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

设备预测性维护：“数据驱动+数字孪生”，终形成“监测-分析-预测-决策-反馈”的设备智能化闭环管理

数字孪生技术是通过将物理实体、系统或过程在数字空间中创建精确的虚拟模型，使其在虚拟环境中实时反映和模拟物理对象的状态、行为和性能。这一技术依托物联网（IoT）、大数据、云计算和人工智能等前沿技术，通过传感器和数据采集手段，持续监控物理实体的运行情况，将收集到的数据输入数字模型中，使其不断更新、优化。数字孪生不仅能帮助企业实时了解设备或系统的运行状态，还能预测未来的运行趋势，进行性能优化，甚至在虚拟空间中测试不同的操作方案，降低风险和成本。这一技术被广泛应用于制造业、城市规划、能源管理、医疗、航空航天等领域，推动了从产品设计、生产制造到运营维护的全流程数字化转型，为智能化决策和自主系统管理奠定了坚实基础。

  • 2025-03-03
  • 阅读540

Energy基于自关注机制的CNN-LSTM模型的油井产量预测

为了克服目前油井产量预测研究中的不足，我们提出了一种结合卷积神经网络（CNN）、长短期记忆（LSTM）神经网络和自我注意机制（SA）的组合模型（CNN-LSTM-SA）。CNN-LST’M-SA模型由五个部分组成：输入层、CNN模块、LS’T’M层、自我关注层和输出层。在该模型中，CNN用于提取输入数据的时空特征，LSTM用于提取相关信息，SA用于捕获内部相关性。与传统的机器学习方法相比，如线性回归（LR）支持向量机（SVM）、随机森林（RF）、XGBoost和反向传播（BP）神经网络；以及LSTM、LST'M-SA和CNN-LSTM等深度学习方法，CNN-LSTM-SA模型可以更全面地提取油井生产数据中隐藏的时空特征。它能够更精确地挖掘油井生产数据中的内部相关性，从而提高油井生产预测的准确性。更具体地说，在现有的方法中，CNN-LSTM-SA模型在适应油井生产的基本趋势和预测油井生产的具体值方面表现最佳。卷积神经网络、长短期记忆、自我注意机制、油井生产、预测

  • 2025-02-05
  • 阅读540

网络靶场结构与关键技术-鹏城实验室国家级网络靶场

面向“互联网+物联网+移动互联网”复杂网络环境，重点突破目标网络灵活构建、业务场景仿真、低损实时准确评估和任务 并行安全隔离等关键技术，实现世界领先目标。 该平台预期在“网络安全人才培养”、“网络安全技术科学评测”以及“新技术验证”等挑战性应用领域获得成功应用，同时为粤港澳大湾区高新企业创新助力。

  • 2021-05-07
  • 阅读538
  • 下载3
  • 66页
  • pdf

SCADA、MES、PLM、ERP，盘点各大系统，接口与集成方式

对于同时具有进、销、存、财务、设计、工艺、生产、计划、制造、质量业务的企业，这些业务是一个有机联系的整体，每个环节都不可缺失。但一个软件又不能解决企业的所有业务问题，那么这类企业日常业务运营到底：需要多少种软件来支持？这些软件之间的关系是什么？从哪些信息些节点开始集成？集成有哪些种方式？大致预算多少？有什么建议？

  • 2021-03-24
  • 阅读537
  • 下载2
  • 11页
  • pdf

企业如何进行数字化战略转型

企业推进数字化转型的过程中，业务应用、IT 架构、组织机制建设等工作环环相扣。企业要分清哪是因、哪是果，建立多维度的企业数字化成熟度评估体系，用于判断企业所处的数字化阶段，找出推进不利的可能原因，以及相应需要采取的措施。普华永道企业数字化成熟度评估框架从数字化战略引领、业务应用结果、技术支撑能力、数据支撑能力、组织支撑能力，以及数字化变革六个维度对企业的数字化成熟度进行评估（见图1）。其中引领性指标是第一点“数字化战略”，业务应用结果性指标是第二点“数字化业务应用”，其余四个维度（3~6）是支撑性要素，每个维度又可以细分为若干子维度。

  • 2021-04-08
  • 阅读537
  • 下载1
  • 14页
  • pdf

制造企业的数字化转型之路（54页 PPT）

数字时代已然来临，根据工信部直属研究机构日前发布的报告显示，2017 年，中国数字经济规模达27.2 万亿元，占国内生产总值（GDP）比重达到32.9%，其中数字经济融合部分，即传统产业通过应用数字技术所实现的生产效率和质量提升，已经占到整个数字经济的77.2%。

  • 2021-09-08
  • 阅读534
  • 下载0

IEEETASE基于质量相关时空信息分析的全厂工业过程多单元协同监测

现代工业装置普遍表现出规模大、过程长、多单元协同作业的特点，这使得时空分布具有内在性，质量稳定性通常难以保证。本文提出了一种基于质量相关时空信息分析的多单元协同监控框架。在该框架中，分别从单元级和过程级分析时空属性。首先，对于每个操作单元，采用当前特征提取策略构建质量监督时空支持区域。在该策略中，时间动态特征由具有注意力机制的长短期记忆（LSTM）网络提取。同时，利用互信息核主成分分析方法提取空间特征。其次，对于全厂过程，构建了一个三阶多单元时空特征张量进行特征融合。通过张量分解位置，探索了单元之间的相互关联和过程中的质量继承，并将原始特征空间分解为几个子空间。最后，在子空间上开发了一个多单元协同监测模型，并通过贝叶斯融合给出了综合监测结果，可以对监测结果进行合理的解释。所提出的框架在实际的热轧带钢生产过程中得到了验证。

  • 2025-01-11
  • 阅读534

51单片机应用系统典型模拟开发大全

物联网作为一个新起之秀，从一起步就受到了广大领域的关注。因其先进的设计理念与高实用性，短短30年的发展就使得物联网在经济发展中取得重要的地位。随着智慧生活、人工智能的推进，再加上

  • 2022-02-01
  • 阅读534
  • 下载0
  • 675页
  • pdf