- 博客(209)
- 收藏
- 关注
RSS订阅原创 AI Agent系列(十三) -智能体架构的真相
构建一个真正可用的智能体，90% 的工作是软件工程，只有 10% 才是 AI。Rakesh Gohel 在其著名的AI Agent冰山模型中提出如下结论： AI智能体90%是软件工程，10%是AI。
2025-08-23 08:45:00
1133
原创 数字孪生-数字孪生在预测性维护方面的应用
设备的稳定运行是企业保持高效生产和确保产品质量的关键。传统的应急维修和计划性维护式的设备维护方式，已难以适应复杂多变的生产需求。应急维修是设备突发故障时进行响应，造成长时间停机和高昂的维修费用；计划性维护通过固定周期的维护策略能预防部分故障，但容易造成资源浪费或维护不足。预测性维护通过实时监测和数据分析的应用，提前了解设备健康状态，精准定位潜在故障，从而实现在设备发生故障前进行精准修复。预测性维护最大限度减少对设备对生产的影响，实现设备维护成本与效益的平衡。
2025-08-22 09:45:00
753
原创 数字化转型- 技术基础术语含义
数字化的制造企业是能在制造流程的各个环节，包括供应链、工厂车间和物流功能实现安全，稳定，实时的互联互通。以上所述都是通过有效的数字化转型而实现的。在这个过程中，参考文件指出信息技术（IT）服务发挥着关键的作用。随着工业互联网时代的到来，通过物联网、大数据与云端智能，使IT、OT、CT、DT等技术进行融合，已繁衍出各种创新应用。
2025-08-20 09:45:00
579
原创 数字化转型-数字转型是什么
在数字化转型的过程中，新技术的运用并不是目的，转型的根本目的是提升产品和服务的竞争力，让企业获得更大的竞争优势。数字化转型，是一场时代赋予组织的深度变革。需要顶层战略的引领、全局架构的支撑、业务流程的再造、数据要素的突破，还要从治理机制到组织文化全面升级。
2025-08-20 09:00:00
913
原创 数字化转型-智能排产系统
通过APS智能排产系统，目标是实现将计划这件事变得可控可视可调，从而计划员可以将时间从反复排表的工作中解放出来，转向分析问题优化资源推进协同。
2025-08-15 09:15:00
634
原创 数字化转型-数字化需要”全员参与“
数字化转型不只是技术转型，从本质来说，是人的转型。早期的转型尝试往往采用一种自上而下、由CEO主导的"一把手工程"模式。然而，随着转型的深入，数字转型也需要向"全员参与"模式演进。
2025-08-14 09:00:00
1732
原创 Digital Twin (数字孪生)赋能智能工厂
国际自动化学会ISA在《下一代数字孪生技术白皮书》定义：“数字孪生应具备感知-分析-决策-执行的闭环能力，其决策延迟需控制在秒级以内才能满足现代制造需求。在数字孪生车间的实践中，数据正在从“副产品”转变为“核心资产”。数字孪生技术的升级，也需要认知的更新——从“制造产品”到“运营数据”，从“经验决策”到“算法决策”。
2025-08-12 09:15:00
831
原创 UWB技术
在最佳情况下，GPS 精度大概为 5 米，Wi-Fi 和蓝牙，如果没有障碍物，准确度最高可达 1 米（39 英寸），而UWB 是目前室内定位最精确的方式。UWB 的低功率信号对其他无线电传输的干扰很小，可以有效地测量距离。基于IEEE 802.15.4a 标准，UWB 可以确定视线内其他设备的相对位置，其空间距离范围可达 200 米（656 英尺），精度高达 10 厘米（3.9 英寸，Decawave 的 UWB 芯片承诺在室内环境中的精度甚至可达 2 厘米（0.78 英寸）。
2025-08-11 09:00:00
1017
原创 数字化转型-人工智能与过程智造的融合
百度百科定义：过程工业是通过物理变化与化学变化的耦合作用实现原料连续加工转化的工业形态 ，其生产流程具有原料连续投入、产品持续产出且制造过程不可中断的显著特征。该工业范畴涵盖钢铁、化工、建材、有色金属等基础性行业，在国民经济中承担重要支撑作用。冶金工业：通过高温冶炼改变金属元素存在形态化学工业：利用催化反应实现物质分子结构重构建材工业：依赖热工过程完成原材料晶型转变。
2025-08-11 09:00:00
986
原创 数字化转型-智能化工厂从分级定义到落地实践
在全球制造业竞争日趋激烈、数字技术加速渗透的今天，“智能制造” 已不再是未来概念，而是决定企业生存与发展的核心竞争力。《智能工厂梯度培育行动实施方案》（以下简称《方案》）对智能工厂的定义，精准勾勒出其核心内涵：通过部署智能制造装备、工业软件和系统，推动生产设备和信息系统互联互通，开展业务模式和企业形态创新，实现产品全生命周期、生产制造全过程和供应链全环节的综合优化和效率、效益全面提升。这一定义背后，是制造业从 “传统生产” 向 “智慧生产” 的根本性转变。
