• 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

【IEEETNNLS】基于轻量级组Transformer的边缘智能时间序列约简网络及其在工业RUL预测中的应用

最近,基于深度学习的模型,如transformer,由于其强大的表示能力,在工业剩余使用寿命(RUL)预测方面取得了显著的性能。在许多工业实践中,RUL预测算法被部署在边缘设备上进行实时响应。然而,深度学习模型的高计算成本使其难以满足边缘智能的要求。本文提出了一种具有多层次时间序列缩减的轻量级组Transformer(GTMRNet)来缓解这个问题。与计算所有时间序列的大多数现有RUL方法不同,GT MRNet可以自适应地选择必要的时间步长来计算RUL。首先,构建了一个轻量级的组Transformer,通过使用具有显著小波参数的组线性变换来提取特征。然后,提出了一种时间序列缩减策略,以自适应地过滤掉每一层不重要的时间步长。最后,开发了一种多层次学习机制,以进一步稳定时间序列缩减的性能。在真实世界条件数据集上的广泛实验结果表明,所提出的方法可以在不牺牲精度的情况下显著减少高达74.7%的参数和91.8%的计算成本

  • 2024-08-30
  • 阅读376

变工况条件下三相异步电机匝间短路故障诊断

针对三相异步电机匝间短路故障在不同工况下数据分布不一致带来的泛化识别准确率下降的问题,提出了一种基于残差-自注意力网络的迁移学习方法,通过在残差网络中嵌入自注意力机制实现特征强化并利用源域数据进行模型训练,然后利用迁移学习的微调策略使得模型能更好地适应目标域的特征分布,以此来增加模型在目标域数据中的适应性能力。

  • 2024-08-30
  • 阅读221

基于多通道融合的滚动轴承剩余寿命预测

针对工业生产中滚动轴承剩余使用寿命(RUL)预测任务中数据挖掘不足导致预测精度低的问题,提出了一种多通道融合的滚动轴承剩余寿命预测方法。

  • 2024-08-30
  • 阅读235

基于混合注意力的多小波系数融合滚动轴承剩余寿命预测方法

小波变换是一种评估非平稳信号的时频分析方法,有助于表征设备在长时间使用过程中的退化。然而,单一的小波基函数很难适用于所有的周期瞬态波形。因此,本研究提出了一种基于混合注意力的多小波系数融合方法来评估轴承的剩余使用寿命。该方法首先利用多个小波得到原始信号的特性,然后将分解后的各个频带组织成二维映射;其次,设计了一种基于注意力的混合卷积长短期记忆网络(HA-ConvLSTM),自适应地对小波系数通道进行加权。学习到的特征被多层感知器用于评估剩余寿命(RUL)。最后,在PHM2012滚动轴承数据集上进行了测试,验证了所提方法的有效性。总体而言,该方法在性能指标上优于以前的方法,可选择性地解决周期瞬态波形的小波基函数匹配问题。

  • 2024-08-30
  • 阅读264

一种全新滚动轴承局部缺陷扩展动态更新和实时映射的数字孪生模型

轴承局部缺陷扩展的研究对轴承健康监测和管理具有重要意义。然而,滚动轴承的局部缺陷尺寸难以实时监测。为了解决这个问题,本文提出了一种新的数字孪生(digital twin, DT)模型,用于滚动轴承局部缺陷扩展的动态更新和实时映射。新的数字孪生模型将机理模型和实时传感器数据相结合,而不是像传统的数字孪生模型那样仅依赖于测量数据。通过这种方式,可以利用新的数字孪生模型直接映射整个生命周期的缺陷尺寸。使用XJTU-SY轴承数据集评估所建立的全新的数字孪生模型,结果表明,该数字孪生模型可以准确地表征滚动轴承全寿命周期内的局部缺陷扩展。

