• 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

财政部印发《数据资产全过程管理试点方案》

为贯彻落实党中央、国务院关于数字经济的决策部署,充分激发数据资产潜能,防范数据资产价值应用风险,推动数字经济高质量发展,财政部选取部分中央部门、中央企业和地方财政部门(以下统称试点单位),从2025年初至2026年底,组织开展数据资产全过程管理试点。

  • 2024-12-30
  • 阅读327

明年工信部工作任务划重点,点名这些产业

12月26日至27日,全国工业和信息化工作会议(以下简称“工作会议”)在京召开。工业和信息化部党组书记、部长金壮龙出席会议并讲话。

  • 2024-12-30
  • 阅读480

工信部等三部门印发《制造业企业数字化转型实施指南》

12月25日,工业和信息化部、国务院国有资产监督管理委员会、中华全国工商业联合会三部门印发《制造业企业数字化转型实施指南》(以下简称《实施指南》)。

  • 2024-12-25
  • 阅读1296

SCI一区开源代码推荐|最大子空间可迁移性判别分析:一种用于风电机组故障迁移诊断的跨域相似性度量新方法

SCI一区开源代码推荐 | 最大子空间可迁移性判别分析:一种用于风电机组故障迁移诊断的跨域相似性度量新方法

  • 2024-12-24
  • 阅读600

IEEETIM多尺度深度注意Q网络:一种用于齿轮箱不平衡故障诊断的深度强化学习新方法

确保机械驱动系统的安全在很大程度上依赖于准确的变速箱故障诊断。然而,实际多工况和不均匀样本分布的存在使变速箱的故障诊断更具挑战性。尽管使用卷积神经网络(CNNs)的智能故障诊断(IFD)已经显示出有希望的结果,但它们通常需要强大的反馈学习和经验丰富的超参数调整来完成不同的任务。在本文中,从深度强化学习(DRL)的角度提出了一种新的方法,称为多尺度深度注意力Q网络(MDAQN),用于不平衡齿轮箱故障诊断。引入了一种考虑类间偏差的不平衡分类马尔可夫决策过程(ICMDP),作为数据不平衡情况下增强分类策略学习的环境模拟。此外,设计了一种新的多尺度注意力卷积网络作为深度Q网络(DQN)算法的代理结构,从而提高了在复杂运行条件下的判别特征学习能力。通过利用DRL的弱反馈交互,对诊断模型进行训练,从而有效地进行不平衡齿轮箱故障诊断。在三个齿轮箱不平衡数据集上的实验结果表明,MDAQN表现出优越的特征提取能力和泛化能力,与多种现有方法相比,准确率超过99.0%。Index Terms—注意力,深度强化学习(DRL),变速箱,不平衡故障诊断,多尺度学习

  • 2024-12-23
  • 阅读835

如何实现“零样本”交通信号控制?图神经网络如何让智能交通系统适应任意复杂的道路结构?其中的关键原理是什么?

在现代城市化进程中,交通拥堵已成为全球性问题。传统的交通信号控制方法往往依赖于预先设定的规则和大量的历史数据,但随着城市道路网络的复杂化和动态变化,传统方法在面对未见过的道路结构或场景时显得力不从心。因此,如何实现一种无需依赖先验数据、能够直接适配任意复杂道路结构的“零样本”交通信号控制,成为智能交通领域的重要研究方向。

  • 2024-12-22
  • 阅读514

一般来说,三层神经网络可以逼近任何一个非线性函数,为什么还需要深度神经网络?为什么深度学习模型能够自动提取多层次特征?|深度学习

一般来说,三层神经网络可以逼近任何一个非线性函数,为什么还需要深度神经网络?为什么深度学习模型能够自动提取多层次特征?|深度学习

  • 2024-12-22
  • 阅读539

西安市工业和信息化局关于开展西安市中小企业数字化水平现场调研工作的通知(2024-12-17)

西安市工业和信息化局关于开展西安市中小企业数字化水平现场调研工作的通知

  • 2024-12-20
  • 阅读2772
上一页 1 …… 1612516126161271612816129161301613116132161331613416135 …… 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2745
  • 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36
  • 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