2025-08-08 07:57:59
661
原创 数字化转型-如何让数字化转型创造价值
数字化转型浪潮下，企业常陷入投入与收益失衡的困境。《中国智能制造发展年度报告2023》显示，2020—2022年全国智能制造解决方案市场规模年均增长率超过18%，但企业项目成功率不足40%。
2025-08-05 09:00:00
1013
原创 数字化转型-灯塔工厂建设
灯塔工厂”由世界经济论坛（WEF）与麦肯锡联合评选，代表全球制造业智能化与数字化的最高水平。它们不仅实现了生产效率的飞跃，更在可持续性、敏捷响应和个性化定制方面树立了标杆。“灯塔工厂”是工业4.0技术的应用典范，工业4.0的核心技术包括:大数据分析、自主机器人、数字孪生、横向和纵向系统集成(一体化)、工业物联网、网络安全、云计算、增材制造(3D打印)以及增强现实。
2025-08-02 09:00:00
1090
原创 数字化转型 - 企业数字化建设的几点思考
上世纪八十年代改革开放，该企业从西方国家引进技术，派了个团队过去学习，大家白天紧张的学习，晚上还要复盘交流总结，对别人的技术不仅知其然，而且知其所以然，也就是我们常说的掌握了“know-how”，即DIKW模型中的知识。企业需要加强知识管理，将许许多多团队的显性知识汇集成组织的显性知识，变成标准或规范，从而实现将这些标准和规范不断的复用持续赋能企业内部的个体，如此循环往复、螺旋式上升。比如对于钢铁行业，中国的钢铁企业的设备普遍比外国企业好，因为我们起步比别人晚，但外国企业的数据很好用。
2025-07-26 22:46:37
808
原创 数字化转型-AI落地金字塔法则
人工智能必须要跟传统产业结合，融入传统产业，才能落地，才能产生巨大的倍增个几何级效果！！AI不应该停留在工具层面，AI不仅仅是工具，不仅仅是硬件和软件，而是软硬结合。人工智能需要通过软硬一体化，对传统产业进行渗透，最终相互融合，相得益彰，大幅提升产业的效率。
2025-07-25 22:05:22
820
原创 数字化转型-埃森哲集团数字化顶层规划
全球企业正面临“挤压式转型”的挑战，通过转型获得先手优势年的机会窗口被极大压缩。如何短时间内快速反应、化多方压力为多元机遇，成为了全球企业亟待厘清的难题。数字化已不再是简单的技术概念或技术选择，而是进化成为关乎企业生死存亡的整体战略。埃森哲的数字化规划方法论是一个全面、系统化的框架，旨在帮助企业通过数字化转型提升业务价值。本文将从核心框架、关键要素、行业案例三个维度进行相应介绍。
2025-07-24 22:12:44
370
原创 Google机器学习基础(嵌入空间与静态嵌入)
嵌入是指将数据表示为中的向量。模型通过将高维初始数据投影到低维空间来发现潜在嵌入结构。这种降维处理使得我们可以更高效地对大型特征向量（如代表食物的稀疏向量）进行机器学习。
2025-07-24 09:00:00
1379
原创 智能制造基础-全面质量管理（TQM）
全面质量管理(TQM)是一种管理框架，他是一个组织以质量为中心，以全员参与为基础的一种管理方法，它基于这样一种信念，即一个组织可以通过让其所有成员(从低级工人到最高级别的高管)专注于提高质量，从而提高客户满意度，以此取得长期成功。
2025-07-23 21:41:41
721
原创 MES系列 - MES是提升制造执行效率与透明度的关键系统
制造执行系统（MES） 是连接企业计划层（如ERP）与车间控制层（如SCADA、PLC）的核心信息化工具。它通过实时采集、处理和分析生产现场数据，解决制造过程中的核心痛点，显著提升生产效率、质量、成本控制与管理水平。实时性：MES系统能够实时监控生产现场的各类数据，如设备状态、生产进度、质量状况等，确保信息的及时传递和处理。准确性：MES系统采用先进的数据采集和处理技术，确保数据的准确性和可靠性，为企业决策提供有力支持。灵活性。
2025-07-20 16:29:50
874
原创 Google机器学习实践指南(神经网络入门)
机器学习基础(32)-神经网络入门指南（约7分钟）一、神经网络：模仿大脑的AI模型核心组件：神经网络的基本处理单元，接收输入并产生输出：决定输入信号的重要性，在训练过程中不断调整：控制神经元激活的难易程度，类似生物神经元的阈值：为网络引入非线性能力，使其可以学习复杂模式为什么需要神经网络？对于如下的数据，我们是否有什么办法进行分类呢？对于上述的数据，我们无法用线性模型：y = W1X1 + W2。
