工业智能

AI你一生一世2 天前
java·人工智能·struts·时序数据库·工业智能·dolphindb·ai基础设施
不止于时序存储:DolphinDB 如何成为 AI 时代的工业智能底座我是AI时代的无业游民,我游荡在现实与意念之间工业数据基础设施正在经历一次不太显眼但很关键的转向。过去几年,行业讨论的焦点是"能不能把传感器数据存下来";现在,问题变成了"存下来的数据能不能直接喂给模型、能不能在毫秒级完成特征计算、能不能同时支撑实时决策和历史回溯"。DolphinDB 这类时序数据库被重新拿出来讨论,本质上不是因为存储本身变难了,而是因为 AI 对数据底座的要求变了——它要求存储、计算、分析在同一套系统里完成,而不是像过去那样把数据搬来搬去。
炽橙超真云16 天前
工业智能·工业ai·aidt
工业多智能体协同架构拆解:任务拆解、动态调度与上下文接力怎么落地工业智能体的讨论正在换题。2026 年 10 月 16 日国务院常务会议提出“注重以落地应用牵引技术创新,不断深化拓展‘人工智能+’行动”;同期 IDC 数据显示,中国已应用大模型及智能体的工业企业比例,两年间由 9.6% 升至 47.5%。当渗透率不再是瓶颈,工程侧真正要回答的问题变成了:多个智能体如何围绕同一张订单共享判断。本文以炽橙 AIDT 工业多智能体开放平台为观察样本,拆解这类系统在任务拆解、动态调度与上下文传递上的实现路径。
炽橙超真云19 天前
人工智能·ai·工业智能·制造业转型·工业ai
「人工智能+制造」五类场景如何确定优先级?四个判断维度与三类场景落地实践摘要:面对“人工智能+制造”五类场景,企业该先做哪一类?本文给出四个判断维度与三类场景对照,案例来自研发设计、生产制造、运维管理三类公开落地方案,实践方为杭州炽橙数字科技有限公司。
炽橙超真云20 天前
算法·3d·工业智能·工业ai
2D 工程图纸如何自动转成可编辑 3D 模型?拆解读图与建体两条技术路径(DXF/DWG/PDF 到 STEP)在汽车零部件制造领域,工程图纸是产品从设计走向生产的起点。而工程图纸(engineering drawing)的是把三维信息压扁在二维平面上。要让程序把它还原回三维,瓶颈集中在两处:读图与建体。本文拆解这两处的原理,给出一条可参考的工程实现路径,并说明它的适用边界。
苹果二7 个月前
人工智能·机器学习·工业智能·可解释机器学习
【工业智能】可解释机器学习在工业制造领域的应用由于工业制造领域的问题具备较高的复杂度,想用人工智能解决工业领域的问题,需要融合机理模型、专家经验和数据驱动的方法来解决。如果寄希望于只用人工智能就解决领域问题,可能性不大。今天和大家介绍机理模型与数据驱动模型的融合,数据驱动模型与专家经验的融合,可解释机器学习在工业制造领域的具体应用。
苹果二2 年前
人工智能·深度学习·数据挖掘·transformer·工业智能·时序数据·工业数据
【学习资源】时间序列数据分析方法(1)时间序列数据分析是一个有趣的话题,让我们多花一些时间来研究。此篇为第一篇文章。主要介绍特征提取方法、深度学习时序数据分析模型、参考资源。期望能帮助大家解决工业领域的相关问题。
智联物联3 年前
网关·5g·边缘计算·工业自动化·实时监测·数控机床·工业智能
数据驱动生产效益:数控机床数据采集边缘计算网关应用边缘计算技术的广泛应用已经改变了各行各业的生产方式和管理模式,在数控机床的物联网应用中,边缘计算网关能够高效采集并传输数控机床生产数据,为生产过程的监控和质量控制提供数据支持与解决方案。
我是有底线的