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

工业物联网与工业互联网平台简要对比分析

IIoT平台的起源可以追溯到物联网（IoT）技术的兴起。随着传感器技术、无线通信技术（如4G/5G）、云计算和边缘计算的发展，工业领域开始将这些技术应用于设备连接和数据采集，形成了工业物联网（IIoT）。

  • 2025-02-28
  • 阅读316

设备故障诊断行业现状、发展趋势分析

设备故障诊断（Equipment Fault Diagnosis, EFD）作为现代工业稳健运行的关键支撑技术，依托先进的传感器数据采集技术、视频、图片智能识别技术，精准捕捉工业设备在运行过程中的各类物理参数，诸如机械振动、温度变化、流体压力、噪音、表面磨损裂纹等信息。这些数据通过高速传输通道汇聚至数据分析工业物联网平台，运用平台上复杂丰富的算法模型进行深度挖掘与多模态解析，进而实现对工业设备全方位的状态监测、前瞻性的故障预测以及系统全面的健康管理（PHM）。

  • 2025-02-05
  • 阅读440
  • 下载0
  • docx

智慧农业总体规划方案（50页）

智慧农业总体规划方案（50页），智慧农业总体规划方案（50页），智慧农业总体规划方案（50页），智慧农业总体规划方案（50页）

  • 2025-01-14
  • 阅读409
  • 下载0
  • pdf

发动机剩余使用寿命预测(1)

C-MAPSS是由NASA开发并公开可用的一款仿真软件，能够模拟发动机在不同飞行条件下的运行情况，包括各种操作设置、环境条件和潜在的故障模式。在官方数据共享平台上：https://data.nasa.gov，有一个大型公开可用的数据集，包含了发动机从开始运行到故障发生的所有模拟数据。该数据集是一个多变量的时间序列，通过多个传感器通道记录的数值来表征故障演变。今天我们要做的就是利用该数据集来预测发动机的剩余使用寿命。

  • 2025-01-13
  • 阅读928

发动机剩余使用寿命预测(2)

在上一篇总结中，我们使用了线性下降的方式来计算剩余使用寿命，最后的预测效果并不理想。所谓的线性下降，打个比方：假如一台发动机的寿命是200个循环（CY），线性下降就是用一次少一次。如果今天如果用掉了6CY，那么从明天开始，剩余的使用寿命就是194CY。

  • 2025-01-25
  • 阅读473

发动机剩余使用寿命预测(3)

在上一篇总结中，我们用分段线性模型来近似发动机性能衰退的不同阶段，最终的预测效果有了极大的提升。今天我们再基于分段线性模型，尝试使用XGBoost算法来对RUL进行预测，对比一下与LSTM谁的性能更优一些。

  • 2025-01-13
  • 阅读648

发动机剩余使用寿命预测(4)

在上一篇总结中我们使用XGBoost算法预测了发动机的剩余使用寿命，结果差强人意。今天，我们继续学习一种新的算法：随机森林（Random Forest）。

  • 2025-01-13
  • 阅读579

发动机剩余使用寿命预测(5)

和XGBoost一样，LightGBM是一种基于梯度提升决策树的算法。它们都是通过迭代地训练一系列弱学习器，来组合成一个强地学习器，每一棵树都试图纠正前面所有树地累积误差。主要区别如下：

  • 2025-01-25
  • 阅读1207