- 综合排序
- 最热优先
- 最新优先
- 来自专栏工业科技1
设备的智能监测
现代化工业生产越来越快，不仅规模变大了，而且变得更智能化和自动化，但是工业制造的各个部门中，其生产效率逐步提高的同时，也产生了一个重大的问题，机械设备出现故障怎么办？ 旋转设备状态监测与故障诊断技术应用领域从最早的军事装备，随着工业发展迅速，慢慢地石化、冶金、电力等都应用了这一技术，近年来，已经逐渐从单纯的机械领域拓宽到其他应用领域，如在发电系统、水利系统、核能系统、 旋转设备故障诊断技术吸收了大量现代科技成果，除了传统的振动信号，还可以综合利用噪声、电流、温度、压力、流量、性能曲线等多种信息实施诊断，更有甚者结合云计算、大数据等等智能科技，直接从电机表面测量关键参数 ，利用AI融合工业机理的的算法，构建电机故障模型库，实现边缘侧数据实时分析和决策，实时监测旋转设备的振动、噪声和温度，有效判断设备运行状态，及时诊断和预警设备故障，忽米网的5G边缘计算器就是此类科技成果
76520发布于 2021-09-09 - 来自专栏燧机科技-视频AI智能分析
烟火识别智能监测系统
烟火识别智能监测系统基于python+yolov5网络模型算法智能分析技术，烟火识别智能监测算法模型对现场画面进行实时分析，发现现场出现烟火立即抓拍实时告警。
2.7K20编辑于 2023-04-27 - 来自专栏燧机科技-视频AI智能分析
智能图像水位识别监测系统
智能图像水位识别监测系统利用OpenCV+yolo网络学习模型对河道江河湖泊等区域进行实时监测，当智能图像水位识别监测系统监测到水位刻度尺超标时立即抓拍。
1.7K30编辑于 2022-12-28 - 来自专栏燧机科技-视频AI智能分析
拥挤聚集智能监测算法
拥挤聚集智能监测算法可以通过yolov7网络模型深度学习框架对人员数量、密度等进行实时监测，拥挤聚集智能监算法识别出拥挤聚集的情况，并及时发出预警。
38130编辑于 2023-05-26 - 来自专栏燧机科技-视频AI智能分析
人员异常徘徊智能监测系统
人员异常徘徊智能监测系统利用现场监控终端对关键区域进行实时检测，当检测到监控画面中有人徘徊逗留时，人员异常徘徊智能监测系统马上预警提醒相关人员及时处置，并把警报截屏和视频保存到数据库系统生成表格方便事后查验 人员异常徘徊智能监测系统，能够分析人员的异常徘徊行为问题，当人员异常徘徊智能监测系统识别到监控区域有人来回踱步反复迟疑，系统将立即抓拍留档，并立即通知有关人员注意异常目标及时处理现场。 人员异常徘徊智能监测系统，解决传统监控设备没法实时检测主动分析预警，人力成本太高，事后追查繁琐且损失已经产生等问题。
51240编辑于 2022-10-23 - 来自专栏燧机科技-视频AI智能分析
值班离岗智能识别监测系统
值班离岗智能识别监测系统通过python+yolo网络模型视频分析技术，值班离岗智能识别监测系统能自动检测画面中人员的岗位状态（睡岗或者离岗），值班离岗智能识别监测系统一旦发现人员不在岗位的时间超出后台设置时间
1.7K20编辑于 2023-03-19 - 来自专栏燧机科技-视频AI智能分析
工服智能监测预警系统
工服智能监测预警系统通过yolov8网络模型算法，工服智能监测预警系统对现场人员未按要求穿戴工服工装则输出报警信息，通知后台人员及时处理。 工服智能监测预警系统Yolo算法采用一个单独的CNN模型实现end-to-end的目标检测，核心思想就是利用整张图作为网络的输入，直接在输出层回归 bounding box（边界框） 的位置及其所属的类别
40520编辑于 2023-05-10 - 来自专栏燧机科技-视频AI智能分析
值班脱岗智能监测识别系统
值班脱岗智能监测识别系统通过python+yolo网络模型深度学习算法技术，值班脱岗智能监测识别系统对重要区域岗位状态等进行7*24小时不间断实时监测，当超过后台规定时间没有人员在规定区域，无需人为干预立即抓拍告警
51100编辑于 2023-04-14 - 来自专栏燧机科技-视频AI智能分析
