欧宝体育娱乐平台:【CAC2021 产业专题】工业过程智能控制与优化决策论坛 集结完毕！

　　复杂工业过程智能控制与优化决策是将大数据、云计算、人工智能等信息技术与工业生产过程融合实现复杂工业过程的优化运行，是制造业绿色、高效、智能化发展的重要途径。本论坛聚焦工业过程智能控制与优化决策方法与应用实践，邀请学术界与产业界具有重要影响力的知名专家，深入研讨新一代信息技术背景下工业智能化面临的挑战和机遇，介绍本领域最新研究进展。论坛内容包括：从数据到知识：工业大数据的挖掘技术与应用；数据驱动的工业智能优化调度；流程工业数字孪生关键技术与应用探索；PLC系统安全检测与定位；城市污水处理过程协同优化控制；工业生产智能优化的探索与实践；数据驱动高炉自动化初探。

　　数字化技术对企业精益运行优化和安全管理提升具有重要意义，目前的传统持续改进方法极大地依赖于具体项目执行人的业务能力。在每一个项目完成后，所积累的数据分析结果和知识，一般都是以文档形式保存，很难固化成为一种自动的知识型应用系统，因而极大地浪费了企业的知识资源和数据资源。本演讲将从知识自动化的角度，讨论数字化技术和工业大数据的分析基本原理和方法，并对典型案列进行解析。

　　冯恩波，1991年10月华东理工大学获博士学位，其后分别在清华大学、新加坡国立大学、加拿大阿尔伯特大学做博士后研究，1997年后进入北美石油和化工工业，先后任职萨拉尼斯化工、壳牌石油、加拿大石油高级工程师和先进控制部门主管。2017年加入中国化工集团任大数据团队首席科学家，现任中国中化蓝星智云首席科学家。自动化学会过程控制专委会常委、工业大数据专委会常委。

　　针对工业过程优化调度问题的复杂性，分析数据驱动智能优化的必要性，阐述智能优化的原理、步骤以及集成智能优化的框架与核心环节，从系统论、信息论、控制论角度剖析若干关键问题，并报告智能优化理论、智能约束优化和智能调度方面的若干代表性研究工作。

　　王凌，清华大学自动化系长聘教授、博士生导师、学位委员会副主席，国家杰出青年科学基金获得者。现担任中国人工智能学会自然计算与数字智能城市专委会副主任、中国仿真学会智能仿真优化与调度专委会副主任、中国自动化学会控制理论专委会和过程控制专委会委员、能源互联网专委会常务理事、中国运筹学会智能工业数据解析与优化专委会常务理事、北京自动化学会常务理事；担任IJAAC和CSMS主编，IEEE TEVC、SEC、ESWA和MC等期刊副编，控制理论与应用、控制与决策、控制工程、系统工程与电子技术等期刊编委。主要从事面向智能制造和智慧物流与配送的调度优化理论方法与应用研究，已出版专著5部、译著1部，在IEEE Trans等刊物上发表SCI论文250余篇、WOS引用一万余次、Google Scholar引用两万余次。曾获国家自然科学二等奖、教育部自然科学一等奖、中国仿真学会自然科学一等奖和技术创新一等奖、ICIC杰出领导力奖、IEEE TEVC杰出AE等。获国家杰出青年科学基金、北京市科技新星、教育部新世纪优秀人才、清华大学学术新人奖、中国自动化学会青年科学家奖、中国高被引作者等。

　　本报告结合联想集团全球供应链和智能制造的数字化转型经验，讨论如何通过先进的工业互联网平台，融合工业大数据、物联网、工业人工智能、工业数字孪生和工业云等新一代信息技术，实现覆盖制造业产品全生命周期研产供销服多个领域的产品和智能制造解决方案创新。

　　于辰涛，联想集团副总裁，联想集团首席科学家，教授级高工，联想集团工业大数据首席架构师，中国工业互联网产业联盟工业大数据组副主席，北京理工大学兼职教授。多年来一直深耕于工业互联网、大数据、工业物联网、工业智能方案和产品构建等领域。在工业大数据和工业互联网等领域的核心技术研发、标准研制、产品和解决方案设计方面提出了多项颠覆式和前瞻性创新。作为联想的核心软件技术专家，他曾负责联想公司内外部多个大型软件开发任务，具有管理全球大型软件开发项目的丰富经验。他主持构建了包含工业物联网、工业大数据、内存分析以及人工智能平台在内的工业互联网平台及解决方案体系，满足了当今主流离散制造企业的用户需求分析、研发设计协同、制造过程优化、供应链协同管理以及产品精细化服务等全价值链的智能制造需求。

