“孪生（twin）”的概念起源于1970年美国国家航空航天局的“阿波罗计划”，创建镜像系统以监视无法访问的物理空间，即构建两个相同的航天飞行器，其中一个发射到太空执行任务，另一个留在地球上（镜像系统）用于反映太空中航天器在任务期间的工作状态，从而辅助工程师分析处理太空中出现的紧急事件[1]，例如通过镜像系统的仿真，指导宇航员在外太空重建爆炸的氧气罐[2]。当然，这里的两个航天器都是真实存在的物理实体
在自然语言处理（NLP）和人工智能（AI）的浩瀚星空中，大语言模型（Large Language Models, LLMs）如同一颗璀璨的新星，正在改变我们与语言、与机器交互的方式。本章将带您踏上一段探索之旅，揭示大语言模型的发展历程、独特魅力及其在现实世界中的多彩应用。
傅里叶变换是一种线性积分变换，它表示能将满足一定条件的某个函数表示成三角函数(正余弦函数)或者它们积分的线性组合。它将时域上的一个函数转换至频域上的函数。 傅里叶变换的思想是将一个复杂的事物转换成若干简单事物的组合。我们以日常生活为例，比如炎炎夏日，酷暑难耐的你突然想产生了一个念头"自己动手制作一杯冰柠檬水"，那么你这时就需要知道冰柠檬水的配方。这个"冰柠檬水的配方"可以看作是"冰柠檬水"的傅里叶变换。
对于一个线性时不变系统而言，频响函数(frequency response function，简写为FRF)通常指系统输出(响应)频域响应与系统输入(激励)的频域响应之比。单自由度弹簧质量系统是一个典型的线性时不变系统，本文就以该系统为例，聊聊频响函数的“千姿百态”。
由于汽轮发电机组轴系振动故障与振动特征之间不存在一一对应的简单关系，所以故障诊断时一定要结合机组结构特点、运行参数以及振动故障发生、发展的整个过程，进行综合分析判断——全信息诊断，切不可仅仅依靠一组振动数据下结论——部分信息诊断
首先，咱们先用很直白的语言描述一下：想象你在读一本书，每一页都有很多词。如果你每次只能看到一个词，那么理解整本书会很慢。而Transformer模型就像是你有一个超能力，可以同时看到整页的所有词，还能根据上下文判断哪些词更重要，这样你就能更快更准确地理解书的内容。
本文来源于南京德睿能源研究院有限公司的新员工培训材料，我认为写得非常全面，对于有一定工作经验的电力行业从业者（尤其是从互联网等行业“跨界”进入电力行业的同仁）也很有参考价值。经过授权，在本公众号发布。本文作者是龚成明，现任特来电新能源股份有限公司副总裁、首席科学家、总工程师。
针对当前风电系统永磁同步发电机(PMSG)建模技术存在设备内部参数理想化和系统耦合单一化的不足，无法满足数字孪生技术对设备虚拟模型要求的问题，提出一种面向数字孪生的风电系统永磁同步发电机建模方法。
没有账户，需要注册
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。
中服设备健康管理系统依托中服云工业物联网架构搭建，面向工业全品类设备运维场景。 融合实时数据采集、状态监测、故障诊断核心能力，全天候掌握设备运行动态。 通过边缘计算与 AI 算法分析设备隐患，实现从被动维修向预测性维护升级。 有效降低设备故障率、减少停机损失，简化线下运维管理流程。 助力工厂实现设备数字化管控，保障产线高效、稳定、安全运行。
OpenClaw:不仅是对话窗口，更是行动助手一人工智能代理(AI Agent)正深刻重塑科学研究基本范式，OpenClaw成为2026年开源AI代理平台代表。
本次调研覆盖欧洲、中东与非洲、亚太、美洲四大区域，收集了来自171家酒店集团的189份有效反馈。数据显示，78%的酒店集团已启用人工智能，89%计划新增应用场景，但多数项目仍停留在试点阶段，或仅依赖通用型公共工具。人工智能平均依赖度得分(4.7分)持续低于信任度得分6.6分)，凸显巨大的未开发潜力。释放这一价值，需要更充分的可靠性验证、更完善的投资回报率(RO)测算，以及全企业级的系统整合。
无论是在自然科学、工程技术，还是经济与社会科学领域，高质量的科研分析均依赖经过验证且结构化的数据。一个管理得当的数据库，如果同时具备全面的元数据，能够与其他数据源实现互操作，其用途将更加广泛。科研本身如此，科研信息与分析亦然。本报告聚焦科睿唯安及其科学信息研究所(ISI)所采用的一系列方法与流程，旨在确保数据、分类结构及相关元数据等关键要素，始终处于Webof Science文献计量数据库及其相关产品的核心位置。
本文旨在系统性调研并构建一套面向 AI 智能体的全生命周期安全体系，全面识别其在技术演进与规模化 落地过程中面临的各类安全威胁与风险点，并提出覆盖制度、流程与技术的多层次综合防护方案。该体系 不仅支撑企业级 AI 产品在设计、研发与运营阶段的安全能力建设与合规落地，同时为行业标准制定、整 体安全解决方案构建以及模块化安全产品研发提供可复用的理论基础与实践路径。
北京大学能源研究院是北京大学下属独立科研实体机构。研究院 以国家能源发展战略需求为导向，立足能源领域全局及国际前沿， 利用北京大学学科门类齐全的优势，聚焦制约我国能源行业发展 的重大战略和科技问题，按照“需求导向、学科引领、软硬结合、 交叉创新、突出重点、形成特色”的宗旨，推动能源科技进展， 促进能源清洁转型，开展专业及公众教育，致力于打造国际水平 的能源智库和能源科技研发推广平台。
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
