徐工信息智能工厂方案为通用离散制造企业打造智慧工厂,为企业量身打造智能互联,实现企业实现降本增效,提高产能,降低运营成本
为了能够精确地测量海底表层沉积物的声学参数,自主研制了一种新型海底沉积物声学原位测量系统,与国内外传统的声学原位测量系统相比,该系统能够实时显示声波波形,调整测量参数,其工作方式除了站位式测量之外,还实现了拖行式连续测量,极大地提高了工作效率.根据前期海试情况,对海底仪器结构进行了重新设计,使之可以同时测量海底沉积物及海底海水的声学参数,同时建立了双向数字信道,解决了测量过程中系统信号的干扰问题.该系统的结构分为两部分:甲板控制单元和水下测量单元,整套系统通过主机控制程序进行控制,采用GPS定位系统测定仪器的大地坐标.为了检验系统的稳定性及准确性,分别进行了实验室水槽实验和海上试验.利用水声测量设备对测量系统进行实验室水槽标定分析,实验结果表明系统测量值相对误差仅为0.04%,测量结果具有较高的精度.海上试验在青岛胶州湾和东海海域进行,获得了试验区域海底沉积物声速和声衰减系数的测量数据,将测量数据与他人的研究结果进行对比分析,结果表明测量数据与前人研究结果一致,较为准确.该原位测量系统在站位式测量和拖行式测量中都能够快速准确地测量出沉积物声速和声衰减系数,可以作为海底底质声学测量的调查设备。
资源、可持续发展、国家安全、全球变化这些热点名词,作为普通民众业已耳熟能详,它们均与深海有着千丝万缕的联系,深海已成为人类未来发展休戚与共、赖以生存的载体。这一广阔区域内蕴藏着丰富的金属、能源和生物资源,但尚未被人类充分认识和开发利用。上世纪中叶开始的深海热液成矿体系研究、深海热泉生物群落的发现与应用研究、天然水合物的应用开发、大洋结核的采集与开发,使国际深海研究高潮迭起。“蓝色圈地”运动已成为21世纪争夺国际海洋资源的主旋律。
我国海洋地理环境的数字化保障体系经过多年的建设与发展,已取得了重大的技术进展。海洋基础地理信息保障手段实现了数字化,海底地形图、海图、卫星影像等数据库工程正在实施。海洋地理信息产品已从单一的航海图向多层次、多品种、多形式方向发展,并形成了门类齐全的海洋地理信息产品体系;海洋地理信息保障方式也从单纯的图书产品保障向航海图书产品与服务相结合的保障方式发展。
21世纪是海洋的世纪。海洋因拥有丰富的生物、矿产等资源成为经济发展的重要支点,是解决人口膨胀、资源短缺和环境恶化的重要出路;海洋因巨大的水域面积和储水量成为影响全球气候、碳循环等的重要因素,是研究人类生存环境的重要对象;海洋因其复杂性、独特性等特点成为人类探索未知世界的主要方向,是科学和技术创新的重要舞台;海洋因其通透性和天然地理格局成为重要的国防屏障,受到世界各国的高度重视。海洋探测技术与装备保障海洋科学是一门基于观测与发现推动的科学,海洋技术的发展是推动海洋科学发展的原动力。当今,开发海洋蓝色国土,拓展生存和发展空间,已上升为世界沿海各国的国家战略。海洋工程与装备是进行海洋开发、控制、综合管理的基础,集中体现着国家海洋竞争力,同时海洋工程装备技术水平在一定程度上标志着国家综合国力和科技水平。
多波束声纳是一种常用的水底地形测量设备,AUV搭载多波束声纳对深海地形进行测量得到了普遍应用。该文首先介绍了目前国内外AUV搭载多波束声纳在地形测量中的应用情况,然后总结了这种方式的高效率、高质量、高经济性等优点,并分析了导航定位精度、载体运动、系统兼容性等方面对于提高测量精度存在的技术难点,最后介绍了该技术的应用经验,并对该技术的未来应用前景进行了展望。
舰船在航行过程中,由于螺旋桨空化,舰船壳体侧壁与水体摩擦,不可避免的在其尾部产生一个包含大量而尺寸不一的气泡区域,称为舰船气泡尾流[1-3]。通过探测舰船气泡尾流,可对舰船进行探测和跟踪,如何对舰船气泡尾流进行准确测量,是抑制舰船气泡尾流的关键问题之一。目前,对尾流的探测主要有声学探测和光学探测两种方法[4]。由于光波在海水中的强衰减,长期以来对尾流的探测主要以声波为载体,但声波的灵敏度、准确度一直是困扰人们的难题。近年来,随着换能器技术的发展,侧扫声呐系统的性能得到较大提高[5]。鉴于此,本文提出侧扫声呐测量气泡尾流回波强度的方法,为尾流气泡的理论研究提供声学数据。
变频、软启动器在油田注水系统中的应用变频、软启动器在油田注水系统中的应用
没有账户,需要注册
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
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
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。
印刷机械是装备制造中比较典型的一类产品:单机价值高、定制化程度高、客户分散在全国各地的包装与印刷车间,一台凹版印刷机开机就是十几年。设备卖出去了,服务却要跟十几年——这是行业共同的结构性难题,也是工业物联网在装备制造领域最容易见效的地方。 本文以一个真实的落地样本为观察对象:一家印刷机械制造企业把 178 台在役设备接进了自己的远程运维系统,系统的底座选用中服云工业物联网平台的设备版。下文按“行业之困、平台解法、落地成效、可复制经验”四步展开。
石油和天然气开采业的生产对象在地下,管理的关键环节在地面。从井口到计量间,从转油站、联合站到外输与处理装置,油气田用“井—站—管网”的骨架把分散的资源汇集起来,联合站是这条骨架上设备最密集、工艺最连续、安全要求最高的节点。 这类站场大多已经上了SCADA,数据并不缺。问题在于数据上来之后,新的麻烦更清楚了:设备家底说不清,画面说不清位置,报警说不清先后。本文按“痛点—解决方案—成效”的顺序,说明中服云物联网平台与数字孪生平台如何分工配合,逐条解决这些问题。
油气田的地面作业现场有一个共同特征:设备搬着走、电源跟着换、负荷忽高忽低。钻修井井场靠网电、柴油发电机组、储能、光伏凑出一套临时电力系统;压裂井场更极端,几十台电驱压裂泵并联运行,瞬时功率爬升快,砂罐、混砂、供液、仪表车密集停放,作业段集中、单段时长以小时计。 这两类现场的管理难题是同一类:能耗与碳排放算不清、设备状态看不见、峰值容量报不准、多能协同靠经验。中服云用同一套工业物联网平台加数字孪生平台,把这两类现场做成了可以被“看懂、算清、考核”的对象。本文以已投运的钻修井现场为实测样本,说明平台在野外作业领域的典型应用,并给出向压裂井场复制的路径。
持续改进与升级是配电室智慧整体解决方案成功的关键,通过定期评估和更新硬件设备、引入智能控制系统、加强数据分析和优化、提升人员培训和技能水平以及建立反馈机制等措施,可以不断提高系统的运行效率和可靠性,满足不断变化的市场需求和技 术进步。
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