题目:智能制造时代的厂级工业过程故障检测与诊断新视角
报告人:李忘言,上海理工大学
时间:2025年12月29日 14:30
地点:B222
报告摘要:
随着化工行业逐步迈入智能过程制造时代,厂级过程系统的复杂性显著提升。尽管其在经济效益与运行效率方面取得了显著进展,但系统对故障的敏感性亦随之增强。由此引发的故障不仅可能造成严重的经济损失,还可能带来环境污染及安全风险。传统的基于模型的故障检测与诊断(fault detection and diagnosis, FDD)方法由于建模过程复杂且易受模型偏差影响,难以适应现代复杂过程系统的实际需求。因此,亟需发展一种高效且鲁棒性强的FDD方法,以满足智能制造背景下的系统可靠性要求。与此同时,智能过程制造的发展也催生了工业大数据的生成,这为厂级系统的故障诊断提供了新的契机。然而,数据规模的扩大并不必然带来诊断性能的提升。我们认为数据的“信息性”更应成为关注的重点。如何从冗余且高维的工业大数据中提取具有诊断价值的关键信息,并结合过程系统的自身特性(如耗散性),以提升故障检测与诊断的准确性与效率,仍是当前研究的关键问题。针对上述挑战,本次报告系统回顾了当前应用于厂级过程系统的主流的基于数据的FDD方法,分析其在实际应用中面临的技术瓶颈,并创新地提出一种基于数据耗散性的FDD框架。该方法依托行为系统理论(behavioural systems theory),首先通过输入—输出轨迹构建数据耗散性理论,进而对其进行塑形以设计出行之有效的基于数据的FDD策略。
报告人简介:
李忘言,2021年4月加入上海理工大学数学系,现任职副教授,主要研究方向包括分布式信息融合、滤波、故障检测与诊断。近年来,以第一作者或通讯作者(含共同通讯)发表代表性论文15篇(1作13篇,通讯2篇)其中IEEE TAC(1篇)、Automatica(1篇)、IEEE Journals(10篇)、Engineering(1篇)、JPC(1篇)、Powder Technology(1篇)。出版专著1本。曾获批上海市青年东方学者人才计划。主持国家自然科学基金(青年1项),上海市自然科学基金(面上1项)。