• 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

应急指挥中心建设项目解决方案(2.0)

本次方案按照实际建设需求,充分考虑应急指挥实战需要,结合大屏显示、音响扩声、融合通信、坐席管理、集中控制、视频会商、数据可视化及无纸化会议等多个子系统对XX指挥中心做整体信息化设计,为上层应用提供基础设施,保障应用系统安全、稳定、高效、可靠地运行,为XX打造系统化、扁平化、立体化、智能化、人性化的指挥作战体系。

  • 2025-09-08
  • 阅读473
  • 下载0
  • 24页
  • pdf

智慧校园数字大脑建设方案

参照教育部提出智慧校园的建设规范结合本地特点,采用云计算、大数据、物联网、移动互联手段,建设涵盖校园安全、智慧教学、综合管理、思政管理、预警预测等功能的智能化管理平台,构建“互联网+”条件下的校园管理和培养新模,辅助打造国内领先的教育环境和教育质量,成为全国智慧校园的样板间。

  • 2025-09-08
  • 阅读336
  • 下载0
  • 37页
  • pdf

IBM智能制造蓝图:智能工厂信息化规划及CPS PLM MES ERP MES WMS系统集成

制造业正面临客户需求个性化、产品多样化、快速交付以及资源高效利用等挑战。为了应对这些挑战,全球制造业正在经历转型升级,其中工业4.0作为核心概念,强调通过智能制造实现生产的自动化、个性化和灵活化。工业4.0依托于信息物理系统(CPS),这一系统将物理设备与虚拟网络相结合,实现实时数据交换和智能决策,从而提高生产效率和灵活性。

  • 2025-09-08
  • 阅读279
  • 下载0
  • 66页
  • pdf

【大东时代&中国化学与物理电源行业协会】2023年锂电行业数字化转型白皮书-电池装备

【大东时代&中国化学与物理电源行业协会】2023年锂电行业数字化转型白皮书-电池 大东时代智库(TD)是由新能源行业资深专家牵头成立的民营智库,具有电池行业、新材料行业、数字化领域深厚的研究功底及前瞻性的研究成果。大东时代智库(TD):根据自身的研究,在国家“构建产业数字化转型发展体系”的春风下,敏锐地意识到目前研究锂电行业数字化转型并发布《锂电行业数字化转型白皮书》的重大意义,希望给行业提供一定的参考价值。

  • 2025-09-07
  • 阅读330
  • 下载0
  • 37页
  • pdf

工业物联网的关键作用是什么?

从反应性或预防性维护转向预测性维护是一个重大变化,需要对员工进行教育。向员工解释物联网的好处,并缓解对新维护系统将如何影响员工的担忧。这些努力将使他们更容易接受更新、更好的方式来提高设备效率和自身的生产力。

  • 2025-09-05
  • 阅读419
  • 下载0
  • 3页
  • pdf

国网能源研究院有限公司 傅成程等|负荷聚合商参与需求侧资源聚合优化调控方法

需求响应技术是目前实现新能源消纳及“双碳”目标的重要手段,但由于需求资源分散特性和实际调度能力,独立需求侧主体缺乏有效参与调控的途径。为此,综合考虑多运营主体共识、多类型需求响应和碳排放,提出一种负荷聚合商参与的需求侧资源聚合优化调控方法。首先,分析了需求侧资源的基本管理模式;其次,综合经济成本和碳排放目标,建立了考虑碳排放和多类型需求响应的需求侧资源聚合优化调控模型;最后,利用麻雀算法进行仿真求解,验证了优化调度模型的有效性。仿真结果表明,所提模型可降低分散资源用能成本5.16%以上,明显改善需求侧资源主体的经济成本和碳排放量,提高需求侧资源管理水平,为低碳韧性电网的优化调控问题提供了一种有效手段。

  • 2025-09-05
  • 阅读651
  • 下载0
  • 28页
  • pdf

北京大学·走进人工智能2.0:2025年卓越工程师系列课程内容总结与解读

该报告围绕人工智能2.0展开,梳理了人工智能从1956年达特茅斯会议提出以来的发展历程,分为古代(规则和知识)、近代(机器学习)、现代(深度学习)、当代(大模型)四个时代;解析了大模型的原理(基于Transformer架构的Next Token Prediction)、工作过程(预训练-后训练-推理)及能力边界,对比了生成模型与推理模型的差异;以DeepSeek为例分析了大模型的现状与发展,包括技术创新、应用场景及对行业的影响;还阐述了大模型的使用技巧(提示词工程等)及AI2.0时代的人才要求,强调通用人工智能(AGI)?可能在2030年之前到来。

  • 2025-09-05
  • 阅读818
  • 下载1
  • 27页
  • pdf

122页PPT企业数字化IT架构蓝图规划设计方案与IT治理:从规划到实施的全程掌控

在当今数字化浪潮席卷全球的商业世界当中,高效的数字化 IT 架构至关重要的。 IT 架构蓝图规划设计方案,其实它就像是企业数字化转型的“导航仪”,IT 治理是保障这一“导航仪”能够精准运行的“方向盘”以及“动力源”。接下来咱们就一起深入探究一下企业数字化 IT 架构蓝图规划设计与治理的奇妙之处!

  • 2025-09-05
  • 阅读406
  • 下载1
  • 67页
  • pdf
上一页 1 …… 8990919293949596979899 …… 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99
  • 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2733
  • 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28
  • 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53
  • 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57
  • 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53
  • 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