• 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

【中服云】集团版物联网平台产品介绍

包括集团管控系统、工厂系统、开发发布系统、运维管理系统、网关系统5大子系统,旨在实现集团内部多工厂、多部门之间的协同管理和数据共享。通过构建一体化的工业物联网平台,整合各工厂的生产、设备数据和资源,打造集团统一的工业操作系统底座,为集团提供统一的管理视角和决策依据,提升集团整体运营效率和协同效应

  • 2025-04-09
  • 阅读3494
  • 下载12
  • 102页
  • pdf

中服云工业物联网平台数字孪生版的显著特点

在工业领域迅猛向智能化、数字化转型升级的时代浪潮下,中服云工业物联网平台数字孪生版横空出世,宛如夜空中最为耀眼的启明星,凭借其独树一帜且极具影响力的特性,为企业推开了一扇通往全新发展天地的大门,引领工业行业大步迈向智能化的崭新时代。

  • 2025-03-12
  • 阅读731

中服云工业物联网平台:数据采集赋能多行业数字化变革

在数字化浪潮席卷全球的当下,数据已成为驱动各行业发展与变革的核心要素。中服云工业物联网平台凭借卓越的数据采集能力,深入渗透到众多行业领域,为企业的智能化转型与高效运营提供了坚实的支撑。

  • 2025-03-12
  • 阅读716

中服云工业物联网平台系列产品简介 2025

在工业数字化转型的浪潮中,中服云工业物联网平台系列产品脱颖而出,为不同规模和需求的企业提供了全面、专业的物联网平台解决方案。该系列产品包含工业物联网平台基本版(SCADA)、工业物联网平台企业版、工业物联网平台集团版、数字孪生版和工业物联网平台设备版,各版本功能特色鲜明,重点突出。助力企业提升设备智能化水平和运行效率生产效率、优化管理流程、增强决策能力。?

  • 2025-02-25
  • 阅读2286
  • 下载17
  • 6页
  • pdf

智慧农业茶产业发展大数据平台综合解决方案

智慧农业不同于现代农业,智慧农业是农业生产中一个比较高级的阶段,通过物联网技术、4G/5G无线通信、计算机网络、3S技术、视频监控等等高新信息化技术,建立基于物联网应用和云计算的一体化、智慧化、综合化的智慧农业管理平台,实现农业基础信息采集、农业资源和生态环境管理、农业标准化生产管理、农产品质量溯源、农业综合信息服务等云平台应用,建成面向不同农业参与者、开放不同应用接口、实现数据共享的农业大数据体系。

  • 2024-11-20
  • 阅读746
  • 下载2
  • 49页
  • doc

智慧校园一卡通项目建设方案

“校园一卡通”系统是学校数字化校园建设的重要组成部分和基础性工程,是校园信息化建设的重点工程,是提高校园管理自动化、科学化、信息化的必要手段。校园一卡通系统是一个面向全校所有人员(教工、学生、外来人员)的信息化系统,将对学校信息化管理产生深远的影响。因此,校园一卡通系统设计与实现必须严格贯彻学校信息化建设的整体规划,应在坚持规范性、先进性、安全性、可靠性和开放性,注重实用、科学、经济及合理性等的基础上,突出软件管理服务特色。

  • 2024-11-20
  • 阅读2123
  • 下载5
  • 98页
  • docx

一种数模联动融合多源传感器数据剩余寿命预测思路

针对当前研究存在的局限性, 提出了一种多源传感监测大数据下数模联动的随机退化设备剩余寿命预测问题解决思路 (简称为数模联动, 这里需要说明的是, “数”是指数据退化特征提取, “模”是指所提取退化特征时变演化过程随机建模), 通过构建优化目标函数实现数据特征提取与所提取特征时变演化过程随机建模的 “联动”, 并通过航空发动机多源监测数据初步验证了该思路的可行性和有效性。

  • 2024-06-06
  • 阅读1202

基于数字孪生技术的预测性维护综述(下)

制造业的升级和发展使得预测性维护越来越重要,但是传统的预测性维护在很多情况下已经不能满足发展的需要。近年来,基于数字孪生的预测性维修已成为制造业领域的研究热点。本文首先介绍了数字孪生技术和预测性维护技术的一般方法,分析了两者之间的差距,指出了利用数字孪生技术实现预测维修的重要性。其次,介绍了基于数字孪生的预测性维修方法(PdMDT:Predictive maintenance method based on digital twin),介绍了其特点,并给出了其与传统预测性维修的区别。接着,介绍了该方法在智能制造、电力行业、建筑行业、航空航天行业、船舶行业中的应用,并总结了这些领域的最新进展。 最后,提出了一个针对制造业设备维护的参考框架,该框架描述了设备维护的具体实施过程,并以工业机器人为例,讨论了PdMDT的局限性、挑战和机遇。