  • 2024-08-30
  • 阅读297

根据电气特征对感应电机中的机械故障进行状态监测:不同技术的回顾

电机的状态监测是一个越来越重要的环节,因为容错系统在许多应用中已成为强制性的。就电气驱动而言,机械故障(不平衡、齿轮和轴承)的比例非常高。机械故障检测通常基于振动信号,这是一种强大而有效的技术,不过具有一定的成本和入侵性。近年来,人们已经研究了许多理论和基于信号的方法,用于通过电机信号对机械故障进行早期诊断。本文将回顾机械故障状态监测的方法,特别参考基于电信号的方法。

  • 2024-08-30
  • 阅读173

用于工业设备剩余使用寿命预测的预训练增强无监督对比域自适应摘要

工业智能的一项重要任务是准确预测工业设备的剩余使用寿命(RUl),基于数据驱动方法的RUl预测取得了巨大进展。然而,这些方法在很大程度上依赖于模型的数据表示能力和数据分布的一致性假设。在实际的工业环境中,由于不同的工作条件,工业时间序列数据表现出高维、动态和噪声的特征,这往往导致训练模型从一个环境到类似但未标记的新环境的无效转移。为了解决上述问题,本文首先设计了一个双并行时频特征提取网络,用于提取具有不同维度和重要性水平的有效时间序列特征。然后,提出了一种增强的预训练框架,该框架采用相似性对比学习来挖掘工业时间序列数据中的潜在表示信息。最后,提出了基于矩对比对抗学习的领域自适应方法,该方法在对抗学习领域不变特征的过程中保留了目标领域特有的结构信息,减轻了负迁移效应。在两个广泛认可的工业基准数据集上进行了一系列严格的实验,重点关注跨领域场景。结果表明,我们的方法在工业跨领域预测场景中取得了最先进的性能。

  • 2024-08-30
  • 阅读238

机器人行业创新发展应用蓝皮书

机器人行业创新发展应用蓝皮书,机器人行业创新发展应用蓝皮书,机器人行业创新发展应用蓝皮书,机器人行业创新发展应用蓝皮书

  • 2024-08-29
  • 阅读344
  • 下载1
  • 31页
  • pdf
上一页 1 …… 90919293949596979899100 …… 2878 下一页 共 23017 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

竞争对手分析

母公司公司的总目标是什么?母公司要求该业务单位做什么?将业务单位的定位是什么(基础业务还是边缘业务)

  • 阅读217
  • 下载0

2025知识图谱与大模型融合实践案例集

随着人工智能的迅猛发展,知识图谱与大模型作为两大核心研究领域,各自彰显出独特的技术优势。知识图谱以结构化方式精准刻画实体关联,为知识表示与推理提供了可解释的框架;大模型则凭借海量数据训练展现出卓越的自然语言理解与生成能力,具备强大的泛化学习性能。

  • 阅读254
  • 下载4

国内重点工业物联网平台四类厂商分类及选型指南

国内重点工业物联网平台四类厂商分类及选型指南

  • 阅读377
  • 下载6

工业物联网平台的典型应用场景深度分析

工业物联网平台发展重点: 一是行业深耕化,从通用型平台向“一米宽、百米深”的行业垂直平台转型,聚焦能源、交通、化工等领域的特定需求,沉淀场景化解决方案与行业Know-how,而非追求“大而全”的覆盖能力。 二是智能融合化,工业大模型与平台深度结合,实现工业知识的智能化重构、应用开发的低代码化升级,以及生产运营的自感知、自决策、自优化闭环管控,AI成为提质增效的核心变量。 三是生态协同化,平台不再是单一技术载体,而是串联产业链上下游的协同中枢,通过跨系统数据融合、产学研用金深度合作,形成“数据-算力-应用”的生态闭环,赋能供应链协同与产业集群升级。 四是部署灵活化,采用“平台化产品+私有化部署”结合的模式,兼顾中小企业轻量化需求与大型集团定制化诉求,支持公有云、私有云、边缘端的混合部署,平衡成本与安全性。

