• 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

基于稳态子空间分析的铣削刀具状态监测方法研究

数控铣床作为使用最为广泛的设备之一,其智能化程度直接影响 到智能制造的实施。刀具作为铣床实施铣削操作的最终端部件,是铣 削加工成功的关键因素,也是最易损伤和浪费最严重的部件,对其进 行及时有效的状态识别与监测非常重要。本文研究铣床加工过程中刀 具的状态监测技术,为铣削刀具状态评估以及维护决策提供有效的信 息参考。

  • 2021-07-01
  • 阅读156
  • 下载0
  • 67页
  • pdf

“互联网+”背景下以战略为导向的企业组织变革研究

近年来,中国工业企业一直在努力寻找发展新动能,互联网+、两化融合、工业互联网、智能制造、高质量发展等各种创新道路相继出现。但是,很多工业企业的探索之路非常曲折,探索成本高企,探索结果却令人沮丧,企业销售业绩下滑、生产开工不足、利润率快速下降、职工减员分流等现象有逐渐蔓延之势。

  • 2021-07-01
  • 阅读126
  • 下载0
  • 108页
  • pdf

基于机器人的线结构光三维扫描系统关键技术研究

在智能制造变革趋势中,物体三维数据在工业测量、逆向工程、虚拟现实、人 工智能等众多领域有着广泛的应用。而传统的三维数据采集方式已不能满足现代三 维测量中高精度、高效率、高柔性的要求,本文针对手持式扫描效率低、稳定性不 足以及固定式轨道扫描柔性低、测量范围有限的问题,提出了一种基于机器人的线 结构光三维扫描系统,并对其关键技术展开研究。系统在继承线结构光测量高精度、 非接触、实时性强等优点的基础上,增强了测量柔性、扩展了测量范围。本文的工 作内容和创新点如下

  • 2021-07-01
  • 阅读139
  • 下载0
  • 86页
  • pdf

MES系统中作业车间调度问题的算法研究

随着工业 4.0 时代的到来,智能制造的发展和应用极大的促进了人类社会的 进步与发展。制造执行系统(MES)是制造业企业在生产车间用于管理和监控工作 流程的智能控制系统,它是上层计划管理系统和下层工业控制系统之间的桥梁。 MES 侧重于生产计划的执行,因此车间调度成为 MES 最基本的功能之一。调度 工序的准确性和合理性尤其重要,良好的生产计划可以极大的提高制造效率。柔 性作业车间调度问题(FJSP)是传统作业车间调度问题(JSP)的扩展,FJSP 比 JSP 更加符合实际的生产车间,是当今制造业企业面临的一个迫切需要解决的难题。 本文结合当前车间调度问题的研究现状,首先提出了改进的非支配排序遗传算法 (NSGA-II),然后将改进的算法应用到多目标 FJSP 问题中求解。本文以研究 NSGA-II 算法为理论基础,结合实际的多目标柔性车间调度应用问题,利用 Matlab 软件进行模拟仿真实验。论文可总结如下

  • 2021-07-01
  • 阅读147
  • 下载0
  • 77页
  • pdf

基于多流形谱聚类的无监督故障识别方法研究

智能制造的深度发展,使得制造车间的数据呈现了爆炸性的增长。如何挖掘上述数据的价值,为制造车间的运行优化与决策提供服务,已成为当前的研究热点。机器学习是制造数据分析与处理最常用的方法之一。然而,在实际制造系统中难以获取高质量的带标签数据。因此,研究无监督的机器学习方法,以处理海量无标签的制造数据具有广 阔的应用前景。谱聚类是一种无监督流形学习方法,能充分挖掘隐藏在高维非线性数据中的本征结构,并根据本征结构将数据分为不同簇。但是,谱聚类假设数据分布于单一流形上,而制造数据往往分布于多个流形上。因此,本文针对多流形分布数据,改进谱聚类算法,并将其应用于故障识别,同时提出了一种对新增样本快速识别故障的方法。

  • 2021-07-01
  • 阅读172
  • 下载0
  • 60页
  • pdf

基于MES系统的复合材料生产信息化方案的设计

随着科学技术和产业革命的进步,国家提出了精益制造、智能制造等先进制造理念,采用现代信息技术,为企业的产品开发、生产、销售、服务等各个环节提供服务,实现信息采集、加工和管理的全面数字化管理。国内军工制造企业引进制造执行系统 MES,以提高生产管理水平和质量管理水平,加快制造信息化建设步伐,并取得了良好的效果。

