案例基本内容和执行情况
中国船舶集团有限公司第七〇三研究所针对海上平台、陆地终端、工业管网等领域燃气轮机机组,基于七〇三所70余年的燃气轮机研制及应用经验,引入大数据分析相关技术,研发了基于大数据技术的燃气轮机远程健康管理系统并开展了工业应用。
系统研发方面,以热力学模型为基础,引入工业大数据智能分析技术,在国内首次提出了基于关联网络技术及基于质量控制图理论的燃气轮机健康度量化评估与异常检测方法,并开发了基于上述技术成果的燃气轮机健康管理软件。
系统应用层面,创新性提出了基于“人在回路中”理念的远程专家支持运维服务模式,实现了远程专家与现场用户的跨时空交互,建设了国内第一个工业燃气轮机数据存储、分析、远程专家服务为一体的专业平台系统。
系统显著提升了工业燃气轮机数据的智能化分析水平,机组健康度评估及异常检测正确率超过90%,大大降低了机组运行、维护及全寿命期成本,为我国工业燃气轮机装备可靠、经济和安全运行提供了一种解决方案。
案例主要经济成效和社会成效分析
基于大数据技术的燃气轮机远程健康管理系统目前对132台燃气轮机发电机组/压缩机组进行远程服务,覆盖海上油气开采、工业发电、天然气管道输送等多个领域。自2021年上线以来,已经提前发现数百次机组异常,有效避免了重大生产事故的发生,显著降低了燃气轮机机组的运行、维护成本,为用户创造经济价值近8000万元。
系统是国内首个完全自主知识产权的工业燃气轮机数据存储分析服务系统,打破了国外产品的技术及市场垄断,避免了能源工业数据外传,为保障国家能源安全做出了贡献。
系统先后入选“工信部大数据优秀产品和应用解决方案”、“工信部大数据产业发展试点示范项目”,并成为首批入选并率先验收的“国家能源局第一批燃气轮机创新发展示范项目”。系统获省部级科技进步三等奖一次,集团公司科技进步二等奖一次,申请及授权发明专利22项、软件著作权5项,申报及形成行业标准3项。
好文章,需要你的鼓励
这项由索非亚大学INSAIT和苏黎世联邦理工学院共同完成的研究,揭示了大语言模型在数学定理证明中普遍存在的"迎合性"问题。研究团队构建了BrokenMath基准测试集,包含504道精心设计的错误数学命题,用于评估主流AI模型能否识别并纠正错误陈述。
约翰斯·霍普金斯大学研究团队提出了创新的隐私保护AI文本生成方法,通过"控制代码"系统指导AI生成虚假敏感信息来替代真实数据。该方法采用"藏身于众"策略,在医疗法律等敏感领域测试中实现了接近零的隐私泄露率,同时保持了高质量的文本生成效果,为高风险领域的AI应用提供了实用的隐私保护解决方案。
实验室和真实使用测试显示,iPhone Air电池续航能够满足一整天的典型使用需求。在CNET进行的三小时视频流媒体压力测试中,iPhone Air仅消耗15%电量,表现与iPhone 15相当。在45分钟高强度使用测试中表现稍逊,但在实际日常使用场景下,用户反馈iPhone Air能够稳定支撑全天使用,有线充电速度也比较理想。
这项由Reactive AI提出的稀疏查询注意力机制通过减少查询头数量而非键值头数量,直接降低了注意力层的计算复杂度,实现了2-3倍的训练和编码加速。该方法在长序列处理中表现出色,在20万词汇序列上达到3.5倍加速,且模型质量损失微乎其微,为计算密集型AI应用提供了新的优化路径。