关键词： AI   工业脉动   智能制造   数据处理   智慧城市  

摘要： 人工智能(AI)正以前所未有的速度重塑全球工业格局。从智能制造到智慧城市,从能源管理到交通物流,AI技术以其强大的数据处理能力、精准的决策支持和无限的创新潜力,成为推动各行业转型升级的核心引擎。作为全球技术领导者,ABB积极拥抱AI技术,将其深度融入自动化与电气化产品组合,为电力、工业、交通和基础设施等领域客户提供全方位解决方案,助力客户提升效率、质量与创新能力。近期,ABB在上海成功举办ABB加速器中国周活动,以“拥抱AI,工诚臻远”为核心理念,再次彰显了其在AI驱动自动化解决方案领域的决心与实力。

关键词： 三维平差   自由设站法   基坑监测   精度分析  

摘要： 为提高基坑水平和竖向位移监测效率,采用测量机器人自由设站法进行基坑监测点三维坐标监测作业,为保障监测精度,采用基于测量机器人观测数据的三维平差方法对观测值进行平差计算,获取监测点高精度三维坐标,并通过某基坑监测项目对三维平差方法的应用效果进行分析研究,与传统水平位移和竖向位移监测方法数据成果进行对比。结果表明:三维平差方法获取的基坑监测点三维坐标中误差满足一级基坑精度要求,坐标成果与传统监测方法较差相对较小,数据精度及可靠性较高,能够准确、高效地为基坑施工提供数据支撑。

关键词： 边缘计算   油气管道   实时数据处理  

摘要： 随着油气行业的持续发展,油气管道的监测与管理显得愈加重要。传统的数据处理方法有赖于中心化的计算平台,存在高延迟、带宽占用大等问题,无法满足实时数据处理需求。边缘计算作为一种新兴的计算架构,通过将计算任务推向靠近数据源的边缘设备,有效降低了数据传输的延迟性,提高了数据处理的效率,并且能够在分布式环境下保证数据的实时性和可靠性。文章提出一种基于边缘计算的油气管道实时数据处理方法,并分析边缘计算平台与云平台的协同工作机制,最后通过实际案例验证该方法在油气管道实时监控中的应用效果,以期为油气管道的监测与管理提供参考。

关键词： 城区地下管线   管线探测   数据处理  

摘要： 基于地质雷达技术,针对城区复杂环境下地下管线探测难题展开系统性研究。采用GSSI Utility Scan系统配备400 MHz天线,在2000 cm×600 cm区域开展排水管道探测,通过优化A/B扫描信号处理流程,显著提升数据精度。试验表明:原始GPR数据因噪声干扰导致管线定位平均偏差约达±0.8 m,经信号处理后误差缩减至约±0.5 m,精度约提升37.5%;在介电常数εr=12的混凝土介质中,20.2 m与30.8 m双程走时位置分别捕捉到管顶、管底反射信号,分辨率较原始数据提高约25%。三维重建结果显示:直径70 cm的玻璃纤维排水管外壁边界分离度提升,验证了迁移算法对复杂管线结构解析的有效性。该方法为城市地下空间数字化管理提供了0.04 m采样率的高精度探测方案。

关键词： 微米CT   检测分辨率   表征性体积单元   孔隙结构参数   数据处理  

摘要： 微米CT技术在油气田勘探与开发过程中已得到广泛应用,但关键控制参数、数据处理方法等环节尚未形成统一的规范,其数据的准确性和可比性仍受到较大影响。为系统研究微米CT实验参数对测试结果的影响,选取南海北部湾盆地和莺歌海盆地的7块典型样品,重点探讨检测分辨率、表征性体积单元大小及数据处理方式对实验结果的影响。研究结果表明:(1)固定的检测分辨率是确保数据可靠性的关键因素,对孔隙结构参数的提取及后续分析影响最为显著,应综合考虑样品尺寸和岩性特征等因素进行优化设置;(2)在表征砂岩样品孔隙度时,较大的体积单元能提高结果的准确性,而在构建孔隙网络模型时,表征性体积单元应不小于600体素×600体素×600体素,以确保网络模型的代表性;(3)采用分区间统计法计算孔隙直径(Φ)的累积体积频率,并绘制孔径分布曲线,同时使用体积法计算平均孔径,可更精确地表征岩石的孔隙结构特征。研究结果不仅为微米CT技术在油气勘探中的测试流程和应用提供了理论支撑,同时也为实验规范的制定提供了参考。

关键词： 三维扫描技术   点云数据   精确配准   精度评定  

摘要： 为实现点云数据的精确配准,通过前期调研分析总结三维扫描技术原理和点云数据配准方法,基于单体古建筑项目实例,以实现精确配准为切入点,进行点云数据处理方法研究,得到成果如下:1)研究了三维扫描技术基本原理和点云数据的获取与处理;2)以点云配准为切入点,分析其基本原理和配准方法;3)由单体古建筑配准实例可知,通过ICP算法确定初始位置可有效提升古建筑点云配准精度;采用罗德里格矩阵算法进行标靶拼接后,拼接精度满足要求,拼接效果较好。

关键词： 边缘计算   电子信息技术   工业物联网   实时数据处理   人工智能  

摘要： 工业物联网会产生海量实时数据,但传统云计算模式难以满足实时性需求。边缘计算作为新兴计算范式,在工业物联网实时数据处理中大有可为。文章分析了边缘计算在工业物联网实时数据处理中的重要意义,剖析了当前面临的资源受限、多源异构数据处理复杂、云边协同不完善等问题。提出了算力资源整合、数据处理优化、构建云边端一体化架构等应用策略。通过优化电子信息技术,融合人工智能、大数据等前沿技术,实现工业物联网数据的高效实时处理,助推工业数字化转型升级。

关键词： 数学实验   实验流程   实验目标   数据处理   关键属性  

摘要： 数学实验应具有一些特定的关键属性,如实验目标的明确性、实验流程的合理性、数据处理的准确性、结果分析的科学性,以及对数学概念和原理的体现与应用等。明确并探究数学实验的关键属性,可以助力教师更好地设计和实施数学实验,促进学生深入理解数学概念、原理和思想方法,提升实践能力和科学思维。本文以“纸杯”数学实验拓展环节为例,探讨如何在数学实验设计与实施中把握其关键属性。

关键词： 注意力机制   深度学习   交通流时空预测   数据处理  

摘要： 充分挖掘ETC门架数据,对提高行业管理水平、提升路网运行效率和服务社会公众具有显著的经济和社会效益,但目前数据挖掘与应用仍处于研究瓶颈。针对该问题,本文以甘肃省兰州市兰州西站出站口的ETC门架数据为研究对象,提出一种基于深度学习的时空网络模型,并引入注意力机制使其有效获取ETC门架数据的时空特性,最后根据训练好的模型对交通流进行时空预测。该研究的落地围绕结合客户痛点与实际需求,对甘肃省高速公路实现全链条的运营服务具有重要作用。

关键词： 数据处理   电力领域   异常识别   交易评估   云计算  

摘要： 电网建设逐渐朝着智能化方向推进,随着用电需求的提升,电力市场的交易运营数据大幅增加,为高效准确识别异常数据内容,借助云计算环境完成数据识别过程,提高电力企业运营管理水平。文章主要围绕电力交易运营数据展开讨论,基于云计算环境,探究电力交易运营环节云计算的主要功能性,探究在异常的交易运营数据中可用的识别方法。