• 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

PPT分享|李德仁院士:论时空智能与数字孪生智慧城市

PPT分享|李德仁院士:论时空智能与数字孪生智慧城市

  • 2024-08-30
  • 阅读467

【IEEETNNLS】基于轻量级组Transformer的边缘智能时间序列约简网络及其在工业RUL预测中的应用

最近,基于深度学习的模型,如transformer,由于其强大的表示能力,在工业剩余使用寿命(RUL)预测方面取得了显著的性能。在许多工业实践中,RUL预测算法被部署在边缘设备上进行实时响应。然而,深度学习模型的高计算成本使其难以满足边缘智能的要求。本文提出了一种具有多层次时间序列缩减的轻量级组Transformer(GTMRNet)来缓解这个问题。与计算所有时间序列的大多数现有RUL方法不同,GT MRNet可以自适应地选择必要的时间步长来计算RUL。首先,构建了一个轻量级的组Transformer,通过使用具有显著小波参数的组线性变换来提取特征。然后,提出了一种时间序列缩减策略,以自适应地过滤掉每一层不重要的时间步长。最后,开发了一种多层次学习机制,以进一步稳定时间序列缩减的性能。在真实世界条件数据集上的广泛实验结果表明,所提出的方法可以在不牺牲精度的情况下显著减少高达74.7%的参数和91.8%的计算成本

  • 2024-08-30
  • 阅读400

变工况条件下三相异步电机匝间短路故障诊断

针对三相异步电机匝间短路故障在不同工况下数据分布不一致带来的泛化识别准确率下降的问题,提出了一种基于残差-自注意力网络的迁移学习方法,通过在残差网络中嵌入自注意力机制实现特征强化并利用源域数据进行模型训练,然后利用迁移学习的微调策略使得模型能更好地适应目标域的特征分布,以此来增加模型在目标域数据中的适应性能力。

  • 2024-08-30
  • 阅读245

基于多通道融合的滚动轴承剩余寿命预测

针对工业生产中滚动轴承剩余使用寿命(RUL)预测任务中数据挖掘不足导致预测精度低的问题,提出了一种多通道融合的滚动轴承剩余寿命预测方法。

  • 2024-08-30
  • 阅读252

基于混合注意力的多小波系数融合滚动轴承剩余寿命预测方法

小波变换是一种评估非平稳信号的时频分析方法,有助于表征设备在长时间使用过程中的退化。然而,单一的小波基函数很难适用于所有的周期瞬态波形。因此,本研究提出了一种基于混合注意力的多小波系数融合方法来评估轴承的剩余使用寿命。该方法首先利用多个小波得到原始信号的特性,然后将分解后的各个频带组织成二维映射;其次,设计了一种基于注意力的混合卷积长短期记忆网络(HA-ConvLSTM),自适应地对小波系数通道进行加权。学习到的特征被多层感知器用于评估剩余寿命(RUL)。最后,在PHM2012滚动轴承数据集上进行了测试,验证了所提方法的有效性。总体而言,该方法在性能指标上优于以前的方法,可选择性地解决周期瞬态波形的小波基函数匹配问题。

  • 2024-08-30
  • 阅读298

一种全新滚动轴承局部缺陷扩展动态更新和实时映射的数字孪生模型

轴承局部缺陷扩展的研究对轴承健康监测和管理具有重要意义。然而,滚动轴承的局部缺陷尺寸难以实时监测。为了解决这个问题,本文提出了一种新的数字孪生(digital twin, DT)模型,用于滚动轴承局部缺陷扩展的动态更新和实时映射。新的数字孪生模型将机理模型和实时传感器数据相结合,而不是像传统的数字孪生模型那样仅依赖于测量数据。通过这种方式,可以利用新的数字孪生模型直接映射整个生命周期的缺陷尺寸。使用XJTU-SY轴承数据集评估所建立的全新的数字孪生模型,结果表明,该数字孪生模型可以准确地表征滚动轴承全寿命周期内的局部缺陷扩展。