  • 2021-07-01
  • 阅读146
  • 下载0
  • 83页
  • pdf

浅议智慧城市建设中的底层设计_以_省略_接新型智慧城市建设的技术路线探讨_林润泉

新型智慧城市建设应用多表合一远传抄表系统作为底层设计,消灭信息孤岛,实现互联互通。这是新型智慧城市建设的新的技术路线。

  • 2021-07-01
  • 阅读164
  • 下载0
  • 5页
  • pdf

5G_新基建_热潮下智慧城市建设迎来发展新机遇_蒋遇龙

<正>一、智慧城市建设市场发展现状与短板1.智慧城市建设情况我国城市建设先后经历了数字城市、无线城市、智慧城市、新型智慧城市的发展道路。从2010年IBM正式提出了"智慧的城市"愿景开始算起,智慧城市建设在全国各地如火如荼地开展已历时近10年时间。最初的前5年(2010-2015年),由于智慧城市建设没

  • 2021-07-01
  • 阅读118
  • 下载0
  • 8页
  • pdf
上一页 1 …… 16111612161316141615161616171618161916201621 …… 2040 下一页 共 16314 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

竞争对手分析

母公司公司的总目标是什么?母公司要求该业务单位做什么?将业务单位的定位是什么(基础业务还是边缘业务)

  • 阅读257
  • 下载0

2025知识图谱与大模型融合实践案例集

随着人工智能的迅猛发展,知识图谱与大模型作为两大核心研究领域,各自彰显出独特的技术优势。知识图谱以结构化方式精准刻画实体关联,为知识表示与推理提供了可解释的框架;大模型则凭借海量数据训练展现出卓越的自然语言理解与生成能力,具备强大的泛化学习性能。

  • 阅读297
  • 下载6

国内重点工业物联网平台四类厂商分类及选型指南

国内重点工业物联网平台四类厂商分类及选型指南

  • 阅读411
  • 下载6

工业物联网平台的典型应用场景深度分析

工业物联网平台发展重点: 一是行业深耕化,从通用型平台向“一米宽、百米深”的行业垂直平台转型,聚焦能源、交通、化工等领域的特定需求,沉淀场景化解决方案与行业Know-how,而非追求“大而全”的覆盖能力。 二是智能融合化,工业大模型与平台深度结合,实现工业知识的智能化重构、应用开发的低代码化升级,以及生产运营的自感知、自决策、自优化闭环管控,AI成为提质增效的核心变量。 三是生态协同化,平台不再是单一技术载体,而是串联产业链上下游的协同中枢,通过跨系统数据融合、产学研用金深度合作,形成“数据-算力-应用”的生态闭环,赋能供应链协同与产业集群升级。 四是部署灵活化,采用“平台化产品+私有化部署”结合的模式,兼顾中小企业轻量化需求与大型集团定制化诉求,支持公有云、私有云、边缘端的混合部署,平衡成本与安全性。

  • 阅读427
  • 下载10

最新上线

智能网联汽车(车联网)蓝皮书(2025年)

报告围绕智能网联汽车产业高质量发展主题,从全球态势、场景应用、技术趋势三大维度系统梳理了产业发展现状,深入剖析了智能网联汽车在汽车、交通、城市治理等领域的价值释放路径,提出了推动产业高质量发展的举措建议与发展展望。

  • 阅读25
  • 下载0

低空产业高质量发展路径与策略研究报告(2025年)

报告重点聚焦低空产业,提出低空产业的体系架构,探讨低空产业发展现状、路径及挑战,提出低空产业下一步发展思考和建议。

  • 阅读11
  • 下载0

人工智能赋能中小企业高质量发展研究报告(2025年)

报告系统性梳理了中小企业人工智能规模化应用的演进态势,分析了模型创新、算力普惠、产品成熟及开源生态蓬勃发展对降低技术壁垒、提升场景适配度的关键驱动作用。

  • 阅读8
  • 下载0

AI4SE行业现状调查报告(2026年)

报告以《智能化软件工程技术和应用要求》《面向软件工程的智能体技术和应用要求》等系列标准为参考,聚焦AI4SE发展现状及落地成效。内容以行业调查结果为基础,对软件工程各阶段的智能化转型现状、落地效能提升情况、未来发展趋势、挑战与机遇等维度进行了深入分析。

  • 阅读9
  • 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