2025-07-11 09:00:00
774
原创 Google机器学习实践指南(模型预测偏差)
想象一下，你网购了一个智能体重秤，连续一周称重显示都是60kg。但你去健身房用专业设备测量，实际是62kg。这种系统性的测量偏差，就是预测偏差在现实中的体现！专业定义预测偏差 = 模型预测平均值 - 实际观测平均值当这个值偏离零时，说明你的模型在系统性偏离真实情况！
2025-07-09 09:00:00
697
原创 Google机器学习实践指南(分类模型的可视化评估)
曲线下面积的取值范围为 0-1。预测结果 100% 错误的模型的曲线下面积为 0.0；而预测结果 100% 正确的模型的曲线下面积为 1.0。曲线下面积的一种解读方式是看作模型将某个随机正类别样本排列在某个随机负类别样本之上的概率。曲线下面积对所有可能的分类阈值的效果进行综合衡量。曲线下面积表示随机正类别（绿色）样本位于随机负类别（红色）样本右侧的概率。：接收者操作特征曲线，是一种显示分类模型在所有分类阈值下的效果的图表。✅ ROC曲线：全面展示阈值变化下的性能。：ROC曲线下的二维面积。
2025-07-07 09:00:00
517
原创 AGV选型指南：AGV智能搬运车智能问答系统助力从技术参数到供应商选择的完整方案
在上一篇文章中，我们系统阐述了AGV选型的五大核心决策要素：技术参数、场景适配、成本控制、扩展能力和服务保障。随着AI技术的发展，现已建立针对AGV技术参数和场景适配的专业提示词工程体系。本文将基于实际案例，深入探讨如何选择适合企业需求的AGV型号。
2025-07-06 09:30:00
364
原创 Google机器学习实践指南(精确率与召回率)
定义：预测为正的样本中真正正样本的比例公式精确率 = TP / (TP + FP)业务意义：衡量预测的准确性示例：垃圾邮件识别中避免误判重要邮件。
2025-07-05 20:00:00
492
原创 数字化转型 - 转什么、怎么转
企业数字化转型是指通过数字技术和信息技术，将传统和进行重塑和优化的过程。其核心是利用云计算、大数据、人工智能、物联网等技术，提升企业的运营效率、创新能力和服务质量。数字化转型是和的全面变革。总结来说，数字化转型包括三个转变：管理模式的转变，业务模式的转变，架构和文化的转变。
2025-07-04 22:56:25
1011
原创 Google机器学习实践指南(准确率)
TP:真正例, TN:真负例, FP:假正例, FN:假负例。机器学习基础(28)-评估指标解析（约6分钟）⚠️ 欺诈检测（FP/FN代价差异大）必须结合：精确率+召回率+F1综合评估。业务对齐：根据错误代价选择评估重点。⚠️ 疾病诊断（FN代价高）✅ 正负例错误代价相近。一、准确率定义与计算。✅ 类别平衡的数据集。✅ 初步模型快速评估。
2025-07-03 20:00:00
1317
原创 Google机器学习实践指南(真假正负例)
核心概念正类别：重点检测的目标（如"肿瘤"、“垃圾邮件”）负类别：其他情况（如"健康"、“正常邮件”）经典案例应用场景正类别负类别医疗检测“肿瘤”“健康”垃圾邮件过滤“垃圾邮件”“正常邮件”欺诈检测“欺诈交易”“正常交易”
2025-07-01 09:15:00
359
原创 Google机器学习实践指南(分类阈值)
将癌症患者误判为健康（假阴性）的代价，远高于将健康人误判为患者（假阳性）”机器学习基础(26)-决策边界解析（约2分钟）：分类输出"是什么"，回归输出"是多少"阈值=0.3：确保高风险病例全被检出。阈值=0.5：可能漏诊早期患者。医疗诊断：阈值0.1-0.3。金融风控：阈值0.7-0.9。日常应用：阈值0.5-0.6。一、分类VS回归：核心差异。二、分类阈值：决策边界解析。✅ 阈值本质：风险管理工具。假阳性代价高 → 提高阈值。假阴性代价高 → 降低阈值。经典示例：垃圾邮件过滤。四、调整阈值的三步法。
2025-06-29 08:15:00
373
原创 SAP PP模块与MM模块作用详解
核心作用：将销售需求转化为可执行的生产指令，管控从计划到完工的全过程。典型应用场景：汽车零部件厂收到客户订单 → PP运行MRP → 自动生成生产工单和原材料采购申请 → 工单下发车间 → 工人按工艺路线报工 → 系统实时更新库存及成本。核心作用：管控企业物料的采购、库存、消耗全流程，确保“在正确时间提供正确物料”。典型应用场景：PP模块触发原料采购申请 → MM创建采购订单 → 供应商送货 → 仓库按单收货入库 → 生产领料出库 → 财务校验发票付款。计划联动生产执行成本控制汽车制造业：快消行业：总结