  • 2024-08-30
  • 阅读331

根据电气特征对感应电机中的机械故障进行状态监测:不同技术的回顾

电机的状态监测是一个越来越重要的环节,因为容错系统在许多应用中已成为强制性的。就电气驱动而言,机械故障(不平衡、齿轮和轴承)的比例非常高。机械故障检测通常基于振动信号,这是一种强大而有效的技术,不过具有一定的成本和入侵性。近年来,人们已经研究了许多理论和基于信号的方法,用于通过电机信号对机械故障进行早期诊断。本文将回顾机械故障状态监测的方法,特别参考基于电信号的方法。

  • 2024-08-30
  • 阅读190

用于工业设备剩余使用寿命预测的预训练增强无监督对比域自适应摘要

工业智能的一项重要任务是准确预测工业设备的剩余使用寿命(RUl),基于数据驱动方法的RUl预测取得了巨大进展。然而,这些方法在很大程度上依赖于模型的数据表示能力和数据分布的一致性假设。在实际的工业环境中,由于不同的工作条件,工业时间序列数据表现出高维、动态和噪声的特征,这往往导致训练模型从一个环境到类似但未标记的新环境的无效转移。为了解决上述问题,本文首先设计了一个双并行时频特征提取网络,用于提取具有不同维度和重要性水平的有效时间序列特征。然后,提出了一种增强的预训练框架,该框架采用相似性对比学习来挖掘工业时间序列数据中的潜在表示信息。最后,提出了基于矩对比对抗学习的领域自适应方法,该方法在对抗学习领域不变特征的过程中保留了目标领域特有的结构信息,减轻了负迁移效应。在两个广泛认可的工业基准数据集上进行了一系列严格的实验,重点关注跨领域场景。结果表明,我们的方法在工业跨领域预测场景中取得了最先进的性能。

  • 2024-08-30
  • 阅读253
上一页 1 …… 20192020202120222023202420252026202720282029 …… 2193 下一页 共 17543 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

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64
  • 下载3

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305
  • 下载3

中服设备健康管理系统产品介绍

中服设备健康管理系统依托中服云工业物联网架构搭建,面向工业全品类设备运维场景。 融合实时数据采集、状态监测、故障诊断核心能力,全天候掌握设备运行动态。 通过边缘计算与 AI 算法分析设备隐患,实现从被动维修向预测性维护升级。 有效降低设备故障率、减少停机损失,简化线下运维管理流程。 助力工厂实现设备数字化管控,保障产线高效、稳定、安全运行。

  • 阅读302
  • 下载3

OpenClaw替我干科研

OpenClaw:不仅是对话窗口,更是行动助手一人工智能代理(AI Agent)正深刻重塑科学研究基本范式,OpenClaw成为2026年开源AI代理平台代表。

  • 阅读236
  • 下载0

最新上线

智慧校园总体规划设计方案2026

智慧校园总体规划设计方案2026智慧校园总体规划设计方案2026智慧校园总体规划设计方案2026智慧校园总体规划设计方案2026智慧校园总体规划设计方案2026智慧校园总体规划设计方案2026

  • 阅读9
  • 下载0

数据中心建设方案2026

1,通过双路接入,实现网络线路, 保证链路的冗余可靠性,两条专线一 主一备。 2,充分利用现有的网络设备,不造成资源浪费。 3,通过防火墙的多种安全保证,保 证数据和网络安全。 4,新增VPN通道,保证业务连续性。

  • 阅读9
  • 下载0

制造行业-新质生产力驱动下制造业人才要素重构与两业融合路径研究

长期以来,中国制造业的快速发展建立在劳动力供给相对充足、用工成本总体可控的基础之上。国家统计局和相关研究普遍指出,改革开放以来,劳动年龄人口规模扩大和抚养比下降形成的“人口红利”,在较长时期内为制造业规模扩张和国际竞争力提升提供了重要支撑。

  • 阅读9
  • 下载1

2026年机器人产业报告

在我们正式翻开 2025 年新篇章之前,让我们回顾?下这?年最?的发展。对于机器?来说,这是?个复杂的年份:虽然?些公司销售下滑或彻底关停,但其他公司却筹集了创纪录的资?并持续扩张。

  • 阅读9
  • 下载0
  • 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