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

华为LTC流程介绍（13页 PPT） (1)

优化评审和决策体系改善基本授权规则，规范销售流程中的关键控制点 优化评审和决策体系改善基本授权规则，规范销售流程中的关键控制点

  • 2024-04-27
  • 阅读607
  • 下载6
  • 13页
  • pptx

APS机械加工行业自动生产排程实例

机械行业，只要是与机械有关的行业都可以说是机械行业，这个分为广义的机械行业与狭义的机械行业。而机械加工是通过机械设备对工件的外形尺寸或性能进行改变的过程。机械加工行业工序繁杂，设备众多，生产计划的制定和修改都有困难。APS自动生产排程系统提供了解决方案，帮助企业实现快速排程、设备优化、按期交货，从而赢得市场和客户。

  • 2022-08-31
  • 阅读605

梁少华、乔宗良：电厂智慧监盘及预警诊断平台研究（复述，能源研究与利用2023.1）

电站设备由于长期在振动、磨损、高温等较为恶劣的环境中运行容易发生故障，且设备在发生故障的早期阶段具有隐蔽性，从而对运行人员监控机组状态产生干扰，无法在设备故障早期阶段做出预警，就会影响运行人员的判断，造成重大损失。因此对电厂设备进行在线监测与故障早期预警，是保障电站设备运行可靠性以及建设现代智慧电厂的重要手段。对此本文利用电站DCS？系统中存储的热工过程数据，基于神经网络算法将设备测点组合抽象为预警模型，采用模块化设计，开发了燃煤火电智慧监盘及预警诊断平台。实践表明，该平台可以在设备劣化阶段早期迅速报警，通过Web？端通知现场运行人员，真正实现了燃煤火电智慧监盘。

  • 2025-01-17
  • 阅读605

用deepseek科普式解读一本PID整定手册

在化工厂、发电站甚至家用空调中，有一个“隐形管家”默默掌控着温度、压力和流量——它就是**PID控制器**。 但你知道吗？这个看似复杂的系统，调优秘诀竟藏在几个关键参数里！本文带你揭开PID调优的神秘面纱，用生活化比喻轻松掌握工业控制的核心技术。

  • 2025-02-08
  • 阅读605

最小二乘法&梯度下降法区别及python实现

先来解释几个概念 拟合函数/估值函数：在回归问题中，当给定一组样本时，找到一个最佳的函数来匹配所有的样本，这个函数就是拟合函数/估值函数 损失函数：判断函数拟合的好不好的函数，损失函数越小，说明拟合值与真实值越接近，误差越小，就越能用拟合函数来进行预测，损失函数的标准有以下几种：

  • 2022-09-12
  • 阅读605

嵌入式系统开发之道-菜鸟成长日志与项目经理的私房菜

嵌入式系统由硬件和软件组成．是能够独立进行运作的器件。其软件内容只包括软件运行环境及其操作系统。硬件内容包括信号处理器、存储器、通信模块等在内的多方面的内容。

  • 2022-02-05
  • 阅读604
  • 下载0
  • 579页
  • pdf

【RSER】工业过程的能源消耗和碳排放预测：现状、挑战和前景

工业过程消耗大量能源并排放大量二氧化碳。借助准确的能源消耗和碳排放预测，工业企业将更容易实现清洁生产，优化能源结构，通过更深入地控制生产情况来降低生产成本和碳排放。由于机器学习建模方法的过度饱和，预测模型在提高准确性和提取数据特征方面面临困难。引入深度学习方法来解决这些问题，然而，数据传输中关键参数和异常的不准确测量加剧了工业大数据的不确定性。这使得基于机器学习的预测模型表现出很强的不确定性和较差的泛化能力。因此，提高当前工业能耗和碳排放预测模型在不同工业情景下的准确性非常困难。本文总结了近年来工业过程能耗和碳减排预测的研究。结合当前工业过程的实际问题，本文总结了三种预测模型：（i）基于深度学习和模型不确定性相结合的多步预测模型，（i）结合机制和数据驱动方法的预测模型，以及（ii）基于智能算法的预测模型。这些模型将成为未来建立通用工业过程能耗和碳排放预测模型的新途径。关键词：系统集成与分析、碳排放、节能减排、深度学习、人工智能

  • 2024-10-09
  • 阅读602

【IEEETII】用于大型锂离子电池电化学过程建模的物理信息复合网络

准确模拟大型锂离子电池（LLBs）的电化学过程，包括估计过程中的电化学状态分布，对于LLBs的设计和管理至关重要。基于二维物理的模型可以准确地描述LLB的电化学过程。然而，由于存在复杂的偏微分方程（PDE），求解模型成为一项具有挑战性的任务。本文开发了一个物理信息复合网络（PlCN）作为二维物理模型的替代模型。具体来说，PlCN由四个深度神经网络（DNN）组成，分别估计四个关键电化学状态的分布。由于PlCN的架构受到PDE特性的启发，它可以通过四个轻量级DNN实现高精度。此外，通过结合物理和数据，PlCN使用有限的数据实现了准确的估计。它甚至可以估计可能无法直接测量的电化学状态分布。MoreoverPICN提出了一种基于低频信息的预训练策略和两阶段损失平衡策略，以解决PlCN训练中可能出现的收敛失败和损失不平衡问题。PlCN是通过将物理与数据相结合来模拟LLBs电化学过程的新尝试。大量实验表明，它比最先进的模型要好。 关键词：数据、电化学过程、锂离子电池、物理学、替代模型。

  • 2024-12-01
  • 阅读602