• 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

2024数字化采购发展报告

根据亿邦智库测算,涵盖工业生产、建筑业生产、零售批发业在内,2023年全国企业物资采购总额175.4万亿元,同比增长1.1%;其中工业 生产采购额为96.7万亿元,同比下降6.8%,亿邦智库分析认为,根据国家统计局发布的数据显示2023年全国规模以上工业企业实现营业收入 133.4万亿元,上年同期为137.9万亿元,同比下降3.3%,利润总额比上年下降2.3%。工业生产采购额的下降受多方因素影响,全球经济放缓、 市场需求变化、供应链问题、政策调整、库存调整及竞争加剧等相互作用共同影响工业企业的采购需求。零售批发采购额达到69.2万亿元,同 比增长7.2%,占企业物资采购总额的39.5%。

  • 2025-07-14
  • 阅读423
  • 下载1
  • 108页
  • pptx

汽车底盘最新技术的发展现状

越来越多的新电子控制设备被应用于汽车上。其中许多新的底盘控制技术设备在汽车的安全性、动力性、操作稳定性等方面起着重要的作用。它包括全电路制动系统( BBW,Brake-by-Wire)汽车转向控制系统(RWS、ESPⅡ等) 汽车悬架控制系统(ADC、ARC等)以及现在发展起来的汽车底盘线控技术(线控换档系统、制动系统、悬架系统、增压系统、油门系统和转向系统等)。再加上汽车 CAN 总线的应用,42 V电压技术的研究,电动汽车的研究都会带动汽车底盘控制技术向更高层次的发展。如今汽车底盘控制技术正向电子化、信息化、网络化、集成化方向发展.

  • 2024-02-06
  • 阅读423

附件3 上海市区级工业生产过程温室气体清单编制技术规范(试行)(SHGHG-003-2022)-20220929

气候变化是全球共同面临的重大挑战,关系到人类的生存和发展。从我国现阶段发展来看,能源结构仍旧以煤为主,经济结构性矛盾仍然突出,随着能源消耗的不断增长,控制温室气体排放面临巨大压力。因此,控制温室气体排放,积极应对气候变化,切实推动绿色低碳发展,已成我国贯彻新发展理念、实现经济社会高质量发展的重要抓手

  • 2024-04-12
  • 阅读423
  • 下载0
  • 24页
  • pdf

2023年中国新能源车市场分析与2024年展望--中信期货

通过渗透率增速来刻画产业生命周期,可以将中国新能源车行业的发展刻画为三大阶段:2020年前的导入期、2020&2021的成长期2022&2023的成熟期。

  • 2024-03-19
  • 阅读423
  • 下载0
  • 32页
  • pdf

我国商业银行数字化转型的 历史逻辑和不同模式的选择

本文从银行业发展的历史逻辑角度回顾了银行业数字化转型的背景和内涵。认为银行数字化转型并没有改变银行运行的机理,只是在银行数据采集,存储,处理,传递和运用的方式和渠道方面发生了较大改变,一方面需要保持定力,另一方面也要增强紧迫感。

  • 2023-09-14
  • 阅读423
  • 下载0
  • 23页
  • pdf

半导体行业穿越存储60年:AI时代,新周期-长城证券-2023.7.11-102页

半导体风向标:据WSTS,半导体存储市场占半导体市场23%左右,与半导体行业变化基本一致,但具有更强的波动性。据CFM闪存市场,全球存储市场规模2022全年跌超10%,据WSTS预计23年将同比下降35%。据CFM闪存市场,2022年闪存/DRAM价格指数-41%/-35%,23年价格跌幅有望逐季放缓;2022年全球存储容量增速放缓,NAND/DRAM市场容量增速分别为6%/4%,处历史低位,23年全球NAND/DRAM存储容量有望+20%/+10%。目前三星稳居全球第一龙头,NAND/DRAM竞争格局高度集中,仍由海外龙头垄断。三星、美光等存储原厂宣布减产策略,或有望加速行业触底反转。

  • 2023-08-04
  • 阅读423
  • 下载2
  • 97页
  • pdf

云端融合的工业互联网体系结构及关键技术

随着物联网、云计算和大数据等技术的发展, 人类正迈入第四次工业革命时代. 工业互联网作 为建立在生产对象之间、对象与外部环境之间、对象与人之间高度协同、共享智能的全球性网络, 是 实现这场革命的核心. 然而目前对工业互联网的研究大多局限在物联网、云计算和大数据等各自辖 域, 其云端协同尚处于 “感、联、知、控” 的初级阶段, 尤其缺乏云端融合、共享智能的体系结构及关 键技术, 无法应对其中感知对象更加复杂、联网实体更加多元、数据处理更加快速、反馈控制更加智 能等需求. 为此, 本文首先重点调研和归纳了该研究领域所涉及的几个重要方向的研究现状和面临挑 战; 在此基础上, 提出一个云端融合的工业互联网新型体系结构及相关关键技术的解决方案; 之后, 针 对智能制造领域的具体应用

  • 2021-04-17
  • 阅读422
  • 下载0
  • 26页
  • pdf

36氪-2017年FinTech金融科技行业研究报告

金融是在不确定的环境中进行资源跨界的最优配置决策行为,其本质是价值流通。在目前阶段,科技的介入可以加速解决传统金融的信息采集、风险定价模型、投资决策、信用中介等痛点,大数据、云计算、人工智能、区块链等均是FinTech重要的技术维度驱动力。

  • 2021-04-19
  • 阅读422
  • 下载0
  • 62页
  • pdf
上一页 1 …… 219220221222223224225226227228229 …… 5897 下一页 共 47175 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101
  • 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936
  • 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2738
  • 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3173
  • 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31
  • 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54
  • 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60
  • 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57
  • 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