人工智能驱动的工况感知和识别
发布时间: 2022-05-13
基本信息
工业人工智能是将人工智能技术与具体的工业场景相结合,使工业系统具备自感知、自学习、自执行、自决策、自适应的能力,实现设计模式创新、生产智能决策、资源优化配置等创新应用。流程工业综合自动化国家重点实验室在系统辨识与深度学习相结合的复杂工业系统智能建模、数字孪生与可视化技术、复杂工业环境下运行工况的多尺度多源信息的智能感知与识别、“端-边-云”协同实现工业人工智能算法的实现技术等多个方面取得了丰硕成果。在系统辨识与深度学习相结合的复杂工业系统智能建模、数字孪生与可视化技术方面,提出了反应实时过程变量动态变化的数字孪生方法,以及基于端边云协同的多炉次群炉需量数字孪生方法,采用端边云协同架构,通过将机理建模和工业大数据、系统辨识和深度学习、离线训练和在线训练相结合,建立了云侧深度学习校正模型、边侧在线自适应深度学习模型,使得所设计的高性能控制器在数字孪生模型实验之后可直接应用到工业现场而无需现场调试,对现场安全生产、提高产品质量与绿色运行具有重大意义。在复杂工业环境下运行工况的多尺度多源信息的智能感知与识别方面,提出了基于视频与光场异构信息深度学习的电熔镁炉工况感知与识别方法,研制了由相机阵列光场采集器、视频采集器与边缘计算设备所组成的电熔镁炉况信息感知系统,为电熔镁炉的安全可靠运行创造了条件。学科建立了“工业人工智能研究生创新实验班”,组建课程教学改革与质量督导的专家团队,以教育部工程科技人才培养重点研究项目为依托,以培养引领产业界自动化与智能化发展的创新型工程科技人才为目标,创新课程体系与人才培养模式。主办“工业人工智能国际会议”、“工业智能高峰论坛”等多个国际与国内学术会议。学科围绕工业人工智能方向发表IEEE TAC、Automatica、IEEE TPAMI等国内外高水平论文二十余篇,承担国家自然科学基金重大项目《重大耗能设备智能系统基础理论与关键技术》等纵向项目6项。