• 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233

【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237

【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1048

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246

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400

【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470

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196

智慧养老场景及解决方案

“推进信息化建设,建立老龄事业信息化协同推进机制建立老龄信息采集、分析数据平台,健全城乡老年人生活状况跟踪监测系统。"健全党政主导、老龄办协调部门尽责、社会参与、全民关怀的大老龄工作格局。

  • 2024-05-28
  • 阅读187
上一页 1 …… 858859860861862863864865866867868 …… 947 下一页 共 7574 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

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295
  • 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297
  • 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231
  • 下载0

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1113
  • 下载0

最新上线

AI数据中心一次电源前沿技术概览

AI算力大爆发,机柜功率超过百千瓦,供电/散热压力剧增口一次电源应对大功率负载,以及负载突变的瞬态功率口单相PFC:图腾柱及其衍生拓扑,氮化镓高频、高效、高密口三相PFC:三相桥、T型三电平、维也纳、Swiss、多电平口直流变压器:LLc衍生拓扑,IsOP、三相交错、矩阵变压器、磁集成 口技术变革趋势 >单级矩阵变换器:三相AC直转800V,效率99%,氮化镓BDS集中式MW级AC/DC+800V,兼容新能源,减少配电损耗固态变压器:中压直挂(三相10kV>800v)

  • 阅读23
  • 下载0

新能源柔性直流外送系统故障穿越与主动支撑

混合储能通过结合不同技术的适当特点,带来了许多优点,适用于平衡发电和需求,改善电能质量,平滑可再生资源的间歇性,辅助服务(如频率以及微电网运行中的电压调节)等场景; 混合储能的核心问题:容量配置优化、基于应用场景的能量管理策略等;混合储能在AGC调频、高比例可再生能源利用、交通能源融合等场景具有广阔的应用前景。

  • 阅读25
  • 下载0

2026从“燃料”向“原料”:中国化石能源消费历史性拐点加速地方高碳行业减排报告

iGDP自成立以来,根植我国绿色低碳实践,紧跟全球应对气候变化进程,服务决策者、实践者、投资者,通过跨学科、系统性、实证性的研究,推动能源和气候变化解决方案的科学化和精细化,与多方合作推动绿色低碳议题的多元化和国际化的沟通,提供有国际视野和前瞻性的解决方案及公共知识产品,为全球可持续发展做出贡献。

  • 阅读45
  • 下载0

2026抖音户外圈层营销指南

“户外”不是一个赛道,而是一组处于不同生命周期的细分圈层集群--有的圈层正处于内容爆发期,规模和增速双高,有的刚进入大众视野,数据基数小但增长斜率陡峭。

  • 阅读46
  • 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