为贯彻落实《中国制造2025》 和《广东省智能制造发展规划（2015-2025年）》，本项目开展了彩电制造数字化车间项目的建设，大力推进装备自动化、柔性化、智能化升级，实现了工艺流程改造、生产与管理数据的互联共享。运用自动化和信息化实现精益智慧工厂，为客户提供定制、交互、柔性的产品+服务。
传统的企业联机分析处理（OLAP）主要基于关系型数据库,存在实时分析瓶颈。随着企业数据的爆炸性增长,需要采用大数据分析实现从"业务驱动"向"数据驱动"的转变,充分挖掘海量数据中有价值的信息。而要实现"大数据"分析,企业迫切需要构建高效的大数据管理平台。文章引入Spring Batch核心框架,通过剖析其对文件和数据库的读写操作,重点研究基于Spring Batch开发批处理程序的方法和技巧,从而高效构建高内聚、低耦合的企业大数据批处理应用。
：阶梯水价促进智能水表逐渐普及。国务院2015年上半年印发的《水污染防 治行动计划》要求加快水价改革，县级及以上城市应于2015年底前全面实行居民阶梯水 价制度，具备条件的建制镇也要积极推进。同时，2020年底前，全面实行非居民用水超定 额、超计划累进加价制度。为了贯彻阶梯水价政策，对阶梯水价的科学机制做到准确计 量，智能水表的支持必不可少。《我国水表行业“十三五”发展规划纲要》指出，“十三五”期 间智能水表（含智能应用系统）销售收入占全部水表销售比例要达到40％，伴随着政策向 好，智能水表的市场规模也将稳步提升。 然而现阶段，水务行业生产管理技术、理念和运营方式上普遍较为陈旧，缺乏详实的 数据支撑，导致了不合理的生产调度、过高的资源消耗与浪费，同时也给自来水的安全生 产和调配埋下了隐患。当前我国每个城镇基本上都拥有给水排水系统，但绝大多数自动 化和信息化程度较低，且大多处于亏损状态，如果再继续延用传统的水务管理模式，不但 不利于行业长期发展，还将加大政府与公司的负担。“供节水管理‘智慧’化”是行业发展 的必然趋势，智慧水务对智能水表提出新要求，NB—IoT技术的应用将大大降低智能水表 的成本。我国水表行业已经将NB—loT无线网络接入技术列入我国水表行业“十三五’’ 期间重要推广的应用技术，并计划在水表行业内组建“无线通信技术工作组”，制订相关标 准和技术解决方案，进行大面积推广前的试点工作，推进NB—IoT技术在智慧供水业务 中的应用。
通过分析物联网资源寻址特性，对互联网资源寻址的层次迭代模型进行扩展．提出物联网资源寻址的通 用层次模型，为解决由多种物品编码标准共存而引起的物联网资源寻址的特有问题提供理论模型依据．根据此模型， 建立物联网资源寻址的应用结构模型，并通过对其功能性的实现，验证了通用层次模型的有效性及可行性．
生命周期大数据驱动的复杂产品智能制造服务新模式研究
近年来我国在区域卫生信息平台中采集存储了大量的居民医疗健康数据。宁波区域卫生信息平台已经从基层医疗机构以及二/三级医院的信息系统中采集了近10年的医疗卫生数据。本文以宁波市鄞州区区域卫生信息平台上汇聚的医疗卫生数据为基础,分析了大数据在医疗卫生领域的应用背景,阐述了医疗卫生大数据关键技术,探索了医疗卫生大数据分析的实施路径,总结了医疗卫生大数据分析应用案例。医疗卫生大数据分析挖掘结果将对居民健康管理、医疗卫生服务、临床科研、管理决策,特别是慢性病管理具有重要的意义。
以智能电网（数字电网）为框架，分析了智能电网（数字电网）的关键功能与要求。结合物联网概念及射频识别技术， 提出了电力物联网（IOTIPS）的概念，并对其应具备的功能、结构以及关键技术和因素做了描述与分析。电力物联网是以网 络技术、数据库技术，通信技术的发展为基础的智能型网络，它的应用将显著提高电力系统的稳定性与安全性，同时亦能满 足保护环境、节能减排的可持续发展要求，促使电网水平进入一个更高的层次．
构建基于大数据的电力工程监理机制,分别从成本、质量、进度、安全等4个方面,将原有工程监理与电力大数据进行巧妙融合,改变人工监理方式,构建同类项目数据库和本项目历史数据库。在进行工程监理过程中,实时采集本项目各项数据,同时分别抽取纵横向数据库中有用信息,与本项目进行实时对比,便于及时发现问题并采取措施补救。大数据与电力工程项目监理进行融合顺应时代发展潮流,是目前解决现存工程监理问题的最优选择。
没有账户，需要注册
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
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”。
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。
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。
中服云工业物联网平台入选工信部工业互联网优秀产品、制造业与互联网融合发展试点示范项目，并获评工业互联网平台20强之一。未来，中服云将继续深耕工业物联网领域，以自主可控的平台技术赋能更多行业的数字化、智能化转型。
本白皮书中，“800V直流供配电系统”用于指面向数据中心场景的系统级供电与配电架构;“800V直流母线”用于指系统中的主干直流配电电压平台;“SST”用于指固态变压器技术路线;“PDM、PDU、rPDUPowerShelf、Sidecar”等机柜侧设备名称在不同生态和厂商中可能存在功能边界差异，本文主要按照系统功能进行归纳，具体定义应以产品规格书和项目方案为准
当人工智能以前所未有的速度重塑千行百业，医疗 健康领域也正在经历一场从“经验驱动”迈向“数 据智能”的深刻变革。医学影像贯穿疾病筛查、临 床诊断、治疗规划、疗效评估和随访管理全过程， 具有应用频率高、数据规模大、临床价值直观等特 点，已成为人工智能率先实现规模化应用的重要医 疗场景之一。
扫码咨询
或
客服咨询
用手机扫二维码
复制当前地址
方案库赚钱指南
