• 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

讲透一个强大算法模型,LSTM

LSTM,善于建模时间序列的非线性动态模式;能够捕捉长期依赖信息。但是训练复杂,对特征解释力较弱。 而随机森林,具有强大的特征选择能力,稳定性高,训练速度快,抗噪性强。但是不擅长捕捉时间序列中的序列依赖性 将二者结合起来的混合模型优势: LSTM用于建模时序依赖性,提取深层次的时间动态特征; RF用于建模非线性关系与残差校正,增强模型稳定性与泛化能力; 结构更灵活,预测更准确,解释性更强。

  • 2026-01-03
  • 阅读591

基于数据驱动的异常检测模型在机械设备故障诊断中的应用

在现代工业体系中,旋转机械(如电机、泵、风机、齿轮箱、压缩机等)是生产流程的核心动力单元。一旦发生突发性故障,不仅会造成产线停摆、经济损失,还可能引发安全事故。因此,实现对设备故障的早期预警与精准诊断,始终是预测性维护(Predictive Maintenance, PdM)和设备健康管理(Prognostics and Health Management, PHM)领域的核心目标。

  • 2025-12-28
  • 阅读567

大型振动数据集分析方法与故障诊断框架

大型振动数据集的分析核心在于:从海量、高维、多源的振动信号中高效提取具有故障敏感性的特征,并融合数据驱动与机理驱动方法,实现对旋转机械(如风机、电机、齿轮箱等)的精准、可解释、鲁棒的故障诊断。完整的分析流程涵盖:数据预处理 → 特征工程 → 模型构建 → 诊断决策,四大关键环节,并需紧密结合设备运行机理与典型故障模式。

  • 2025-12-28
  • 阅读499

DigiTwin|涡轮轴发动机数字孪生:状态监控与故障诊断

本研究提出了一种基于动态物理半经验模型的数字孪生框架,用于工业涡轮轴发动机的实时状态监控与故障诊断。该框架结合了物理模型的解释能力与数据驱动的适应性,通过时间窗口残差嵌入方法与动态自适应阈值技术,提升了故障特征的时间表征与诊断鲁棒性。研究以某两轴涡轮轴发动机为对象,建立了详细的组件级模型,并利用实验数据与性能图谱进行参数校准。通过构建包含多种故障类型的故障表,结合模式识别分类器与严重性感知融合机制,实现了对故障类型及其严重程度的准确识别与分类。仿真验证表明,该系统能够有效检测并诊断包括执行器、过程与传感器在内的多种故障,提供早期预警与故障演化时间线,为工业燃气轮机的智能维护提供了可行方案。

  • 2025-12-28
  • 阅读544

管道及仪表流程图(P&ID)核心信息总结

P&ID(Piping and Instrumentation Diagram)是 EPCC 项目的核心工程文档,核心作用是详细展示工艺系统中管道、设备、仪表、阀门及控制回路的连接关系与操作逻辑,贯穿项目设计、采购、施工、调试全流程。

  • 2025-12-28
  • 阅读609

算法篇——常用的十大滤波算法

算法篇——常用的十大滤波算法

  • 2025-12-28
  • 阅读501

算法篇——卡尔曼滤波,由浅入深,小白也能看明白

卡尔曼滤波我计划分为两部分,卡尔曼滤波(一)基础篇;算法篇——卡尔曼滤波(二)进阶,算法篇——卡尔曼滤波(三)实战

  • 2025-12-28
  • 阅读3063

算法篇——PID入门教程(二),从本质上真正理解PID,将连续型公式离散化,附带代码

紧接上文,我们讲的是连续形式的PID公式,但连续形式的PID需要用模拟电路来实现,对于单片机而言,我们需要离散形式的PID,本节我们就来看看离散型PID的具体实现:

  • 2025-12-28
  • 阅读497
上一页 1 …… 1609416095160961609716098160991610016101161021610316104 …… 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104
  • 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940
  • 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2749
  • 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3175
  • 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37
  • 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57
  • 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64
  • 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60
  • 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