有色金属是指铁、铬、锰三种金属以外的所有金属。中国在1958年将铁、铬、锰列入黑色金属;并将铁 有色金属分布 有色金属分布 、铬、锰以外的64种金属列入有色金属。这64种有色金属包括:铝 、镁、钾、钠、钙、锶、钡、铜、铅、锌、锡、钴、镍、锑、汞、镉、铋、金、银、铂、钌、铑、钯、锇、铱、铍、锂、铷、铯、钛、锆、铪、钒、铌、钽、钨、钼、镓、铟、铊、锗、铼、镧、铈、镨、钕、钐、铕、钆、铽、镝、钬、铒、铥、镱、镥、钪、钇、钍。 有色合金的强度和硬度一般比纯金属高,电阻比纯金属大、电阻温度系数小,具有良好的综合机械性能。常用的有色合金有铝合金、铜合金、镁合金、镍合金、锡合金、钽合金、钛合金、锌合金、钼合金、锆合金等。 由于稀有金属在现代工业中具有重要意义,有时也将它们从有色金属中划分出来,单独成为一类。而与黑色金属、有色金属并列,成为金属的三大类别。 有色金属是国民经济发展的基础材料,航空、航天、汽车、机械制造、电力、通讯、建筑、家电等绝大部分行业都以有色金属材料为生产基础。随着现代化工、农业和科学技术的突飞猛进,有色金属在人类发展中的地位愈来愈重要。它不仅是世界上重要的战略物资,重要的生产资料,而且也是人类生活中不可缺少的消费资料的重要材料。
新基建的号角吹响,作为新基建之首的 5G,也按下了加速键。仅 3 月份三大运营商就发布了近 50 万个 5G 基站主设备集采。随后工信部要求三大运营商在今年三季度提前完成全年的 5G 基站建设,因疫情而延滞的大规模 5G 基站建设拉开了序幕。
新华三始终将推进数字化创新,作为履行企业社会责任的重要方式,坚持“创新+合作”双轮驱动,以“融绘数字未来,共享美好生活”为宏阔愿景,凭借领先的数字化解决方案,致力于成为客户业务创新、数字化转型最可信赖的合作伙伴,推动数字中国建设。
新华三集团是业界领先的数字化解决方案领导者,致力于成为客户业务创新、数字化转型最可信赖的合作伙伴。主营产品有路由器,大数据,交换机,物联网,云计算,服务器,SDN,NFV,智慧
未来的建筑将会如何进化?当家电、汽车,甚至房屋在物联网、人工智能等技术的加持下变得越来越智能,工作和生活更加舒适便捷后,一些有卓富远见的“人”已将目光投向了更广阔的空间,一栋楼宇甚至整个城市
同一个空间尺度可以展示在在大屏、电脑端、手机端。移动端交互界面相对于传统UE4制作的大屏展示页面只能依赖高性能、笨重主机的限制性来说,更具有便携性以及互联网的基因优势,因此毋庸置疑的奠定了下一代智慧建筑交互软件的诞生。这些都是基于我们硬核的M.BUILD 轻量三维可视化引擎可以实现的
制造业作为所有产业发展的基础,已经成为我国国民经济的主体,见证着中国经济的腾飞,并且悄然改变着人们的生活。 随着全球制造业的新一轮产业中心转移,中国制造业正借着“智能制造”的升级向美德日三国发起冲击。
据统计,现代人在楼宇中所待的时间占到一生的70%,楼宇和人就像一个彼此不停联系、永远互动的生命体,所以如何与楼宇更好的相处,让楼宇更好的服务于人,是智慧楼宇需要解决和面对的首要问题。
没有账户,需要注册
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
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。
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。
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。
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。
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。
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