|
12月1日-2日，2018中國自動化大會專題論壇之“系統故障診斷與健康管理”在西安曲江國際會議中心成功召開。本次論壇圍繞國際控制理論與工程界持續關注的“故障診斷”與“健康管理”兩大熱點問題，邀請了近年來活躍在本領域且成果豐碩的國內知名專家、學者，共同探討容錯控制、故障診斷、數據驅動的健康監測與故障預報和壽命預測等最新研究進展及成果。論壇由山東科技大學副校長周東華教授擔任主席。
論壇主席：山東科技大學周東華教授
.png)
專題論壇場景
Control of nonlinear systems via fault-tolerant adaptive PD/PI/PID: stability and performance
.jpg)
重慶大學宋永端教授
重慶大學自動化學院院長宋永端教授首先作了題為“Control of nonlinear systems via fault-tolerant adaptive PD/PI/PID: stability and performance”的專題報告。宋教授介紹了自己的研究團隊近年來在非線性系統控制方面取得的研究進展和成果。報告在簡介傳統PID控制的特征和基本結構的基礎上，重點針對非線性多輸入多輸出系統，介紹了具有魯棒性、自適應性和容錯功能的PD/PI/PID控制方法。
高超聲速飛行器的故障診斷與自愈合控制技術
.jpg)
南京航空航天大學姜斌教授
南京航空航天大學自動化學院院長姜斌教授作了題為“高超聲速飛行器的故障診斷與自愈合控制技術”的專題報告。姜教授指出高超聲速飛行器具有飛行環境多變、控制精度要求高、跟蹤要求快速和大范圍高速機動的特點，其飛行器構型和參數變化范圍大，對故障補償能力要求高。執行器是性能關鍵系統中重要的元部件，一旦發生故障，系統的結構將會發生不確定的變化，設計的控制信號將無法對系統產生有效的影響，從而造成系統性能的損失，甚至出現失控的情況。因此，高超聲速飛行器的自愈合控制面臨著大量亟待解決的難題。針對高超聲速飛行器執行器故障及結構損傷故障，姜教授研究團隊考慮飛行過程中受到的干擾，研究了干擾下的故障診斷與自愈合控制方法與技術，基于仿真平臺開展了高超聲速飛行器縱向系統的故障診斷與自愈合控制技術應用研究。
重大裝備故障預示與健康管理技術與應用
.jpg)
西安交通大學徐光華教授
西安交通大學機械學院徐光華教授作了題為“重大裝備故障預示與健康管理技術與應用”的專題報告，基于重大裝備系統健康維護復雜度和非線性的特點，分析了重大裝備故障預示與健康管理技術（PHM）的發展方向。徐教授以動力裝備為對象，簡介了PHM技術的組成與構架，重點介紹了高質量數據獲取、早期故障預示、復雜故障診斷和主動健康管理的關鍵技術，同時介紹了動力裝備的PHM平臺及其運維服務系統企業應用，并對未來PHM技術發展進行了展望。
信息物理系統的安全狀態估計
.jpg)
東北大學楊光紅教授
東北大學信息科學與工程學院院長楊光紅教授作了題為“信息物理系統的安全狀態估計”的專題報告。楊教授指出信息物理系統（CPS）整合了計算、通信、控制過程，是信息系統與物理系統緊密融合的一體化大型復雜系統。隨著嵌入式網絡控制技術的發展，網絡攻擊已經成為威脅CPS安全性的主要因素之一。由于CPS計算和存儲資源的限制，稀疏傳感器攻擊下的狀態估計作為一個NP-難問題目前受到了廣泛的關注。楊光紅教授研究團隊結合自適應機制和切換技術，提出了一個新的安全狀態觀測器設計方法。通過監測一個預先給定的性能指標，被設計的自適應切換機制能夠自動地識別被篡改的測量數據，同時關閉被攻擊通道以保證系統的穩定運行。由于觀測器不需要實時地遍歷搜索攻擊空間，所以比較現有的安全狀態估計結果，該方法能夠充分提高狀態估計的計算效率，同時占用更少的計算機存儲資源。
