-
大数据下电动汽车动力电池故障诊断技术现状与发展趋势
来源:时代汽车 发布日期:2023-07-03
高效精确的电动汽车动力电池故障诊断技术，不仅是电动汽车安全行驶的保证，也是电动汽车快速健康发展的重要技术支撑。本文将围绕电池管理系统和热管理系统，综述这两套系统在保证电动汽车安全行驶的最新研究进展；以获取汽车运行数据为视角，介绍在电池系统运行时的数据传输的先进技术；以大数据驱动的角度，分析目前在多维度数据融合、故障识别、故障报警三方面的当前技术优缺点；在大数据和人工智能技术的背景下，对电动汽车故障
-
大数据背景下营养健康管理及食品安全分析
来源:现代食品 发布日期:2023-06-28
大数据、云计算等数字化技术与食品行业的融合发展，不仅有效提高了营养健康管理及食品安全效率和质量，还进一步促进了营养健康管理及食品安全向数字化、精细化以及智能化方向发展。为持续深化大数据等数字化技术在食品行业中的应用，本文分析了大数据背景下营养健康管理及食品安全，以供相关食品行业从业人员参考。
-
基于海洋石油工程项目的生产过程智能化管理系统研究
来源:现代计算机 发布日期:2023-06-25
随着近年来数字技术的发展，海洋石油工程类企业亦处于数字化转型的关键时期，为了节省人力成本和推广无纸化操作，基于海洋石油工程建造项目的生产过程对相关工程管理方面进行了智能化系统的研究，提出并设计了一套完整的海洋石油工程生产管理一体化数据平台系统，通过该系统能显著提高各环节数据采集的效率和精确度。并利用大数据技术对生产过程进行分析和指导，提高了生产管理效率和智能化信息化水平。另外还对构建统一的工程技术
-
机械密封状态监测与故障诊断技术研究进展
来源:润滑与密封 发布日期:2023-06-15
对机械密封状态监测和故障诊断的整体过程和方法进行系统阐述，从信号获取、降噪和重构、特征提取、模式识别以及寿命预测5个方面，综述机械密封状态监测与故障诊断技术的研究进展，并分析存在的问题；展望机械密封智能化的未来发展方向。
-
钢铁行业数字化转型指引——钢铁企业全流程数据治理架构方案
来源:冶金自动化 发布日期:2023-06-15
数据已成为全球新一轮产业竞争的制高点、改变国际竞争格局的新变量。数字化转型是关乎制造业生存和长远发展的“必修课”,但国际上尚未出现成功完成数字化转型的钢铁企业。钢铁行业的领头企业已经迈开数字化转型的步伐，在数字化转型的道路上不断前行。在此转型之路上，钢企大数据中心建设及数据治理体系建设将成为其中不可或缺的组成部分，它将引领钢铁企业建设数据资产，推动流通共享和数据应用。本文提供了一套完整的架构方案，
-
鞍钢高炉大数据可视化平台开发及应用
来源:鞍钢技术 发布日期:2023-06-15
针对鞍钢炼铁工序数字化程度不够、智能化程度不高、缺乏统一的智能化管控平台，不适应集约化、数字化及智能化发展需要的突出问题，研发了鞍钢智慧高炉大数据可视化平台。通过建立以高炉群为核心、覆盖其他工序的大数据处理中心，打破了“信息孤岛”，同时在炼铁机理层面开发高炉“一炉一策”数学模型，对不同炉型高炉冶炼过程实施统筹智能管理和可视化监控，实现了鞍钢炼铁工序全流程的转型升级，极大提升了高炉生产、技术与管理的
-
基于物联网和大数据的高校食品安全智慧监管系统的设计与应用
来源:信息与电脑(理论版) 发布日期:2023-06-10
食品安全关乎生命安全和身体健康，高校食品安全是高校工作重点之一。文章基于高校食品安全智慧监管平台，在智慧校园整体框架下，运用物联网、云计算、大数据技术，进行人脸识别、行为识别、视频采集、数据分析以及预警等，实现食堂“人”“物”“空间”三位一体的综合智能监管。
-
大数据时代食品企业市场营销路径
来源:中国食品工业 发布日期:2023-06-08
当前信息技术发展迅速，大数据时代背景下，食品企业市场营销过程中，应积极拓展自身视野，适应时代发展需要，加强互联网技术的运用，结合大数据展开客户食品需求分析，实现发展理念的有效转变，完善市场营销策略，增强对复杂市场环境的适应能力，获得更为广阔的发展空间。
-
大数据在食品安全监管风险预警中的应用研究
来源:食品安全导刊 发布日期:2023-06-05
近年来，随着人们生活水平的提高，食品安全问题已成为社会关注的焦点，加之各类食品安全事故频发，使得食品安全监管风险预警显得尤为重要。将大数据技术引入食品安全监管领域，能使食品数据信息收集和管理问题得到充分解决，从而保证食品能够追本溯源，提升食品安全监管工作力度和成效。本文以实际工作开展情况为基础，对大数据在食品安全监管中的应用价值和意义进行总结，论述了大数据在食品安全监管风险预警中的具体应用。
-
基于大数据的智能化烧结技术研究进展
来源:钢铁 发布日期:2023-06-01
烧结是高炉炼铁过程的主要工序之一，利用大数据智能化技术有望解决烧结配矿原料条件复杂、配矿约束失真、配矿模型寻优困难、烧结过程参数预测模型精度低、产线适应性不强、烧结状态质量表征困难等传统难题。目前部分钢铁企业已经建立了包括烧结过程数据的炼铁数据平台，实现了烧结过程数据的采集存储与初步处理；现有配矿模型的约束设置与现场条件吻合度有所提升，通过数据分析与智能算法加快了配矿模型的寻优速度与精度；通过不同
027-87841330