共情力、创新力与引导力。尽管不同地区教师的侧重点有所不同(如海外教师更专注数智素养与幸福力)，但从全球总样本加权来看，这五项能力拥有最广泛的共识，成为人工智能时代教师专业价值的基础。它们相互交织，共同构建了一个动态的、相互赋能的全球教师五维关键能力模型。

阅读355
下载1

2026西门子收购战略分析及对我工业软件做大做强启示报告

工业软件是现代工业的“数字大脑”与“神经网络”，是制造业数智化转型升级的“软基础”。在人工智能、数字孪生与物理AI加速融合背景下，工业软件竞争正从单点产品竞争转向“平台能力+数据体系+行业知识+生态网络”的系统竞争，头部企业通过持续并购整合快速构建全链条能力版图，成为全球产业演进的重要特征。其中，西门子近年来围绕工业软件连续开展战略性收购，逐步形成覆盖研发设计、工程仿真、生产制造、运维服务和工业智能的全生命周期能力体系，成为全球工业软件由工具软件向工业智能平台演进的重要代表。

阅读307
下载1

2026我国道路货运能源转型技术路径研究-基于行业调研报告

自2014年进入中国市场以来，智慧货运中心始终致力于打造合规、高效、可持续的中国物流货运行业，助力实现智慧货运中心的全球减碳目标。智慧货运中心支持工业和政府部门在排放测算与减排方面的政策目标，并且依托“零排放货运行动”平台，积极推广新能源重卡的应用。同时，基于可持续航空燃料在全球货运航空减排中的重要作用，智慧货运中心也着力构建面向中国及亚洲地区的行业交流平台。为实现零排放货运的长期目标，智慧货运中心将在所有项目中建立系统性机制，全面跟踪并评估潜在与已实现的减排成效。

阅读372
下载1

2026通用型智能体L1-L5分级安全框架白皮书

自2022年大语言模型(Large Language Model, LLM)取得突破以来，人工智能(ArtificialIntelligence,AI)正从“生成式工具”逐渐演进为“自主行动主体”。以大语言模型作为推理与决策核心的智能体(Agent)，能够感知环境、规划路径、调用工具、保持记忆，在有限人类监督下自主完成多步骤的复杂任务。2025年以来，智能体的数量和能力呈持续增长态势，应用场景和发展规模不断扩大，为千行百业的发展提供巨大的赋能价值。然而，与高速发展的智能体技术相伴的是日益凸显的安全挑战。近期国内外频发的智能体安全事件，以及政策界和学术界相继发布的安全风险提示均表明，技术演进与安全治理之间存在显著的时间差。