　　程鹏，教授，任浙江大学控制科学与工程学院副院长、网络空间安全研究中心副主任。研究兴趣为工业互联网安全、信息物理融合系统。研究获得国家自然科学基金重点、国家科技部重点研发课题等项目资助。成果获国家科技进步二等奖1项，教育部自然科学一等奖2项，及教育部青年科学奖。个人获得青年教师一等奖、IEEE通信协会亚太区杰出青年学者等荣誉，入选2020年教育部长江学者特聘教授。担任IEEE Transactions on Control of Network Systems编委，中国自动化学会青年工作委员会副主任、工业控制系统信息安全专委会秘书长。

　　城市污水处理过程具有多流程、时变、时滞等特性，基于单一尺度、单一层次、单一目标的优化不能保证整体运行的最优。城市污水处理协同优化控制通过分层构建不同时间尺度的性能指标，设计多冲突目标动态优化方法，进而研发出可实际应用的城市污水处理过程协同优化控制技术，实现城市污水处理过程局部与整体之间、短期与长远之间、效益与安全之间的多目标优化。

　　韩红桂，北京工业大学教授，博士生导师，研究生院副院长、教师学院副院长。先后入选国家自然科学基金杰出青年基金、国家自然科学基金优秀青年科学基金、北京高校卓越青年科学家、中国自动化学会青年科学家、中国科协青年人才托举工程、北京市科技新星计划等；研究成果共发表学术论文80余篇；撰写专著2部；获得授权美国/中国发明专利40余项；获国家科学技术进步二等奖1项、教育部科技进步一等奖1项、吴文俊人工智能科学技术进步一等奖1项、中国产学研合作创新成果科技进步一等奖1项、中国发明协会发明创新奖一等奖（金奖）1项等。现任“数字社区”教育部工程研究中心主任、“计算智能与智能系统”北京市重点实验室副主任、中国自动化学会环境感知与保护自动化专业委员会秘书长、中国自动化学会过程控制专业委员会委员、中国自动化学会控制理论专业委员会委员等；兼任中国科学：技术科学、IEEE Transactions on Cybernetics等期刊编委。

　　史扬，华为工业互联网解决方案总经理，从事通信与信息技术领域16年+，历任战略与产业规划、技术标准，产品管理，软件架构师，系统架构师等多个角色。担任工业互联网产业联盟（AII）总体组副主席，活跃于AII、IIC、ECC等国际国内的产业组织, 是工业互联网相关参考架构、产业政策等贡献者。在国际标准领域发表过多篇IETF RFC，获得过IEEE802.11WG的杰出贡献奖。

　　从数据驱动角度简单介绍汇报人及其课题组近10年在高炉自动化方面的一些工作，主要包括数据驱动建模、控制与监测三部分内容。数据驱动建模主要针对难建模高炉炼铁过程数据质量不理想和非线性动态时变等问题，介绍智能鲁棒建模以及递推子空间辨识等工作；数据驱动控制部分主要介绍面向高炉铁水质量高性能控制的数据驱动预测控制、即时学习自适应预测控制以及无模型自适应(预测)控制等方法；最后简单介绍面向高炉优质、低耗与稳定运行的数据驱动监测方法。

　　周平，东北大学流程工业综合自动化国家重点实验室教授、博士生导师，入选国家“万人计划”青年拔尖人才、辽宁省“兴辽英才”和“百千万人才”百人层次。兼任IEEE高级会员、国际自动控制联合会（IFAC）MMM技术委员会委员、IEEE计算智能学会神经网络技术委员会“随机神经网络与学习系统”工作组成员、中国自动化学会过程控制专委会委员以及环境感知与自动化专委会委员。

　　主要从事工业过程运行优化控制，数据驱动建模、控制与监测，工业系统工程与应用等方面的研究。在国内外权威学术期刊发表期刊论文100余篇，以独立作者或第1作者在“科学出版社”出版学术专著2部, 授权发明专利40余项(包括美国发明专利1项)，参与制定行业标准1项。先后主持国家自然科学基金重大项目课题、工信部工业互联网创新发展工程项目课题等国家和省部级项目10余项。获得2020年教育部自然科学二等奖、首届中国自动化学会优博、CSC-IBM中国优秀教师奖教金等10余项奖励。

　　2022“CAA云讲座” 期待有你 全景CAC2021,你想了解的内容都在这里！ 定了！跨年贺会庆，春暖花开再相聚 中国自动化学会六十周年纪念画册重磅发布！ 关于征集自动化、信息及智能科学领域科普成果的通知