• 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

物联网万亿金矿开启,科技巨头逐鹿产业智能化

近年来,智能化浪潮席卷全球,为各行各业创新释放活力。身处科技前沿的科技巨头,则是推动全球智能化浪潮背后中坚力量。需要指出的是,以人工智能、物联网、云计算、边缘智能的新技术,推动物联网产业呈现蓬勃发展态势,在全球蕴藏万亿美元市场机遇。

  • 2021-04-25
  • 阅读331
  • 下载0
  • 6页
  • pdf

制药废水处理方案

制药工业废水主要包括抗生素生产废水、合成药物生产废水、中成药生产废水以及各类制剂生产过程的洗涤水和冲洗废水四大类。其废水的特点是成分复杂、有机物含量高、毒性大、色度深和含盐量高,特别是生化性很差,且间歇排放,属难处理的工业废水。随着我国医药工业的发展,制药废水已逐渐成为重要的污染源之一,如何处理该类废水是当今环境保护的一个难题。

  • 2021-04-25
  • 阅读301
  • 下载0
  • 12页
  • docx

未来的智慧城市:未来的城市生活愿景

如今,世界正在迅速城市化。随着人口的增加和技术使每个人之间的距离越来越近,越来越多的人将成为城市居民。仅在未来五年内,仅中国一个地区就将拥有221个城市,人口超过100万。 随着城市重要性的提升,值得我们考虑的是城市规模和范围的这种趋势将如何影响 “智慧城市”的发展。

  • 2021-04-25
  • 阅读338
  • 下载0
  • 7页
  • pdf

制药行业废气治理解决方案

近年来,废气治理引起各界关注,空气质量成为公众关注焦点。不同行业的废气治理有不同的特点,北极星节能环保网发布不同行业废气治理系列报告文章,含制药行业废气治理、包装印刷行业废气治理、油气回收等。现发布不同行业废气治理系列报告文章之一:制药行业废气治理解决方案。

  • 2021-04-25
  • 阅读340
  • 下载0
  • 17页
  • docx

制药工业对密封解决方案

制药工业几乎所有领域都会用到密封解决方案,例如,体内诊断、疫苗、酶、蛋白质和经血液分离的制备产品。制药行业的法律准则对纯度要求极为严格,因此,制药行业的密封件必须具有良好的化学抗性,并能有效地防止制造流程中出现污染。制药行业密封件制造的另一个挑战是工艺的多样性,密封件材料配方需要满足许多不同的要求。科德宝集团开发了70硬度EPDM 291、85硬度EPDM 292和Fluoroprene? XP等材料,以及多种洁净设计密封件,既能满足制药业对操作环境的要求,又能满足制药业对这类特殊应用的高纯度和洁净要求(USP第VI级)。

  • 2021-04-25
  • 阅读467
  • 下载0
  • 10页
  • docx

物联网系统时代:iOS、安卓拜拜?

随着智能汽车、智能家居、智慧交通等智慧场景的应用落地,智慧化生活场景正在成为现实。在技术应用层面,这些智慧场景的实现,都需要操作系统的支持。这种情况下,以物联网技术为核心的IoT操作系统地位愈加凸显。 与此同时,在智能硬件广有布局的华为、小米、BAT等国内企业们,也开始纷纷进军IoT操作系统,这在一定程度上推动了国产IoT操作系统的崛起。

  • 2021-04-25
  • 阅读328
  • 下载0
  • 5页
  • pdf

基于ANN贡献分析及GEP算法的地铁车站土建造价预测模型_王杰

科学地选取工程特征因素及预测方法对于构建一个好的造价预测模型十分关键。在选取的14个影响地铁车站土建造价特征因素中,利用神经网络贡献分析的变量选取方法,筛选出12个主要特征因素。并针对这选定的14个全部特征因素和12个主要特征因素分别组合BP神经网络和GEP 2种预测方法构建4个不同的造价预测模型,应用18组地铁车站土建造价和特征因素的历史数据进行实例探究,通过R2,MSE,RMSE和MaxRE 4个指标的评价,结果表明:用主要特征因素为模型输入变量能显著提高模型的预测精度,且和GEP算法组合建立的造价预测模型为最优。将主要特征因素选取和预测方法选取相结合构建求解的最优模型很好地解决了已有相关研究中选取特征因素主观性多科学性不足及未考虑特征因素选取对预测方法选取的影响问题。

  • 2021-04-25
  • 阅读571
  • 下载0
  • 10页
  • pdf

基于PCA_LSTM模型的多元时间序列分类算法研究_张可

多元时间序列数据广泛存在于金融市场、动作识别等众多领域,但由于其存在指标多、时序长等特点,现有分类算法难以兼顾两个维度的特征提取。文章提出将PCA和LSTM综合应用于多元时间序列分类问题中序列,采分用类P算CA法提。取并指通标过维与度k N特N征、SV,利M用等L分ST类M算遗法忘在门多学个习数时据间集维上度的特实征验,对从比而,建验立证基了于该P方C法A-不LS仅TM降的低多了元计时算间复杂度,且在多个数据集上均取得了精度较高的实验结果。

  • 2021-04-25
  • 阅读544
  • 下载0
  • 6页
  • pdf
上一页 1 …… 1608716088160891609016091160921609316094160951609616097 …… 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