会员中心
搜索
登录
注册

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

中服云设备全生命周期管理系统-产品介绍（24.11折页）

中服云设备全生命周期管理系统充分利用物联网、人工智能、机器学习、大数据等新一代技术，实现对企业生产运营设备从采购、安装、调试、使用、维护、维修、改造、更新直到报废全生命周期的智能化、数字化、可视化的实时管控运维。支持设备运行状态的自动采集和人工运维一体化的可定制化、个性化开发。变被动式管理为主动式管理，保证设备良好的运行状态、延长设备寿命、降低运维成本。保障设备能效最大化利用，帮助企业获得最大的经济效益。

  • 2024-11-04
  • 阅读42
  • 下载0
  • 2页
  • pdf

中服云机床生产监控系统-产品介绍（24.11折页）

中服云机加生产监控系统CServer MDC基干中服云物联网开发平台，实现机床设备监控、生产数据采集、生产过程管理、智能统计分析、设备运维管理等几大功能。用于安全生产、提高生产效率、设备利用率、产品质量、生产过程管理、数据自动统计分析、管理决策。解决材料浪费、能源浪费、产品自动计件、生产怠工、减少人工成本、质量控制、设备故障实时报警、设备诊断、订单排产、生产进度可视化等问题。解决老板、管理者、工人遇到的不同问题。

  • 2024-11-04
  • 阅读37
  • 下载0
  • 2页
  • pdf

中服云物联网平台4.0版-产品介绍（24.11折页）

中服云物联网平台主要为开发者、使用者、管理员提供了设备工艺环境的数据采集能力、监控能力、数据存储能力、数据分析能力、数据可视化能力以及支持快速开发的低代码工具集，于一身的开发、配置、运行支撑的设备数智化基础设施。主要由数据采集与控制、设备诊断、报表工具、组态工具、数据模拟工具、数据批处理工具、劣化分析、DataV数据大屏、AI0X模型训练工具、流数据处理工具、自动化流程调度工具等功能组成。满足设备数智化对于物联网平台基础架构高性能、高可靠、可扩展、简单易用的需求，实现物理层和业务应用层的高度配合。为企业数字化转型提供必不可少的核心支撑平台，平台支持云架构两层部署和分布式三层部署。

  • 2024-11-04
  • 阅读34
  • 下载0
  • 2页
  • pdf

中服云智能楼宇系统-产品介绍（24.11折页）

中服云智能楼宇管理系统CServer IBMS以三维仿真模型为载体，整合楼控各子系统，提供集园区安全管控、园区决策于一体的智能运维平台。支持从便捷通行、安防管理、设施管理、水电供应、智能照明、空调新风、能耗环境检测和故障预警等多维度日常运行监测与管理，满足设备异常自动预警、故障快速定位、远程巡检等智能运维需求，提升管理人员对园区安全防范、事件快速处置效率。

  • 2024-11-04
  • 阅读55
  • 下载0
  • 2页
  • pdf

中服云能源管理系统-产品介绍（24.11折页）

中服云能源管理系统旨在帮助企业、机构和园区等实现能源使用的高效管理和优化。基于中服云物联网平台打造的开放式能源管理平台,支持对企业能源数据采集及监控，随时远程控制能源浪费，调节尖峰平谷的用能策略,基于历史能耗数据对企业未来一定时间内的用能需求进行预测:根据企业生产计划和能耗需求灵活调度能源至各个生产环节;些控能耗异常情况，使企业用能更经济合理、降低能耗开支。系统通过能耗数据可视化分析为企业提供能耗数字化决策依据，不断优化用能结构及能源利用率。

  • 2024-11-04
  • 阅读73
  • 下载0
  • 2页
  • pdf

周游副教授：基于气泡产生起始温度的变压器短期过载预警方法

变压器过载运行容易导致油纸绝缘系统产生气泡进而造成故障，但目前只以140 ℃作为热点温度限值，未能考虑实际运行状态对气泡起始温度的影响，难以充分发挥设备的最大利用效益。针对上述问题，综合国内外油纸绝缘气泡产生起始温度的试验提出了适用于实际工况下的变压器气泡产生起始预警温度计算方法。根据变压器的运行年限、油中水分含量和海拔等运行参数估算出变压器内部油纸绝缘系统产生气泡的起始温度。以该温度的90%作为预警温度，表征变压器能够承受的最大荷载能力。利用贝叶斯网络建立了短期负荷预测模型，结合绕组热点温度计算方法实现了变压器热点温度的短期预测。提出了一种变压器短期过载预警方法，并证实了该方法能够充分考虑变压器的运行实况，对未来的过载情况提前发出告警，指导相关运维部门开展变压器的过载停运和负荷转移工作，减少变压器停运和绝缘故障的发生。

  • 2024-10-11
  • 阅读72

设备状态监测中处理工业数据分部不平衡的重采样技术(上）

本期给大家推荐魏建安教授的设备状态监测中处理工业数据分部不平衡的重采样技术综述。在工业生产中，机器设备大部分时间处于正常运行状态，故障发生的时间极为短暂，导致故障数据稀缺，数据集普遍存在不平衡问题。随着制造业的快速发展，复杂设备的故障数据往往伴随噪声和多重不平衡现象，给故障诊断带来巨大挑战。本文将从数据预处理、特征提取和分类器改进三个方面，系统分析当前不平衡数据分类的主要方法，并探讨这些方法在工业场景中的应用及未来研究方向。

  • 2024-11-06
  • 阅读42

基于单侧对齐策略下的类别缺失鲁棒域自适应故障诊断

在本文中，我们证明了当目标训练数据集中存在缺失类别时，直接应用对抗域自适应技术会导致性能下降。为了克服这个问题，我们利用源域的类间关系提出了单侧对齐，这是一种简单而有效的训练策略。我们在故障诊断任务上的实验展示了所提出的领域自适应方法在工业应用中的潜力，其中缺失类别的问题对所应用的方法施加了显着的限制。发展所提出的模型在样本缺失情况下的性能是未来的发展方向之一。

  • 2024-11-06
  • 阅读68