  • 阅读395
  • 下载9

最新上线

《中国半导体激光设备白皮书》

先进制程扩产叠加国产化替代风口,半导体激光设备大有可为 1.半导体激光设备概述 激光凭借高能量密度、非接触加工以及对材料适应性强等优势,被广泛应用于消费电子、汽车制造、新能源和半导体产业链等领域。随着半导体制造和封装工艺的发展,激光设备在半导体行业中发挥越来越重要的作用。

  • 阅读5
  • 下载1

华创证券_算力芯片行业深度研究报告:算力革命叠浪起,国产+GPU+奋楫笃行

GPU并行计算能力适用于AI训推需求,大模型发展催化GPU需求。GPU不仅仅负责图形处理,也能执行通用计算任务。其核心由大量简单的计算单元构成,这些单元被组织成强大的计算阵列,能够同时对海量数据执行相同的简单操作,因此相比CPU更擅长处理并行计算任务。当前主流的AI计算加速芯片主要有四种技术架构,相较于ASIC和FPGA,GPU在通用计算性能和开发友好性上更具优势,也比仍处探索阶段的NPU更为成熟,因而成为大模型训练和推理的主力。近年来,人工智能取得突破性进展,多模态大模型不断涌现。大语言模型的进化遵循ScalingLaw法则,其能力提升高度依赖海量算力供给。未来,随着AI大模型向多模态、强推理、数据合成等方向演进,算力将继续作为核心驱动力,推动模型能力不断突破,加速AI应用的广泛落地

  • 阅读6
  • 下载0

中文大模型基准测评2025年9月报告

1.海外模型保持头部优势,国内模型继续追赶。 在本次9月通用测评中,海外模型占据了榜单前6,其中GPT-5(high)以69.37分遥遥领先,o4-mini(high) (65.91分) 、 Claude-Sonnet-4.5-Reasoning (65.62分) Claude-Opus-4.1-Reasoning(64.87分)、Gemini-2.5-Pro (64.68分)等紧随其后。国内的DeepSeek-V3.2-Exp-Thinking、 Doubao-Seed-1.6-thinking-250715分别62.62分和60.96分并列国内第一。 2.国内开源模型优势显著。 国内的DeepSeek-V3.2-Exp-Thinking (62.62分)、openPangu-Ultra-MoE-718B(58.87分)和Qwen3-235B-A22B-Thinking-2507(57.73分)分别位于开源模型榜单前三,大幅度领先海外开源最好模型gpt-oss-120b(53.05分)。 3.国内模型更具性价比,海外模型推理效率更高。 国内模型的API价格大多数处于0-10元/百万Tokens,平均API价格为3.88元/百万Tokens,而海外模型的API价格比较分散,从2-200元/百万Tokens不等,海外模型平均API价格为20.46元/百万Tokens,是国内模型API价格的5倍以上。国内推理模型平均每题的推理耗时为101.07秒,而海外推理模型仅有41.60秒,海外推理模型的推理效率远高于国内推理模型。

  • 阅读7
  • 下载0

新能源行业剖析行业前瞻洞察系列:太空光伏远期空间巨大,太空数据中心有望推动需求

新能源行业剖析行业前瞻洞察系列:太空光伏远期空间巨大,太空数据中心有望推动需求:全球商业航天规模快速增长,随着AI算力需求爆发式增长,太空数据中心有望推动商业航天需求。光伏是航天活动中性价比最高的电源解决方案,太空光伏相比地面光伏优势明显。LE0卫星短期首选HJT晶硅电池,钙钛矿为未来首选。我们预计太空光伏电池市场空间短期内较为有限,但若发射成本急剧下降导致太空数据中心成本低于地面,届时年发射功率将爆发式增长。太空光伏的市场规模将高度取决于发射成本下降速度

  • 阅读5
  • 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