工地扬尘智能监测系统 YOLOv7
工地扬尘智能监测系统算法模型通过yolov7网络算法模型技术，工地扬尘智能监测系统算法模型利用AI视频智能分析技术，并将数据传输到数据中心进行分析。 工地扬尘智能监测系统算法模型之所以选择YOLOv7，是因为YOLOv7 的发展方向与当前主流的实时目标检测器不同，研究团队希望它能够同时支持移动 GPU 和从边缘到云端的 GPU 设备。 工地扬尘智能监测系统算法模型在训练过程主要涉及以下几个方面：1) 设计了几种可训练的 bag-of-freebies 方法，使得实时目标检测可以在不增加推理成本的情况下大大提高检测精度；(2) 对于目标检测方法的演进 在工地扬尘智能监测系统算法模型训练过程遇到问题时，提出了实时目标检测器的「扩充（extend）」和「复合扩展（compound scale）」方法，以有效地利用参数和计算；该研究提出的方法可以有效减少
51830编辑于 2023-09-09 - 来自专栏联远智维
机器人智能运维——振动监测
调研可知，当前阶段的研究重点主要包含：强化学习、人工智能算法和电驱电控技术等领域，支撑人形机器人实现跑步、爬楼梯和跳舞等动作，有效的提高了人形机器人的泛化能力，最终实现人力替代。 随着人形机器人出货量逐渐提升，使得智能运维的重要性越来越高。 因此，团队联合云物通科技有限公司进行技术探索，采用振动传感器监测人形机器人关节的运行状态，通过智能算法建立关节轴承的性能退化过程，最终结合云-边-端技术实现人形机器人的智能运维，避免突发性故障引起的安全问题 图片实施方案项目采用传感器实时采集机器人工作过程中的振动信号，后续通过智能算法实现关节故障的预警和感知，详细内容有：振动传感器振动传感器广泛应用在煤矿、化工、冶金、发电等行业的电机、减速机风机、发电机、
33810编辑于 2025-03-18 - 来自专栏物联网解决方案
智能垃圾桶LoRa在线监测方案
平台对数据进行分析处理，实现垃圾桶状态的实时可视化、清运路线的智能规划以及异常情况（如满溢、着火）的自动告警，从而显著提升环卫作业效率，降低运营成本，打造智慧化、精细化的城市环卫管理系统。 ：通过 图像识别 判断投放合规性7政府数据对接：符合 智慧城市 标准（如GB/T 36620-2018）4六、典型应用案例图表：感知层核心设备：集成LoRa模块的智能监测终端。 三、 核心硬件功能与选型监测类型传感器技术功能描述技术参数建议满溢度监测超声波测距发射超声波测量垃圾表面到桶顶的距离，精确计算满溢百分比。 智能清运调度自动生成最优清运路线：平台根据所有“满溢”垃圾桶的地理位置，通过路径规划算法，为清运车辆规划出最高效、最省油的收集路线。任务下发：清运司机通过手机APP接收清运任务和导航路线。 总结：本方案以LoRa物联网技术为核心，构建了一个经济、高效、可靠的智能垃圾桶监测网络。它不仅是环卫工具的升级，更是城市管理模式的一次革新，为实现“智慧城市”和“无废城市”的目标提供了重要的基础设施。
27010编辑于 2025-11-12 - 来自专栏工业科技1
如何实现电机的智能监测与维护？
为此,对电机运行状态及其运行环境加以监测就显得十分必要。 随着监测需求增多，市面上已经出现了各种各样的智能监测设备，那么该如何选择呢？下面就用一个解决案例来说明! 没有采取其他智能的维保方式。这种对电机的保养方式，是只有计划，没有目标的保养，而且容易造成因电机损坏，导致设备停机，同时每年花人力、物力更换下来的轴承，不一定是坏的，造成零部件成本的浪费。 5G边缘计算器赋予电机无线连接和智能分析决策的功能。 方案优势 （1）采集每台电机每个测点的振动、噪音、温度状态数据，解析，边缘智能分析。 （2）应用APP实时显示设备状态、传感器时域信息、设备维护提示。 选择好的监测设备，也是对自己工厂安全的负责，事后的维修不如事前的预防！
69410发布于 2021-10-11 - 来自专栏Python深度学习
使用Python实现智能火山活动监测模型