故障診斷與容錯控制的一個新框架
.jpg)
山東科技大學周克敏教授
山東科技大學周克敏教授作了題為“故障診斷與容錯控制的一個新框架”的專題報告，討論了現有基于模型的故障診斷與容錯控制方法的局限性，并由此提出一個基于ν-間隙度量來處理故障診斷與容錯控制的新框架。報告討論了如何在此框架下對故障進行分類和分級，并提出了如何進行精細容錯控制的一般性控制結構。
非線性輸出頻率響應函數及其在工程系統狀態監測和故障診斷中的應用
.jpg)
英國謝菲爾德大學郎自強教授
英國謝菲爾德大學郎自強教授作了題為“非線性輸出頻率響應函數及其在工程系統狀態監測和故障診斷中的應用”的專題報告。郎教授首先介紹了非線性輸出頻率響應函數（NOFRFs）的基本概念，NOFRFs的重要性質，以及通過數據驅動計算NOFRFs的方法。然后介紹了模型傳感器的概念，以及將NOFRFs與模型傳感器相結合實現工程系統狀態監測和故障診斷的基本思想。進而通過一系列實驗室和工程實驗結果，展示了應用NOFRFs和相關理論方法實現工程系統狀態監測和故障診斷的有效性和工業應用前景。NOFRFs和相關理論方法為揭示復雜系統的動態特性提供了一個行之有效的新工具，在工程系統狀態監測和故障診斷領域有很好的應用潛力。報告以此為結論，為相關領域中從事學術和工程應用研究的學者和工程師提供了重要的借鑒和參考。
人工智能專項應急項目介紹
.jpg)
杭州電子科技大學文成林教授
杭州電子科技大學文成林教授的報告重點介紹了其研究團隊去年申請獲批的人工智能專項應急項目。該項目旨在將專家系統與深度學習技術相結合，建立起由人工智能驅動的智能決策理論與方法。文教授首先介紹了人工智能理論及技術的研究現狀，以及在我國汽車制造領域應用的重大需求及重要意義。然后，從項目的立項依據、科學問題、創新之處、研究內容、研究方案、技術路線等方面展開論述，最后分享了自己申請重點項目的經驗與體會。
基于數據的冶金流程的故障診斷
.jpg)
東北大學張穎偉教授
東北大學張穎偉教授作了題為“基于數據的冶金流程的故障診斷”的專題報告，介紹了其研究團隊在基于數據的冶金流程故障診斷方面的研究成果。張教授通過對冶金流程大數據包括物理化學變量數據和圖像聲音視頻統一建立數據池，把爐內外監測圖像的面積、運動速度、位置、有效像素比、方向分布比，聲音的頻率位置、高低頻比率、時長，視頻的重要度、高斯熵等以及物理化學變量協同建模，充分發揮大數據的優勢，提高異常工況檢測的實時性、早期異常工況檢測的靈敏性和降低異常工況的誤報率和漏報率，進而對相應異常工況進行調控。
大規模流程工業過程分布式建模與故障診斷
.jpg)
浙江大學葛志強教授
浙江大學葛志強教授作了題為“大規模流程工業過程分布式建模與故障診斷”的專題報告，指出面向大規模流程工業過程的監測與故障診斷目前受到了學術界和工業界的廣泛關注和重視。葛教授圍繞大規模廠級流程工業過程的故障檢測、診斷以及關鍵性能指標的監測等典型應用場景，在介紹目前該方向研究現狀的基礎上，結合其課題組近年來在該方向的研究與應用實踐成果，探討了基于數據驅動的分布式建模理論與故障診斷應用框架。最后，葛教授對該方面的研究工作進行了總結并探討了后續可能的研究方向。
專家報告結束之后，來自東南大學、蘭州交通大學、浙江大學、西安交通大學、西安理工大學、西安科技大學等高校的多位研究者宣讀了研究論文。
本次專題論壇的與會者對中國自動化學會表示感謝，認為此次會議為故障診斷領域的研究人員提供了難得的交流和學習機會，與會專家的報告精彩紛呈，令人受益匪淺。論壇主席也代表學會對各位專家和與會者為本次論壇提供的大力支持表示感謝，至此“系統故障診斷與健康管理”專題論壇圓滿結束。
學會秘書處 供稿
|
.png)