• 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

【JIM】用于工业缠绕过程建模的增强型布谷鸟搜索算法

非线性工业系统的建模包括两个关键阶段:选择具有紧凑参数列表的模型结构和选择估计参数列表值的算法。因此,需要开发一个足够充分的模型来表征工业系统的行为,以表示实验数据集。为许多工业系统收集的数据可能存在高度非线性和多重约束。同时,为工业过程创建一个全面的模型对于基于模型的控制系统至关重要。在这项工作中,我们探索使用所提出的Cuckoo Search(ECS)算法的增强版本来解决实际缠绕过程的线性和非线性模型结构的参数估计问题。将所开发的模型的性能与其他主流元启发式方法进行比较,以对同一过程进行建模。此外,还将这些模型与基于一些传统建模方法开发的其他模型进行了比较。进行了几次评估测试来判断基于ECS开发的模型的效率,与其他建模方法相比,ECS在训练和测试案例中都表现出了优越的性能。

  • 2024-05-25
  • 阅读353

【ESWA】具有命题线性时序逻辑的工业模糊时间序列动态软传感器

模糊时间序列(FTS)模型被广泛用于预测时间序列数据。然而,对于工业时间序列数据,FTS的预测结果较差,尤其是当数据变化迅速且数量巨大时。因此,提出了一种基于带滑动窗口的命题线性时间逻辑(PLTL)的动态软传感器模型。首先,使用滑动窗口提取动态数据。然后通过FTS对提取的数据进行建模,生成初始预测结果。最后,根据窗口中的数据,生成PLTL公式来描述数据的趋势。生成的公式被用作窗口中数据的正式标签,以对初始预测结果进行加权。用TAIEX数据集对所提出的方法进行了验证。方差分析用于测试所选数据集的显著性。实验结果表明,该方法具有良好的回归预测性能。最后介绍了一个工业应用实例。实验结果证明了该模型对工业时间序列数据的有效性。

  • 2024-05-25
  • 阅读327

【IEEETII】基于迁移学习的有限数据工业过程时间序列预测方法

工业时间序列作为一种响应生产过程信息的数据,可以进行分析和预测,以有效地监测工业生产过程。工业建模过程中,由于工况复杂、数据采集环境变化、设备运行时间短等原因,存在数据短缺、算法冷启动等问题。因此,现有的数据驱动工业时间序列预测算法的准确性受到很大限制。针对上述问题,本文提出了一种新的基于动态迁移学习的有限数据下工业过程时间序列预测方法,该方法旨在有效地利用相似设备或工况的历史数据,而不是丢弃它们,以帮助建立目标数据有限的工业时间序列预测模型。在该方法中,首先将历史数据划分为多个批次,然后根据每一批次历史数据与当前时刻有限目标数据之间的分布距离,建立一个新的具有动态最大均差损失的多源迁移学习框架。该框架还结合了多任务学习方法,建立了工业过程在线学习的多步骤预测模型。与其他常用方法相比,在太阳能发电预测和加热炉温度预测两个真实数据集上的实验证明了该方法的有效性。

  • 2024-05-25
  • 阅读1262

基于CNN的机械故障诊断所面临的困难和挑战

CNN 作为深度学习中最为重要、典型的网络之一,被引入到机械故障诊断领域,虽处于起步阶段,但研究和应用已初见成效。

  • 2024-05-26
  • 阅读341

基于CNN的机械故障诊断方法

CNN 最初主要被用来处理二维图像,由于具有强大的认知计算能力,学者开始将其引入到机械故障诊断领域,能够很好地表征信号与机械健康状态之间复 杂的映射关系,提高大数据背景下多样性、非线性、高维健康监测数据诊断分析能力。