传统的火山监测依赖地质学家在现场采集数据，而现代科技的发展让远程监测成为可能。通过深度学习和数据分析技术，我们可以使用Python构建一个智能火山活动监测模型，实现对火山活动的实时预警。 在本文中，我们将详细介绍如何使用Python来构建一个简单的智能火山监测系统，从数据收集到模型设计，最终生成一个可以预警火山活动的模型。 二、数据收集和预处理要构建火山监测模型，我们首先需要火山活动的地震数据或地质监测数据。 此时，我们可以将模型应用到未来的实时监测数据上，实现对火山活动的预警。六、模型部署与实时监测在实际应用中，我们可以将模型部署到云端服务器上，连接实时的地震数据流实现自动化监测。 使用深度学习和时间序列分析，可以帮助我们建立高效的火山监测系统，为地质灾害的预防和控制提供了可靠的技术手段。智能火山活动监测是一个集成了深度学习、数据流处理和实时监控的综合性系统。
2.1K00编辑于 2024-10-26 - 来自专栏智慧物联产品＆方案
借助边缘智能网关实现智慧冷库监测
随着物联网、边缘计算技术的发展，智能化监测与管理己经成为冷库发展的趋势。 通过BMG700边缘智能网关，能够实现对冷库产品、设施、环境的全面监测感知，并依托网关边缘计算能力，自主分析运行数据、智能管控冷库设备，不仅提升冷库管理的信息化水平，还可提高冷库设备的利用率，延长设备设施使用寿命 基于边缘智能网关实现智慧冷库监测BMG700边缘智能网关具备网口、RS232、RS485、ADC、DI、继电器等丰富功能接口，满足冷库内各类型PLC、传感器、设施设备的统一对接和控制，实现高可靠、高效率的监测和管理 1、库房温湿度监测：边缘网关支持对接各品牌温湿度传感器，实时监测单间库房、多间库房、整区的实时温度、湿度、空气质量数据等信息；2、库房温湿度调控：网关支持实时监测冷冻机、换风机等设备的运行状态、能耗并上传云平台 4、安全预警：边缘智能网关可部署告警策略，设备监测到数据超过正常阈值时，网关既可自动上报预警信息，提醒干预处置。
52430编辑于 2023-02-08 - 来自专栏物联网解决方案
智能垃圾桶LoRa在线监测方案
垃圾收运车白跑一趟，浪费人力、物力 以上问题急需技术改进，帮助城市管理者根据每个垃圾箱的废物水平和条件更好地管理其服务系统拓扑图针对以上问题，基于新一代无线通信技术lora低功耗广域网技术、物联网、大数据部署的智能垃圾桶监测系统 ，这套系统主要由地埋式垃圾箱传感器、监控摄像头、宏电4G LoRa网关、宏电设备云平台、垃圾监测业务管理平台、移动端App 组成，实现垃圾桶内部和外部环境的整体监测管理。 LoRaWAN 的智能垃圾桶满溢监测与管理解决方案，涵盖 实时监测、动态调度、数据分析 三大核心功能，适用于 城市环卫、社区物业、景区管理 等场景。 智能垃圾桶监测系统通过多传感器融合、低功耗通信与AI分析，实现垃圾状态的实时感知与智能管理。 虽无直接智能垃圾桶案例，但哈尔滨采用“橡胶锤敲击+保温箱房”、沈阳启用“加热式转运车”等经验，为北方系统设计提供工程参考。
13510编辑于 2026-03-09 - 来自专栏物联网解决方案
智能垃圾桶LoRa在线监测方案
智能垃圾桶LoRa在线监测方案随着人类社会经济的飞速发展和人民生活水平的提高，环保问题成为人们越来越关注的问题，垃圾箱垃圾站是城市环保管理所必不可少的组成部分，用于储存垃圾，避免环境杂乱。 垃圾收运车白跑一趟，浪费人力、物力 以上问题急需技术改进，帮助城市管理者根据每个垃圾箱的废物水平和条件更好地管理其服务系统拓扑图针对以上问题，基于新一代无线通信技术lora低功耗广域网技术、物联网、大数据部署的智能垃圾桶监测系统 ，这套系统主要由地埋式垃圾箱传感器、监控摄像头、宏电4G LoRa网关、宏电设备云平台、垃圾监测业务管理平台、移动端App 组成，实现垃圾桶内部和外部环境的整体监测管理。 LoRaWAN 的智能垃圾桶满溢监测与管理解决方案，涵盖 实时监测、动态调度、数据分析 三大核心功能，适用于 城市环卫、社区物业、景区管理 等场景。 平台层（云端管理）数据可视化：实时显示垃圾桶状态（空/半满/满溢）智能调度：自动生成最优清运路线（减少30%无效行驶）5数据分析：预测垃圾产生高峰（如节假日、早晚高峰）7二、核心功能实现
