• 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

综述|设备状态监测中处理工业数据分布不平衡的重采样技术(上中下)

在实际工业场景中,机器大多数时间都处于正常工作状态,而故障状态下的时间则非常短。因此,收集到的故障数据非常有限,这导致了故障诊断数据集的不平衡,故障样本的数量远少于正常样本。此外,随着制造业的快速发展,机器设备变得越来越复杂,这使得收集的故障数据中存在噪声、类重叠、类内和类间不平衡、多类不平衡以及时间序列不平衡等问题。因此,解决这些问题已成为故障诊断领域的研究热点和难点,并出现了许多解决方法。本文将从数据预处理、特征提取以及分类器改进三个方面进行全面梳理。同时,还描述了不平衡数据分类方法在工业场景中的应用。最后,总结了不平衡数据分类研究领域面临的挑战,并提出了未来可能的研究方向。

  • 2024-11-18
  • 阅读481

工业大数据技术方案(26页 PPT)

神经网络是一组模拟人脑进行模式识别的算法组合,通过聚类或者标记原始数据进行数据感知,它可以识别真实世界包含在向量中的数据,如图片、声音、文本等。

  • 2024-11-18
  • 阅读412
  • 下载0
  • 24页
  • pptx

工业大数据,开启智能制造新时代(23页PPT)

工业大数据,开启智能制造新时代(23页 PPT ),工业大数据,开启智能制造新时代(23页 PPT ),工业大数据,开启智能制造新时代(23页 PPT )

  • 2024-11-18
  • 阅读399
  • 下载0
  • 23页
  • pptx

万字长文详解工业物联网(IIoT)架构

正在开发多种技术模块,以提供实现工业物联网所需的必要解决方案。然而,这可以通过云提供的资源(例如处理、应用程序和服务)来实现。尽管如此,也存在一些负面因素,例如带宽、互联网服务变化、延迟、缺乏对传输到云的垃圾数据的过滤以及安全性。从另一个角度来看,这些情况是正在研究的挑战,以满足这个新工业时代的需求,这意味着学术界、公司和财团的重要贡献正在实现方向的转变,通过利用云的潜力,但现在是在生产工厂附近或周边。为了实现这一任务,一些物联网技术支柱被用作基础,例如雾计算平台 (FCP)、边缘计算 (EC) 的设计,并考虑 IT 和运营技术 (IT 和 OT) 之间合作的需要,旨在加速这种情况产生的范式转变。本研究的目的是对最近针对制造业IIoT实施的分层和扁平对等(P2P)架构的研究进行系统的文献综述(SLR),分析这些架构的成功之处和弱点,例如延迟、安全性、计算方法、虚拟化架构、制造执行系统(MES)中的雾计算(FC)、服务质量(QoS)和连接性,目的是激发在使用这些新技术实施IIoT时可能的研究要点。

  • 2024-11-17
  • 阅读861

未来已来!工业物联网详解

了解 IIoT 的迷人世界、其核心概念、其与更广泛的物联网 (IoT) 的别,以及推动各个行业创新的实际应用。

  • 2024-11-17
  • 阅读437

专家报告|西安交通大学刘增副教授:分布式储能中多变流器系统构网控制与振荡分析

2024年5月24-26日,第二十一届中国电气自动化与电控系统学术年会在天津召开,会议邀请西安交通大学刘增副教授在会上作了《分布式储能中多变流器系统构网控制与振荡分析》的报告分享。此报告探讨了分布式储能中多变流器系统的构网控制与振荡特性,主要包括研究背景、系统架构、构网控制技术和系统振荡分析四个方面。在现代电力系统中,分布式储能广泛应用,而多变流器系统在实际运行中面临功率协调、稳定性及控制复杂度等挑战。为应对这些问题,报告从储能变流器的并联架构及构网控制基本原理出发,介绍功率分配、频率电压控制等核心技术,深入分析多变流器间的动态耦合关系,通过基于端口频率特性的系统建模和实验验证揭示系统振荡的成因及抑制方法。本文将对报告内容进行详细解读,帮助读者更好地理解和掌握这一领域的最新研究进展。

  • 2024-11-17
  • 阅读753

东南大学研究团队:基于改进粒子群算法的无线充电系统参数优化

基于LCC-S型补偿拓扑的磁耦合谐振式无线充电(MCR-WPT)系统,建立其数学模型,从工作频率、补偿电感和负载阻抗三个方面分析其对系统传输性能的影响。针对目前高阶补偿拓扑的参数难以达到最优配置的问题,以提高系统的传输效率为优化目标,以输出功率为约束条件,建立其优化模型,对高阶非线性参数最优配置问题进行优化。为避免优化结果陷入局部最优,提出一种基于种群进化的混合粒子群优化(HP?SO)算法,并基于LCC-S型无线电能传输(WTP)系统优化模型对传统的粒子群算法和改进的算法进行仿真对比。结果表明改进的粒子群算法可有效地避免优化结果陷入局部最优。最后,搭建了无线充电系统实验平台,对系统的工作频率特性和负载阻抗特性进行实验分析,实验结果与理论分析和仿真优化结果一致。

  • 2024-11-17
  • 阅读546

电池系统管理|离散型卡尔曼滤波算法基础

电池系统管理 | 离散型卡尔曼滤波算法基础

  • 2024-11-17
  • 阅读395
上一页 1 …… 3738394041424344454647 …… 2194 下一页 共 17546 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27
  • 下载0

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898
  • 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2674
  • 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3140
  • 下载14

最新上线

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27
  • 下载0

中服云数字孪生工具简介

详细介绍了中服云数字孪生普通中的数字孪生工具能力,并详细说明了他的开发过程,适应场景,典型应用

  • 阅读80
  • 下载1

智能仓储数字孪生场景案例

传统仓库是个黑箱,货在哪、有多少、好不好,全靠人跑、靠表记。这套系统把黑箱变成了「透明玻璃房」——数字孪生、物联网、3D 组态三套技术叠在一起,让每一件物资、每一台设备、每一个货位,在屏幕上都有一个实时同步的「数字分身」

  • 阅读32
  • 下载0

面向词元(Token)服务的智算基础设施发展研究报告

中服云工业物联网平台,为速冻食品企业构建速冻工序数据监控体系。速冻库温度、风速、速冻时间——实时采集、自动记录。每一批产品的“速冻档案”完整可查。温度异常自动报警,工艺参数自动比对。

  • 阅读72
  • 下载1
  • 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