IBM Maximo Application Suite 中的 PHM 系统 ——面向泛工业资产的工程化健康管理与寿命预测架构 1. IBM Maximo PHM 的本质定位 IBM Maximo 的 PHM ≠ 传感器诊断系统IBM Maximo 的 PHM = 资产级决策系统（Asset-Centric PHM） 它解决的不是： Maximo 站在的是 运维决策层，而不是信号层。 2. 系统整体架构（平台级 PHM） 2.1 应用套件结构 在 MAS 中，PHM 能力分散在多个模块中协同完成： PHM 实际是 …
https://www.tube.com/watch?v=mrXtx74ZR_A&list=PLAKe3qXMcVpmk9WGFIgtTQLWOeXN0pl1- https://www.tube.com/watch?v=LJH1CtBLsxU&list=PLrXhrI7zUoqQB5YU78gENYF_Zyc0pKhu7&index=4 从工程视角解构 Bently Nevada PHM 系统 ——旋转设备健康监测与寿命预测的工业级实现范式 1. Bently Nevada 的 PHM 定位…
一、原作者 公众号：故障诊断与Python学习 源链接：故障诊断学习资料，不断更新...(含学习路线、公开数据集、开源代码等) 编辑：李正平 校核：张勇、王畅、陈凯歌、赵栓栓、董浩杰、曹希铭 二、正文 随着工业大数据越来越火，智能制造也掀起了一番高潮，设备故障诊断与健康维护也成为了新兴研究方向。本公众号对这方面资料进行了整理，希望帮助到像本人一样刚入门的故障诊断初学者用更少的时间步入正轨。希望大家能够提高自我学习能力，同时也希望一起互相学习交流拓宽眼界。 积少成多，众人拾柴火焰高，若您有任何建议、反馈或者学习资料与…
一、roboflow 地址1：https://universe.roboflow.com/search?q=water+meter 地址2：meter Object Detection Dataset by feifans workspace
RAG+AI工作流+Agent：LLM框架该如何选择，全面对比MaxKB、Dify、FastGPT、RagFlow、Anything-LLM,以及更多推荐 - 知乎
通过docker部署xinference，对外暴漏openai兼容的api，供外部软件使用。 硬件：GTX2080 TI 22G 模型：qwen1.5-chat-13b-qint4 + bge-base-zh-v1.5 桌面软件：Chatbox 最终实现了qwen的部署，且通过openai的标准API接口，实现了Chatbox接入了私有模型。 xinference docker-compose.yml配置： 最终效果