  • 2024-05-25
  • 阅读522

【IEEETIM】用于工业过程时间预测建模的双交叉注意Transformer网络

工业预测建模在过程控制和优化中发挥着重要作用。实际应用中出现的工业过程数据往往涉及非线性和时间特征,这是准确工业预测建模的两个主要挑战。虽然以前基于Transformer的工业预测模型只考虑了工业时间序列数据的时间信息,但通常忽略了过程变量的不同重要性。在本文中,我们提出了一种新的基于双重交叉注意力的Transformer网络(DCAFormer),以并行捕获跨时间依赖关系和跨变量依赖关系,从而获得更好的可预测性。具体而言,所提出的DCAFormer由跨时间自注意层和跨变量自注意层组成。跨变量自注意是通过将输入时间序列反转为变量标记来捕捉多变量相关性的。采用去定态跨时间自注意从时间序列数据中提取出内在的非平稳信息作为时间依赖关系。在真实的铝电解过程中进行了对比实验和烧蚀实验。实验结果表明,DCAFormer比其他Transformer模型具有更好的预测性能。

  • 2024-05-25
  • 阅读591

游敏:促进电力数字化转型搭建市场第三方平台

核心提要   ●我国电力系统呈现出新能源占比不断提升,电力电子化趋势持续加速,以及发电侧集中式与分布式并举、电动汽车等用电需求多元化等新特点   ●数字经济以数据为关键要素,以数字技术与实体经济的深度融合为主线,具有跨界融合、连接合作、共享共赢的生产力特征

  • 2024-05-26
  • 阅读300

农药废水处理设计方案

本项目为*****化工有限公司农药生产废水处理工程,废水来源为丙溴磷和嘧啶类原药产品生产的工艺废水,设计最大废水排量30m’1天

  • 2024-05-28
  • 阅读324
上一页 1 …… 45464547454845494550455145524553455445554556 …… 4711 下一页 共 37682 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

工业时序基础大模型技术发展综述

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

  • 阅读741
  • 下载8

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2528
  • 下载8

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2986
  • 下载14

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2708
  • 下载12

最新上线

数字化供应链的转型战略与架构设计

物联网平台、工业物联网、数字孪生、设备全生命、生产管理、IOT、三维可视化、数字化大屏、数据采集、SIS、DCS、SCADA 工业互联网平台、工业物联网、能源管理、时序数据库、实时数据库、数据中台、智慧园区、智能楼宇、生产管理系统、机加生产管理系统、MES、设备资产管理系统、设备运维管理系统、设备监控、设备健康、MDC、DNC、倾斜摄影、数字化交付、组态工具

  • 阅读21
  • 下载0

智慧校园音频应用方案

教育机构的规模壮大,行政会议频繁,而机构的复杂性与地域的分散性常常使信息传达的周期过长,影响工作内容的执行,更耗费了不少的差旅费。本系统可以召开主会场和所有分会场参加的全网视频会议。利用视频会议系统可以随时召开日常会议,减少差旅会务成本,缩短时间消耗可 以打造一个跨区域多人共享、沟通无障碍的工作空间。

  • 阅读74
  • 下载0

中国城市人工智能发展指数报告(2025-2026)

能源转型正以前所未有的速度重塑全球经济发展格局。当前,以新能源为主体的新型电力系统建设正在加快推进,风电、光伏等可再生能源装机规模持续增长,能源生产和消费方式不断发生深刻变化。与此同时,新能源发电的波动性和间歇性也使电力系统对于灵活调节能力提出了更高要求,储能作为支撑能源转型的重要基础设施,正在从新能源发展的“配套环节”逐步成为推动能源体系变革的“关 键支柱”

  • 阅读79
  • 下载2

下一代个人核心交互终端:AI智能眼镜消费趋势

AR眼镜与AI深度融合是下一代计算终端从纯音频,摄像类无屏产品,快速演进为音摄功能延续,新增显示屏的AI智能交互眼镜。AI智能眼镜蓬勃发展,预计市场规模将保持高速增长,2026年销量超过70万台。

  • 阅读85
  • 下载1
  • 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