Activities
2021年10月20日，為慶祝中國自動化學(xué)會成立六十周年，中國自動化大會Workshop“基于動態(tài)學(xué)習(xí)的非線性振動系統(tǒng)故障診斷及容錯控制” 采用線上騰訊會議的方式成功召開。
本次Workshop由中國自動化學(xué)會主辦，山東大學(xué)協(xié)辦。本論壇主要面向基于動態(tài)學(xué)習(xí)的非線性振動系統(tǒng)故障診斷及容錯控制的若干關(guān)鍵問題，結(jié)合大數(shù)據(jù)時代下工程領(lǐng)域發(fā)展的重大需求，分享動態(tài)學(xué)習(xí)技術(shù)在非線性振動系統(tǒng)故障診斷及容錯控制等領(lǐng)域的最新研究成果，并集思廣益，博采眾長，更好地推動該領(lǐng)域科研的開展。
會議主席由山東大學(xué)教授王聰擔(dān)任。會議邀請了廣東工業(yè)大學(xué)李鴻一教授、南京航空航天大學(xué)張柯教授、山東大學(xué)陳填銳研究員、東北大學(xué)李霄劍教授、哈爾濱工業(yè)大學(xué)羅浩教授、中南大學(xué)陳志文教授、山東大學(xué)張付凱、吳偉明博士后等幾位專家學(xué)者，分享他們在多智能體、旋轉(zhuǎn)機(jī)械、化工過程等故障診斷領(lǐng)域的最新研究成果。
廣東工業(yè)大學(xué)李鴻一教授作題為 “具有執(zhí)行器故障的多智能體系統(tǒng)人在回路控制”的報告。報告回顧了多智能體系統(tǒng)一致性、群集、編隊(duì)等幾個基本控制問題的研究進(jìn)展，研究了復(fù)雜工況下基于人在回路的多智能體系統(tǒng)自適應(yīng)容錯控制問題，同時探討了實(shí)際環(huán)境下多智能體系統(tǒng)領(lǐng)域面臨的挑戰(zhàn)性問題。
南京航空航天大學(xué)張柯教授作題為“多智能體系統(tǒng)的故障診斷和容錯控制”的報告。報告指出了，多智能體系統(tǒng)是一類復(fù)雜的控制系統(tǒng)，每個智能體出現(xiàn)的故障不僅影響自身的控制性能，而且也會在整個系統(tǒng)中進(jìn)行傳播，致使控制性能下降乃至不穩(wěn)定。因此，有必要針對多智能體系統(tǒng)開展故障診斷和容錯控制研究，以提升其可靠性和安全性。報告首先介紹了多智能體分布式故障診斷，利用多智能體之間的交互信息，提出了分布式故障診斷設(shè)計(jì)，檢測并估計(jì)每個智能體中出現(xiàn)的故障，同時考慮了在切換通信拓?fù)湎碌墓收显\斷。進(jìn)而分別給出了協(xié)同的主動容錯控制和被動容錯控制，實(shí)現(xiàn)了多智能體系統(tǒng)在故障下仍然能夠保持期望的編隊(duì)隊(duì)形。
山東大學(xué)陳填銳研究員做“微小故障診斷及其在軸流壓氣機(jī)旋轉(zhuǎn)失速診斷中的應(yīng)用”的報告。報告首先回顧微小故障診斷的研究現(xiàn)狀，接著介紹基于學(xué)習(xí)的方法在微小故障建模及診斷過程中所面臨的問題，然后介紹基于確定學(xué)習(xí)的微小故障診斷方法的特點(diǎn)，最后介紹該方法在軸流壓氣機(jī)旋轉(zhuǎn)失速早期預(yù)警中的應(yīng)用。
東北大學(xué)李霄劍教授作題為“數(shù)據(jù)驅(qū)動的動態(tài)系統(tǒng)故障診斷與控制”的報告。該報告針對系統(tǒng)參數(shù)完全未知的離散系統(tǒng)，探討數(shù)據(jù)驅(qū)動的故障診斷與控制器設(shè)計(jì)問題。報告介紹了兩種方法。第一種方法基于Q-Learning技術(shù)提出，對比現(xiàn)有結(jié)果，所形成的兩步優(yōu)化算法可以同時提升系統(tǒng)診斷性能和控制性能。此外，報告第二部分介紹了控制器設(shè)計(jì)的參數(shù)化方法，該方法在數(shù)據(jù)驅(qū)動框架內(nèi)建立了求解單目標(biāo)H∞控制問題的充分必要條件，在降低計(jì)算負(fù)擔(dān)的同時進(jìn)一步提高了系統(tǒng)性能。
哈爾濱工業(yè)大學(xué)羅浩教授作題為“基于信號空間投影的閉環(huán)自動控制系統(tǒng)魯棒故障監(jiān)測方法”的報告。報告針對含有未知周期擾動的工業(yè)自動控制系統(tǒng)提出了一種魯棒的子空間故障監(jiān)測方法。該方法的新穎性依賴于對自動控制系統(tǒng)穩(wěn)定核描述的閉環(huán)數(shù)據(jù)驅(qū)動實(shí)現(xiàn)。為了確保準(zhǔn)確和魯棒的閉環(huán)辨識，該方法首先對閉環(huán)測量數(shù)據(jù)和未知擾動之間的映射進(jìn)行了分析，并確定了與未知擾動分離的自動控制系統(tǒng)核空間，然后提出了一種魯棒的數(shù)據(jù)驅(qū)動故障監(jiān)測方法，該方法依據(jù)對與擾動解耦的殘差信號的評估進(jìn)而實(shí)現(xiàn)精確的故障監(jiān)測。
中南大學(xué)陳志文教授作題為“Canonical correlation analysis-based fault diagnosis methods for dynamic processes”的報告。報告提出了兩種基于CCA的改進(jìn)方法，即動態(tài)CCA方法和基于門控循環(huán)單元(GRU)的CCA方法，以解決動態(tài)過程的故障診斷問題。在兩個工業(yè)基準(zhǔn)數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明，這兩種方法具有更好的故障診斷性能。
山東大學(xué)張付凱博士后作題為“基于模式的非線性系統(tǒng)容錯控制”的報告。報告結(jié)合動態(tài)環(huán)境機(jī)器學(xué)習(xí)新方法-確定學(xué)習(xí)或者動態(tài)學(xué)習(xí)，將系統(tǒng)的故障動態(tài)視為不同的模式，對不同模式進(jìn)行準(zhǔn)確建模，并利用建模知識實(shí)現(xiàn)對系統(tǒng)故障的快速識別和高性能控制。
山東大學(xué)吳偉明博士后作題為“基于采樣數(shù)據(jù)的動態(tài)學(xué)習(xí)及模式識別研究”的報告。報告介紹了動態(tài)環(huán)境機(jī)器學(xué)習(xí)等當(dāng)代人工智能的前沿問題，并從系統(tǒng)與控制角度，介紹從時間序列（采樣數(shù)據(jù)序列）中準(zhǔn)確學(xué)習(xí)動態(tài)物理過程的內(nèi)在動力學(xué)的關(guān)鍵技術(shù)，然后把動力學(xué)知識用于動態(tài)模式識別、智能控制等任務(wù)中。
最后，論壇主席王聰教授對本次論壇進(jìn)行了總結(jié)，并對參與本次論壇的講座嘉賓和同學(xué)的大力支持表示感謝。會議的成功召開為進(jìn)一步非線性系統(tǒng)振動故障診斷技術(shù)的發(fā)展指明了若干重要方向，具有積極的指導(dǎo)意義。
