• 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

工业智能化的核心:故障预测与健康管理(PHM)

通过大数据分析能够有效发现问题间的关联性,但对于挖掘问题之间的因果性却相对乏力,而后者恰恰是工业领域实现智能化转型的关键。要实现对于问题因果性的挖掘,就需要结合工业机理知识,在深入了解系统结构和运行逻辑的基础上进行分析及预测。具体到应用的关键点,最核心的一部分是故障预测与健康管理(PHM)。

  • 2024-05-07
  • 阅读274

基于加速退化试验的滚珠丝杠副统计分析

为有效地获取滚珠丝杠副精度寿命特征, 利用滚珠丝杠副磨损特征建立加速退化模型, 并且根据设计的试验装置和试验过程的摩擦力矩值变化情况, 采用参数估计方法进行退化数据的统计分析, 获得不同应力水平下的滚珠丝杠副加速退化参数模型。

  • 2024-05-07
  • 阅读296

基于声振数据融合的轴承故障诊断1D-CNN算法

通过加速度计和传声器采集数据,实现更准确、鲁棒的轴承故障诊断。该方法从原始振动信号和声学信号中提取特征,并利用基于1d - cnn的网络进行融合。在十组轴承上获得的大量实验结果用于评估所提出方法的性能。通过分析不同信噪比下的损失函数和准确率,经验发现该方法比基于单模态传感器的算法具有更高的诊断准确率。此外,还进行了可视化分析,探讨了所提出的基于1d - cnn的方法的内部机制。

  • 2024-05-07
  • 阅读697

西交赵志斌论文推荐-旋转机械智能诊断的深度学习算法

本文详细评估了深度学习(DL)模型在旋转机械智能诊断中的应用,旨在通过深度学习技术改善旋转机械故障的诊断准确性和可靠性。作者通过分析不同数据集和超参数推荐使用的问题,并且因公开源代码的缺乏导致不公平的比较和效果提升无效,进行了综合性评价。通过使用四种模型(多层感知器MLP、自动编码器AE、卷积神经网络CNN和循环神经网络RNN)和七个数据集进行基准研究,旨在为旋转机械的智能诊断提供一个基准研究。

  • 2024-05-06
  • 阅读1175

综述|基于电流特征的电机故障诊断研究进展—轴承

现代经济依赖于制造业、能源、石化、制造业、能源、石化、交通运输和国防装备的可靠、不间断运行。实施故障预测与健康管理(PHM)技术是保证设备安全运行的重要方向。成本低、经久耐用、功率重量比高、能量转化率优异的电机逐渐成为各行业的核心驱动设备。电机故障普遍存在,因此状态监测和故障诊断至关重要。恶劣的工作环境和频繁的负载变化是电机故障的主要原因。电机故障或突然停止服务可能会严重危及整个生产系统的安全,除电动机本身受到伤害外,还会造成重大的生产损失。因此,需要对电机进行及时的状态监测和故障诊断,防止意外事故的发生。及时评估电机还可以实现最佳维护策略的调度,例如何时更换关键部件,最大限度地提高可用性,最大限度地减少停机时间,并最大限度地降低维护成本。

  • 2024-05-06
  • 阅读1284

基于图卷积网络的轴承故障诊断

针对基于图卷积网络(GCN)的故障诊断方法大多默认节点间的权重相同、导致诊断精度较低与鲁棒性较差的问题,提出了一种基于欧式距离和余弦距离的 GCN 故障诊断方法(EC-GCN)。

  • 2024-05-06
  • 阅读1035

小样本轴承故障诊断研究综述

基于数据驱动的轴承故障诊断方法依赖大量标记数据,而在实际生产过程中很难收集到大量的数据。因此小样本的轴承故障诊断具有很高的研究价值。

  • 2024-05-06
  • 阅读993

基于深度学习的旋转机械大数据智能故障诊断方法

为了更加有效的从多传感器原始故障数据中提取出故障特征,解决单一诊断算法提取时序数据特征时的信息丢失问题,提出了一种基于改进 LSTM-GCNN 的深度循环卷积神经网络新算法用于机械装备大数据的故障智能诊断。

  • 2024-05-06
  • 阅读1096
上一页 1 …… 1625516256162571625816259162601626116262162631626416265 …… 16652 下一页 共 133209 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

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638
  • 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2418
  • 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2859
  • 下载14

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2596
  • 下载10

最新上线

2026工业网络现状报告

十多年以来,关于工业网络的讨论一直围绕着数据表现展开。诸如"哪种协议的市场份额在上升?哪种在下滑?哪种标准最终将胜出?"这类问题固然依旧关键,您也可以在本报告第4页的年度市场份额数据中找到最新解答。然而,如今任何深耕工业自动化领域的专业人士都清楚,行业关注的核心问题已经发生了转移。

  • 阅读37
  • 下载0

2026金融智能体可信互联研究报告

在国务院《关于深入实施“人工智能+”行动的意见》指导下,众多企业加速推进人工智能应用落地,并积极探索智能体的潜在价值,2025年由此成为智能体发展的元年。2026年5月,中国人民银行等四部门印发《关于“人工智能+金融”的实施意见》,推动人工智能与金融行业广泛融合。为支撑跨模态、跨模型、跨机构、跨行业的复杂任务协同,满足金融业“开放、融合、高效”的发展诉求,智能体正从单一模式朝着多智能体协同与互联互通的方向演进。在此背景下,智能体通信协议迅速发展。

  • 阅读36
  • 下载1

2026年6月汽车经销商库存预警指数报告

调查显示,库存、市场需求、从业人员分指数均环比下行,平均日销量与经营状况分指数小幅回升。终端市场需 求动能偏弱,消费者持币观望情绪依旧,缺乏重磅利好激活市场。

  • 阅读34
  • 下载0

2026年Coactive Agent技术白皮书-面向开放世界的Agent范式

本白皮书围绕Coactive:Interactive x Proactive 双态协作展开,依次讨论行业洞察、愿景与顶层架 构、智能主体、环境感知、认知底座、元进化、企业可信落地与应用场景,形成从协作范式到系统实 现、价值验证和可信治理的完整论证。

  • 阅读36
  • 下载1
  • 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