中国工程院院士谭建荣围绕“中小企业智能制造推进的关键问题与模式路径”作了题为《智能制造与智能装备:关键技术与发展趋势》的主题演讲。
本研究报告针对电池驱动的各种低功耗无线通信终端展开,着重于最后一公里低成本,低功耗“万物互联”通信需要。包括远距离有源RFID(身份识别),特别是对处于静止或快速移动海量电子标签的身份识别、各种智能化管理中传感器数据的实时采集、各种设备的实时控制、RTLS(实时定位)、以及在“无网无电”场景中实现超远距离、超低功耗双向通信、以及低功耗智能终端之间的信息中继。 本研究报告可为各行各业物联网低功耗通信应用及相关标准制定提供参考。
2022 年,中国有 79 家企业入围美国《工程新闻纪录》“全球最大 250 家国际承包商”榜单,上榜企业数量继续蝉联各国榜首。79 家上榜企业的平均国际营业额为 14.3 亿美元,同比上年提高 3.7%,平均国际业务占比为 8%。
智慧医院是运用云计算、大数据、物联网、移动互联网和人工智能等技术,通过建立互联、物联、感知、智能的医疗服务环境,围绕患者就医体验、临床诊疗水平、医院管理三方面,全方位提升医院服务效率和质量的创新型医院
报告基于ETSI专利数据库中的5G声明专利数据和3GPP数据库中的5G提案数据,从专利声明量、多国授权专利量、中美欧三方专利族、技术领域等维度对专利数据开展多维度的分析,从提案趋势、工作组提案分布、参会主体提案量和通过提案情况等角度对提案数据开展了多方位的分析,从专利和提案的视角展示了全球5G创新活动的情况。
根据中国银监会统计口径,国内银行业金融机构主要分为大型商业银行、股 份制商业银行、城市商业银行、农村金融机构和其他类金融机构等。
成都理工大学旅游与城乡规划学院四川成都610059 摘要:本文回顾了中国石油化工集团公司的发展历程以及各阶段的特征。目前,中国石化正在向规模大型化、布局集中化、炼化一体化、生产园区化方向发展。其次, 本文分析了中国石化的空间分布格局。总体来看, 中国石化的空间格局呈现出“东西强、中部弱”, “北方强、南方弱”,“沿海强、内地弱”的分布特征; 辽中南、京津冀和沪宁杭等八大石化产业基地已成为支撑中国石化工业发展的基础。
为更好的把握原油市场,我们在这份报告中将回顾原油价格的历史变化及其主要诱因,结合当前原油进出口现状及市场预期,根据即将出现的政治经济事件对原油价格的走势进行判断。
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