  • 2024-06-06
  • 阅读1505
上一页 123456789101112 …… 162 下一页 共 1291 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

竞争对手分析

母公司公司的总目标是什么?母公司要求该业务单位做什么?将业务单位的定位是什么(基础业务还是边缘业务)

  • 阅读117
  • 下载0

2025知识图谱与大模型融合实践案例集

随着人工智能的迅猛发展,知识图谱与大模型作为两大核心研究领域,各自彰显出独特的技术优势。知识图谱以结构化方式精准刻画实体关联,为知识表示与推理提供了可解释的框架;大模型则凭借海量数据训练展现出卓越的自然语言理解与生成能力,具备强大的泛化学习性能。

  • 阅读126
  • 下载4

国内重点工业物联网平台四类厂商分类及选型指南

国内重点工业物联网平台四类厂商分类及选型指南

  • 阅读280
  • 下载6

工业物联网平台的典型应用场景深度分析

工业物联网平台发展重点: 一是行业深耕化,从通用型平台向“一米宽、百米深”的行业垂直平台转型,聚焦能源、交通、化工等领域的特定需求,沉淀场景化解决方案与行业Know-how,而非追求“大而全”的覆盖能力。 二是智能融合化,工业大模型与平台深度结合,实现工业知识的智能化重构、应用开发的低代码化升级,以及生产运营的自感知、自决策、自优化闭环管控,AI成为提质增效的核心变量。 三是生态协同化,平台不再是单一技术载体,而是串联产业链上下游的协同中枢,通过跨系统数据融合、产学研用金深度合作,形成“数据-算力-应用”的生态闭环,赋能供应链协同与产业集群升级。 四是部署灵活化,采用“平台化产品+私有化部署”结合的模式,兼顾中小企业轻量化需求与大型集团定制化诉求,支持公有云、私有云、边缘端的混合部署,平衡成本与安全性。

  • 阅读303
  • 下载9

最新上线

2026年中国媒介展望:从掌控到赋能

2025年,持续的地缘政治紧张局势和贸易不确定性,取代了对“统一全球市场”的信念。全球品牌不再被动观望,而是转向更深层次的“在中国”融合:采用本土科技平台、加大研发投入,并推进逆向创新。 中国品牌为应对国内过度竞争以及对本土消费的过度依赖,加速出海扩张。 面向全球的品牌传播必须针对中国的竞争环境进行精细化调整;本地化不再是可选项,而是必选项。

  • 阅读7
  • 下载1

安全应急装备产业发展研究报告(2025年)

安全应急装备是防范化解重大风险、提升突发事件应对能力的物质基础与技术保障,其发展水平直接关系到国家公共安全保障能力和产业链现代化水平。习近平总书记指出,“要巩固壮大实体经济根基,把集成电路、网络安全、生物医药、电力装备、安全应急装备等战略性新兴产业发展作为重中之重,着力打造世界级先进制造业集群。”当前,全球风险挑战日趋复杂严峻,气候变化引发的极端天气事件频发,城市运行系统日益复杂化,对现代化安全应急体系建设提出了新的挑战,也对安全应急装备产业提出更高要求。同时,新一代数字信息技术融合应用不断深化,以及全社会日益增长的安全保障需求,也为安全应急装备产业发展带来重要机遇。

  • 阅读9
  • 下载0

锚定真实的人——2026人群白皮书

当消费市场迎来“人口结构重塑”与“需求多元裂变”的双重变局,消费者正以更立体的姿态重新定义市场规则,这既是当下的行业底色,更是品牌增长道路上必须直面的核心命题。

  • 阅读10
  • 下载1

全球业务高速增长DNA分析报告

核心研究发现 1.增长愈发难以实现:尽管许多企业仍在增长,但高增长企业(即员工规模等级提升一级)的比例已从疫情前的7.4%降至疫情后的4.3%,这表明市场环境日益严峻。1 2.AI技能是增长加速器:高增长企业的A技能发展水平比其他企业高出45%。

  • 阅读7
  • 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