30110编辑于 2025-10-21 - 来自专栏物联网智慧生活
PLC网关 智能工厂设备远程控制监测
物联网时代高速发展以来，工厂智能化管理的到广泛应用，解决了传统工业本地维护、设备独立的不足，计讯物联智能工厂设备远程控制监测方案，工业PLC网关+云平台模式，实现工厂设备运行状态实时远程监测，管理人员随时随地能够通过 智能工厂设备远程控制监测系统组成 采集层：进行工厂设备、PLC控制器运行状态、时间、次数、开关量等监测参数采集。 网络传输：计讯物联工业智能网关连接前端设备，通过5g/4g 无线网络上传服务器。 应用平台：计讯物联设备管理云平台，对不同协议、分散异地的设备统一接入、统一监测、统一管理。 图片1.png 智能工厂设备远程控制监测功能 1、远程监测管控，具有Web桌面和Web手机版，设备管理不受时间与地域限制。 智能工厂设备远程控制监测用plc网关 1、支持PLC的远程调试和程序上下载。
1.4K20发布于 2021-01-05 - 来自专栏物联网解决方案
深入解析智能井盖监测系统解决方案
智能井盖传感器是一种能监测到井盖状态变化的传感器，是在传统的井盖检测基础上，通过增加无线通讯模块实现与监控中心的远程通信。 无线智能井盖液位检测器 IDM-400-C检测井盖是否被篡改/盗取或倾斜。它可以防止金属盖和下方的贵重资产（例如光缆，通信设备等）被盗。井盖监测传感器，具有体积小，通讯距离长的特点。 角度侦测翻转（角度大于 20°时）变化， 主动上报基站 水浸监测 液位检测量程30－500mm：接触电极水浸报警触发。无线智能井盖检测器包括井盖翻开、电池电量低报警。 通过对智能井盖传感器的介绍，我们可以看出，智能井盖传感器的主要作用就是实时监测井盖状态的变化，如果遇到异常情况，那么就会及时发送报警信息。 利用传感器技术、物联网技术、智能算法等手段对井盖进行实时监测和管理，可以实现对井盖的远程监控和管理。在城市中，路面上的各种管道纵横交错，给人们的出行和生活带来了便利。
23010编辑于 2025-10-17 - 来自专栏燧机科技-视频AI智能分析
充电站AI算法智能识别监测系统
在此背景下，充电站AI算法智能识别监测系统应运而生。该系统利用先进的计算机视觉技术，对充电桩区域进行全天候智能监测。 二、核心技术架构：多任务感知与时序逻辑推理充电站AI算法智能识别监测系统并非单一功能的叠加，而是基于深度学习多任务学习框架（Multi-task Learning）构建的综合感知引擎。 充电设施状态与安全隐患监测充电枪状态检测：针对充电枪这一小目标，采用高分辨率特征金字塔网络进行专项训练。系统能精准识别“充电枪未归位”、“充电枪落地”等异常状态。 四、部署实施的关键考量在推进充电站AI算法智能识别监测系统落地时，需关注以下工程化细节：点位规划与视角优化：摄像头应覆盖所有充电车位及通道，建议采用广角高位俯拍以减少盲区，同时兼顾充电枪特写视角的需求（ 五、结语充电站AI算法智能识别监测系统的应用，标志着新能源基础设施运营从“粗放式管理”向“数字化智治”的跨越。
26610编辑于 2026-03-08 - 来自专栏算法专栏
Lnton羚通智能分析算法工服智能监测预警算法
工服智能监测预警系统通过yolov8网络模型算法，工服智能监测预警算法对现场人员未按要求穿戴工服工装则输出报警信息，通知后台人员及时处理。 工服智能监测预警算法是一种用于检测和预警员工工作服装状况的技术。 该算法可以通过计算机视觉和图像处理技术，对员工穿着的工作服进行实时监测、分析和预警，以确保员工的穿着符合规定，并提醒员工及时更换损坏的工作服。 图片图片 Lnton羚通智能分析算法工服智能监测预警算法根据设定的规则和要求，判断工作服的状况是否符合预期。
81130编辑于 2023-08-14
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号