2025-06-27 21:48:22
1190
原创 Windows家庭版安装docker
win11系统下的wsl2工具是部署docker的前置条件，它能帮助系统在win系统下建立linux运行环境。打开cmd命令行，输入docker -v,如果此时能正常显示对应的docker 版本，则对应的安装成功。Hyper-V功能仅在Windows专业版、企业版和教育版中可用，家庭版不支持Hyper-V功能。在docker desktop界面中选择合适的安装包的版本。此时，通过执行如下指令查询可用的WSL分发列表。出现如下的界面表明WSL没有安装。安装好后，按照提示重启即可。设置好后，点击设置即可。
2025-06-27 21:46:25
990
原创 Google机器学习实践指南（逻辑回归损失函数）
正则化在逻辑回归建模中极其重要。因为没有正则化的情况下，逻辑回归会不断促使损失在高维度空间内达到 0。Google机器学习(25)-逻辑回归损失函数。数据含大量离群值时建议改用Huber损失。▲ 图2 不同正则化权重的对损失影响。▲ 图1 不同训练时间下的损失变化。▲ 平方损失函数（L2 Loss）其解等价于最大似然估计下的最优解。逻辑回归被很多从业者广泛使用。为什么回归问题常用平方损失？逻辑回归模型会生成概率。三、Python实战示例。是逻辑回归的损失函数。何时不宜使用平方损失？
2025-06-27 21:42:34
406
原创 Google机器学习(逻辑回归)
Google机器学习入门(24)-逻辑回归核心概念一、核心概念解析二元分类：一种可输出两种互斥类别之一的分类任务。例如，对电子邮件进行评估并输出“垃圾邮件”或“非垃圾邮件”的机器学习模型就是一个二元分类器。多类别分类：一种区分两种以上类别的分类问题的分类任务。例如，枫树大约有 128 种，因此，确定枫树种类的模型就属于多类别模型。逻辑回归：一种通过将 S 型函数应用于线性预测，生成分类问题中每个可能的离散标签值的概率的模型。
2025-06-27 09:15:00
785
原创 ROS系列- ROS2功能包构建
创建需要使用的工作空间为d2lros在其中创建一个文件chatapt2在chatapt2下创建文件src,存放源码文件。
2025-06-26 21:28:35
1481
原创 Ros系列 ： window环境下安装ROS(基于VMWare)
VT-x是Intel公司开发的硬件辅助虚拟化指令集，属于Intel Virtualization Technology（VT）的核心组成部分。该技术通过扩展x86架构引入VMX操作模式（根模式与非根模式），实现CPU级别的虚拟化支持。其核心功能包括通过硬件加速解决传统软件虚拟化中的敏感指令问题，并借助VMCS数据结构管理虚拟机状态切换。
2025-06-24 09:15:00
1526
原创 Google机器学习实践指南(L2正则化技术解析)
创建对数尺度搜索空间（如0.001, 0.01, 0.1, 1）Google机器学习(22)-L2正则化技术解析（约10分钟）是的，常作为默认正则化方法(weight_decay参数)因其使权重在训练过程中不断指数衰减。λ过大导致重要特征被过度压制。为什么L2又叫"权重衰减"？3. Python代码示例。所有特征标准化后再应用L2。同时调整学习率和λ导致混淆。：正则化率，控制惩罚强度。当验证集误差达到最低点时。使权重接近0但不等于0。监控训练/验证损失曲线。四、L2正则化优势场景。深度学习中也用L2吗？
2025-06-22 09:15:00
1442
数字化转型-埃森哲集团数字化顶层规划
2025-07-24
智能制造2025年版典型场景参考指引
2025-06-13
三大开源DataAgent(OpenINterpreter-DB-GPT-DeepBI).zip
2025-04-19
AI Agent系列(八) -基于ReAct架构的前端开发助手(DeepSeek)
2025-04-01
C#&Codesys共享内存实现数据高速交互
2025-02-23
树莓派安装codesys
2025-01-09
数字化转型 国家标准 - 制造业企业数字化转型实施指南 国家标准 - 信息化和工业化融合管理体系要求
2025-01-04
AI在制造业的应用的PPT
2024-12-12
Kepware安装程序无法找到所需的根证书 请应用Windows更新的问题处理
2024-10-31
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人