我校师生在人工智能领域权威期刊Knowledge based systems发表最新成果

作者:李明利 添加日期:2022-09-22 13:57:56 阅读次数:

近日,中国计量大学机电工程学院何雨辰副教授团队题为“Virtual sensing techniques for nonlinear dynamic processes using weighted probability dynamic dual-latent variable model and its industrial applications”(基于质量相关加权概率动态隐变量结构的非线性动态工业过程软测量方法及其实例应用)的研究论文在人工智能顶级期刊Knowledge-Based Systems在线发表。通讯作者为何雨辰副教授,第一作者为本校研究生应泽。

传统的硬件传感器存在成本高、延迟明显、信息冗余等问题,严重影响了工业过程中的控制决策。与此同时,随着现代分布式控制系统(DCS)和工业物联网(IoT)的普及,大量有价值的工业数据被采集、传输、存储。数据驱动的软传感器为这些硬件传感器提供了可靠、经济的替代方案。与传统的结合先验知识的机理建模相比,数据驱动的软传感器具有多方面显著优势。然而,在实际工业过程中,数据通常包含自相关性、非平稳等复杂特性。另一方面,传统的单一隐变量回归模型不能较好的解释输入和输出数据之间的数学关系。

针对上述几个问题,团队提出了一种基于质量相关概率动态隐变量结构的软测量方法,并结合加权方法将其应用于实际非线性过程。首先,引入了概率动态隐变量结构(PDLS)来描述质量相关信息,并利用一阶马尔可夫过程对质量特征信息的动态关系进行建模。在此基础上,本研究进一步建立加权模型(WPDLS),增强算法在非平稳过程中的软测量精度,系统深入地探讨了多种软测量模型在质量变量预测上的性能表现,对进一步扩展WPDLS在软测量中的应用具有重要的理论指导意义和应用价值。

近年来,何雨辰副教授团队依托浙江省智能制造质量大数据溯源与应用重点实验室平台,开展高效的复杂工业过程监控方法及关键技术研究,多项研究成果已经发表在IEEE Transactions on Instrumentation and Measurement、Engineering Applications of Artificial Intelligence、INDUSTRIAL & ENGINEERING CHEMISTRY RESEARCH、Frontiers of Information Technology & Electronic Engineering等国际知名期刊上。

相关工作得到了国家自然科学基金(61903352)、浙江省自然科学基金(LQ19F030007)、中国博士后科学基金(2020M671721)、浙江省教育厅项目(Y202044960)、浙江省高校基础研究基金(2021YW18, 2021YW80)的大力支持资助。

分享至: