• 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

数据赋能,智能无限--中国人工智能发展报告

今年以来又出现了很多热词,不止大数据,人工智能(AI)、深度学习(deep learning)、机器学习(machine learning)、AR、VR……形色的创业团队鲸吞了市场上相当一大部分的投资。所有这一切好像跟我们相关,但好像离商业价值又那么远,他们之间到底跟数据有什么关系,有没有可能给其他行业创造价值?

  • 2021-04-17
  • 阅读437
  • 下载0
  • 34页
  • pdf

研报础化工行业化工碳中和系列报告

在我国作出2060 年前实现“碳中和”承诺的背景下,大炼化和煤化工行业未来会如何发展是市场所关注的问题。正如我们在碳中和系列报告二中指出的,化工过程的二氧化碳排放可分为能源相关排放和工业过程排放,随着未来可再生能源替代的推进,能源相关排放会大大缩减,过程排放或将成为决定产品碳排放压力的核心因素。

  • 2021-04-17
  • 阅读656
  • 下载0
  • 13页
  • pdf

钢铁行业碳中和将给钢铁行业带来什么?

碳中和目标实现,钢铁首当其冲:1)中国:CO2 排放力争于2030 年前达峰,争取2060 年前实现碳中和。

  • 2021-04-17
  • 阅读433
  • 下载0
  • 19页
  • pdf

源头减量提升普钢弹性产业升级利好行业龙头

两会提出碳中和达峰行动方案,碳中和目标落实进程加快。2020 年9 月,我国提出二氧化碳排放力争在2030 年前达峰,努力争取2060 年实现碳中和。

  • 2021-04-17
  • 阅读442
  • 下载0
  • 15页
  • pdf

煤炭工业互联网及其关键技术

煤炭工业互联网( Coal Industry Internet,CII) 拥有快速、安全、绿色等优点,是煤炭行业向智能 化转型的重要支撑。我国煤炭工业互联网尚处在初级阶段,存在技术体系不明晰、信息交互时延高、 信息安全保障难等问题。针对以上问题,首先分析了煤炭工业互联网对煤炭行业及保障国民经济发 展的重要意义; 总结了煤炭工业互联网的国内外研究现状,归纳出国内外研究人员在煤炭工业互联网 领域进行的探索及取得的研究成果。根据我国智慧矿山建设实际需求,构建了煤炭工业互联网体系 架构,分为设备感知层、IaaS 层、PaaS 层、SaaS 层和云边端协同 5 个层次,推动形成涵盖煤炭生产、物 流、消费等领域的工业生产制造和服务体系; 进一步明确煤炭工业互联网信息安全、技术体系、信息传 输、生态环境等重点发展领域,指出了我国煤炭工业互联网在上述领域中存在的问题,并总结分析了 解决上述问题的发展方向。最后,提出了煤炭工业互联网安全防护、数字矿山基础信息平台、煤炭工 业互联网数据中台、矿山中央控制系统、5G+煤炭工业互联网等关键技术及其发展思路,以推动矿山 智能化建设,促进煤炭行业高质量发展。

  • 2021-04-17
  • 阅读422
  • 下载0
  • 11页
  • pdf

面向智慧工厂的工业互联网边缘智能协同计算技术研究

为了推动基于工业互联网的智慧工厂快速发展,边缘智能技术相关研究与应用获得广泛关注。针 对边缘节点计算资源受限的难题,提出了基于边缘智能协同的工业互联网体系,并给出了边缘智能协同 计算任务分配与边缘智能模型轻量化方法。边缘智能协同计算技术解决了单一边缘节点计算能力与智 慧工厂应用海量计算资源需求间的矛盾,降低了边缘智能技术的部署开销,提高了工业互联网部署的灵 活性与可扩展性

  • 2021-04-17
  • 阅读425
  • 下载0
  • 5页
  • pdf

农产品研究跟踪系列报告

乡村振兴是中国崛起发展的必然,两会聚焦全面推进乡村振兴战略,我们认为农业或将迎来城市反哺的历史性窗口,自身管理层优秀的农业成长股将充分受益农业“工业化”浪潮。

  • 2021-04-17
  • 阅读428
  • 下载0
  • 13页
  • pdf

2019年中国雷达传感器用芯片行业概览

雷达传感器是无人驾驶汽车的“眼睛”,包括超声波雷达、毫米波雷达及激光雷达。芯片是雷 达传感器的核心组件,对雷达传感器的性能起到决定性作用。雷达传感器用芯片由主芯片(MCU、DSP、 FPGA)、雷达芯片(如 MMIC、ASIC)和其他辅助芯片(如 PMI、ADC)构成。中国雷达传感器用芯 片高度依赖进口,其中,超声波雷达的芯片进口依赖程度约为 90%,毫米波雷达和激光雷达用芯片则 100% 为进口产品。但在国家利好政策和自动驾驶发展进程加快等因素推动下,预计 2018 年至 2023 年中国雷 达传感器用芯片年复合增长率将达到 43.0%,2023 年中国雷达传感器用芯片市场规模将达到 100.5 亿元。

  • 2021-04-17
  • 阅读677
  • 下载0
  • 40页
  • pdf
上一页 1 …… 58675868586958705871587258735874587558765877 …… 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95
  • 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932
  • 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2729
  • 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3169
  • 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24
  • 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48
  • 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53
  • 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49
  • 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