• 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

梯度下降(GradientDescent)

梯度下降(Gradient Descent)是一种一阶优化技术,用于寻找局部最小值或优化损失函数(loss function)。它也被称为参数优化技术(parameter optimization technique)。

  • 2024-05-06
  • 阅读298

机器学习:基于实例vs基于模型

被归类为基于实例学习的机器学习系统是那些通过记住训练示例然后基于某种相似度度量来泛化到新实例的系统。这些算法的时间复杂度取决于训练数据的大小。

  • 2024-05-06
  • 阅读301

卷积神经网络(ConvolutionalNeuralNetwork)的重要概念

卷积神经网络(Convolutional Neural Networks),也被称为convet,是一种特殊的神经网络,用于处理具有已知网格状拓扑的数据,比如时间序列数据(1D)或图像(2D)。

  • 2024-05-06
  • 阅读294

MLP的时代结束了?全新神经网络架构KAN横空出世

多层感知器(MLP, Multilayer Perceptron)作为人工神经网络的一个基本架构,一直在历史上扮演着至关重要的角色。MLP 可以被视为深度学习领域的“基石”或“基础构件”

  • 2024-05-06
  • 阅读381

修程修制——动车组设计寿命中后期运维策略研究

2007年4月,我国首批动车组上线运营;截至2023年5月,部分动车组运营时间已超16年,累积运营里程超800万km。经过10余年的运用,我国动车组部分已达到或超过设计寿命中期,逐步进入设计寿命中后期阶段。我国运营时间超过10年的部分车型动车组服役寿命状况见表1。 由表1可知,各车型设计寿命参差不齐,其中,CRH1A为25年、CRH5A为30年、其他车型均为20年。目前,CRH1A/2A/3C/5A动车组的最长运营时间已达到或超过15年,其中CRH2A最长运营时间甚至超过17年,剩余设计寿命仅3年,已进入设计寿命中后期阶段。

  • 2024-05-05
  • 阅读1918

运营管理——高铁车站客运设备维修施工规范化标准化研究

随着高铁的快速发展,高铁线路运营里程不断增加,客流量、行车密度越来越大,高铁车站客运设备在旅客运输组织中的地位也愈发突出,客运设备的正常运行对于保障高铁列车运行及乘客出行至关重要,设备的运维质量和维修效率直接影响铁路运输安全及旅客出行体验。因此充分利用“三按四化一实现”工作机制实现客运设备维修施工管理的标准化与规范化,既是对客运设备维修施工管理的规范和创新,也是针对客运专业“管理上水平”工作主线的有效举措。研究客运设备维修施工的标准化与规范化,并在实际工作中验证方法的可行性和可操作性,实现高效稳定的客运设备维修施工管理,达到安全可控的管理目标,提升客运设备维修施工管理水平,从而让旅客出行体验更美好,这对铁路客运领域具有重要的现实意义和理论意义。

  • 2024-05-05
  • 阅读346

重大攻关——基于运行模态参数辨识的动车组异常振动在线监测技术

随着动车组速度提高,轮轨间动力作用不断加剧,当轮轨匹配关系不良或车体、转向架、车轮等部件磨耗、配合间隙超过运用限度时,容易造成动车组异常振动,引起旅客不舒适反应,甚至影响动车组运行安全。

  • 2024-05-05
  • 阅读365

牛道安:高速铁路基础设施检测监测大数据分析技术研究与实践

截至2023年底,我国高速铁路营业里程已达4.5万km。伴随铁路路网规模扩大和成网运营,实现基础设施安全风险全面感知、设备状态准确评价、趋势变化精准预测,是确保铁路持续安全运营的重要技防手段。牛道安等结合新形势下高速铁路高质量发展和工电设备修程修制改革要求,在既有专业检测监测系统基础上,研究提出高速铁路基础设施检测监测体系框架,为推进实施基础设施精准维修和预防性状态修,以及提高维修效率、降低维修成本奠定了理论基础。

  • 2024-05-05
  • 阅读437
上一页 1 …… 1627116272162731627416275162761627716278162791628016281 …… 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102
  • 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939
  • 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2744
  • 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3174
  • 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32
  • 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56
  • 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63
  • 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58
  • 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