• 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

Jeff Dean万字长文:2020谷歌10大领域AI技术发展

Jeff Dean 发了一篇几万字长文,回顾了这一年来谷歌在各个领域的成就与突破, 并展望了 2021 年的工作目标。 “当我 20 多年前加入谷歌的时候,只想弄清楚如何真正开始使用电脑在网络上提 供高质量和全面的信息搜索服务。时间快进到今天,当面对更广泛的技术挑战时, 我们仍然有着同样的总体目标,那就是组织全世界的信息,使其普遍可获取和有 用。 2020 年,随着世界被冠状病毒重塑,我们看到了技术可以帮助数十亿人更好地 交流,理解世界和完成任务。我为我们所取得的成就感到骄傲,也为即将到来的 新的可能性感到兴奋。

  • 2021-02-26
  • 阅读1597
  • 下载6
  • 14页
  • pdf

深度迁移学习方法的基本思路

随着迁移学习方法的大行其道,越来越多的研究人员开始使用深度神经网络进行迁移学习。与传统的非深度迁移学习方法相比,深度迁移学习直接提升了在不同任务上的学习效果,并且由于深度迁移学习直接对原始数据进行学习,所以它与非深度迁移学习方法相比有两个优势。(1)能够自动化地提取更具表现力的特征。(2)满足了实际应用中的端到端(End-to-End)需求。

  • 2021-02-09
  • 阅读1455
  • 下载0
  • 14页
  • pdf

2024年为AI助力的应用程序建立治理框架白皮书

人工智能 (AI) 的发展日新月异,各行各业的企业都在以前所未有的速度部署 AI 助力的应用程 序。例如,在 Prisma Cloud 的 2024 年云原生安全现状报告1 中,100% 的受访者都表示自己欣 然接受 AI 辅助的应用程序开发——对于这个几年前还被许多人视为科幻的技术来说,这确实是 一个让人惊讶的结果。

  • 2025-04-01
  • 阅读812
  • 下载0
  • 13页
  • pdf

工业物联网赋能下基于振动分析的汽轮机故障诊断与检修技术研究

在工业 4.0 浪潮推动下,工业物联网(IIoT)迅猛发展,重塑着传统工业运维格局。汽轮机作为工业关键动力源,其可靠运行对各行业意义非凡。本论文紧扣 IIoT 赋能汽轮机运维这一核心,以振动分析为切入点深入探索。开篇详述振动基础与测量原理,从振动基础概念、测量传感器原理到多元分析方法,为后续诊断打基础;依傍 IIoT 数据优势剖析振动标准与评定,确保精准运维决策。针对轴系不平衡、转子弯曲、动静碰磨等频发故障,借 IIoT 实时、海量数据挖掘故障特征与处理策略,实现早期预警。拓展至辅机振动领域,利用 IIoT 连通性规范标准、剖析案例。深入研讨 TSI 与 TDM 融合创新应用,提升智能化诊断水平。聚焦汽轮机叶片,基于 IIoT 多源监测实现故障精准识别与检修。最终阐述整机检维修工艺及缺陷处理,全方位保障汽轮机在 IIoT 加持下稳定高效运行,助力工业产业升级。

  • 2025-03-28
  • 阅读865
  • 下载1
  • 13页
  • docx

德勤:搭建协同生态系统助力数字化组织实践

数字化工作是指主要通过数字化工具完成的工作。通过数据联网的方式,团队能够执行任务,处理信息(以及越来越多的现实对象),并进行协作。许多人意识到这是他们在疫情期间常用的工作方式。因为隔离和防疫的要求,许多员工被迫离开办公室,完全以数字化方式工作。

  • 2023-07-17
  • 阅读1125
  • 下载0
  • 13页
  • pdf

5G智慧工厂解决方案pdf

数字化工厂主要解决产品设计和产品制造之间的“鸿沟”,实现产品生命周期中的设计,制造、装配、物流等各个方面的功能,降低设计到生产制造之间的不确定性,在虚拟环境下将生产制造过程压缩和提前,并得以评估与检验,从而缩短产品设计到生产的转化的时间,并且提高产品的可靠性与成功率。

  • 2021-10-26
  • 阅读1165
  • 下载0
  • 13页
  • pdf

AIoT云边端协同智慧城市解决方案

随着AI、IoT、云计算、大数据等技术的快速发展,和在众多产业中的垂直产业落地应用,AI与IoT在实际项目中的融合落地变得越来越多。AIoT作为一种新的IoT应用形态存在,与传统的IoT区别在,传统的物联网是通过有线和无线网络,实现物-物、人-物之间的相互连接,而AIoT不仅是实现设备和场景间的互联互通,还要实现物-物、人-物、物-人、人-物-服务之间的连接和数据的互通,以及人工智能技术对物联网的赋能进而实现万物之间的相互融合。使得用户获得更加个性化的更好的使用体验、更好的操作感受。最终目的是让用户或使用方获得:“安全、简单、便捷、舒适的体验”。

  • 2021-10-18
  • 阅读1128
  • 下载0
  • 13页
  • pdf

3g智能楼宇设计方案

智能楼宇是一个边沿性交叉性的学科,涉及计算机技术、自动控制、通讯技术、建筑技术等,并且有越来越多的新技术在智能楼宇中应用。

  • 2021-10-18
  • 阅读622
  • 下载0
  • 13页
  • pdf
上一页 1 …… 5051525354555657585960 …… 75 下一页 共 593 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

人工智能大模型分类体系、技术特点及主流厂商概览

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

  • 阅读95
  • 下载2

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932
  • 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2729
  • 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3169
  • 下载14

最新上线

超硬材料智慧园区方案

超硬材料制品是典型的“材料—工具”型制造:金刚石刀头、锯片、工程钻、磨轮,最终用在石材与建材加工、路面与混凝土切割、玻璃与陶瓷、半导体与蓝宝石加工。产品小批量、多品种,工艺链却很长。 这条工艺链把同一道围墙切成几段:压制、烧结、焊接、磨削与检测分散在不同厂房,一段停摆,整批报废。以下痛点与解法取自一座已投运的园区平台,数据为界面实测值,企业名称脱敏。

  • 阅读24
  • 下载0

中服云工业物联网平台在印刷装备制造行业的应用

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。

  • 阅读48
  • 下载0

中服云数字孪生系统在石油和天然气开采业的应用案例(痛点·方案·成效)

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。

  • 阅读53
  • 下载0

中服云物联网与数字孪生平台在油气作业现场的应用

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。

  • 阅读49
  • 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