123-自动化学院
学术动态
  自动化学术论坛[2020第2…
  自动化学术论坛[2020第1…
  自动化学术论坛[2020第1…
  自动化学术论坛[2020第9…
  自动化学术论坛[2020第8…
  自动化学术论坛[2020第7…
  自动化学术论坛[2020第6…
  自动化学术论坛[2020第5…
  自动化学术论坛[2020第4…
  自动化学术论坛[2020第3…
 
自动化学术论坛[2020第9-13期]:工业过程智能化技术高端论坛

报告地点信息楼自动化学院310报告厅

线上线下同时进行,请与会者实名(姓名+单位)入会

腾讯会议ID925 383 780

B站直播链接https://live.bilibili.com/22347500?share_source=copy_link

(一)

报告时间:630日(星期二)8:40

人:陈令坤,教授级高工 宝钢股份中央研究院 炼铁所副所长

报告题目:以可视化、模式识别为核心的高炉智能控制系统的开发及应用

内容简介:本报告立足武钢高炉智慧制造的实际,总结了近年来武钢有限在高炉模型、知识库构建、检测技术开发等方面取得的进步,并就高炉智慧制造的条件、路径进行了探讨。

报告人简介:陈令坤,工学博士,国务院津贴获得者,近年来主要从事高炉长寿、高效冶炼、高炉控制、短流程连铸控制等研究工作30多项,相关工作共获省部奖9项,获国家科学技术进步奖二等奖1项,2014年以来参加的相控阵雷达高炉料面测量技术成功用于高炉料面测量,2016年以来主要从事高炉节能降本、配矿研究、炉料优化、喷吹煤优化、高炉长寿技术优化等量工作,在国内外共发表论文80多篇,授权专利30余项,获得5项计算机软件著作权登记。

 

(二)

报告时间:630日(星期二)9:20

人:赵春晖,教授 浙江大学

报告题目:基于数据解析的大范围非平稳工业过程监测

内容简介:现代工业生产往往具有大范围非平稳运行特性,譬如,间歇工业过程、宽负荷发电过程等。由于其大范围非平稳运行特性,对工业过程的安全可靠运行提出了新的挑战,并已成为人们关注的焦点。本报告从传统的间歇过程讲起,将提出广义间歇过程的概念,分析大范围非平稳工业过程的具体特性,总结介绍基本的过程监测技术以及前人及作者在该领域的研究工作,对其中存在的具体问题的分析与解决办法等,将传统间歇过程数据解析与建模方法进一步拓展推广到具有大范围非平稳运行特性的工业过程,并简单介绍所提出的方法在不同领域中的推广应用。

报告人简介:赵春晖,浙江大学控制学院教授。主要研究工业数据解析与应用,涉及化工、能源以及医疗领域等。已发表国际知名期刊SCI论文128篇。出版专著2本,授权发明专利28项。近年已主持10余项科研项目,包括国家自科基金优青、重点、国家重点研发课题以及省重点研发、重大企业合作课题等。先后获得省部级多项奖励,包括教育部自然科学一、二等奖各一次、CAA自然科学一等奖、浙江省科技进步二等奖等。曾获全国百篇优博提名、教育部新世纪优秀人才、首届自动化学会青年女科学家奖、过程控制青年奖等。担任国际SCI期刊Journal of Process Control的Senior Editor以及两本SCI期刊的AE、三家国内期刊的编委等,担任国际自控联化工过程控制以及Safeprocess技术委员会委员、中国过控专委会常委等

 

(三)

报告时间:6月30日(星期二)10:00

人:邓超阿里巴巴高级算法专家

报告题目:工业大脑在工业智能的探索与初步成果

内容简介:工业迈入数字时代,随着云计算、大数据、AI等新一代信息技术与工业的结合,人类的大脑得到进一步的解放。工业智能以数字化的方式将数据中的隐性知识显性化,以指导业务决策,有效化解复杂环境中的复杂问题,让决策更精准、更高效、更稳定。本次报告通过介绍工业大脑在钢铁行业的实践,包括设备能耗优化、炼钢工艺优化、智能金相检测和智能化控制AICS等智能化技术,借此机会分享阿里云工业大脑在工业智能的探索和初步成果。希望有更多同行者的加入,一起协同创新,定义工业智能的未来。

报告人简介:邓超,高级算法专家,美国北卡罗来纳大学运筹学博士,清华大学电气工程学士。现任阿里云数据智能工业大脑产品算法研发负责人,十多年人工智能在传统行业的应用实践,具备丰富的互联网+工业的跨界创新和价值落地能力,曾主持攀钢钢铁大脑、韶关钢铁智能金相图谱、德恩精工等多个工业智能制造项目的产品方案交付实施,获得6项专利,发表3篇论文。

(四) 

报告时间:630日(星期二)10:40

人:陈略峰,副教授 中国地质大学(武汉)自动化学院智能系统研究所所长

报告题目:钢铁冶金过程先进控制与智能优化技术

内容简介:我国钢铁企业自动化水平参差不齐、与国际先进水平相差较大,钢铁工业的发展以高能耗、高污染、粗放型为代价。从钢铁企业的实际需求出发,研究钢铁冶金过程先进控制与智能优化技术,主要包括烧结过程先进控制与智能优化、焦炉过程先进控制与智能优化、高炉生产过程先进控制与智能优化和轧钢过程先进控制与智能优化。这些系统与方法投入到实际钢铁冶金过程中,保证了生产的稳顺运行,提高了产品质量与产量,降低了能源消耗。

报告人简介:陈略峰,东京工业大学博士,中国地质大学(武汉)自动化学院副教授、智能系统研究所所长,IEEE、中国自动化学会和中国人工智能学会会员。主要研究方向包括智能系统、工业过程智能控制、人机交互、计算智能、模式识别与机器学习、情感识别与意图理解、多机器人行为协调等方面。近年来主持国家自然科学基金面上项目1项、青年科学基金项目1项,发表SCI/EI论文50余篇,包括国际计算智能与智能控制领域权威期刊《IEEE Transactions on Fuzzy Systems》《IEEE Transactions on Systems, Man, and Cybernetics: Systems》等,出版专著1部,授权国家发明专利5项,登记软件著作权1项。


(五)

报告时间:6月30日(星期二)11:20

人:孙彦广,教授级高工 中国钢研科技集团副总工程师 冶金自动化研究设计院副院长

报告题目:钢铁集成智能制造技术探讨

内容简介:根据钢铁企业调研结果分析评估了钢铁智能制造的现状与发展需求。提出钢铁集成智能优化主要内容,包括全流程优化控制、全流程质量管控、一体化计划调度、物质流能量流协同优化、多要素协同优化、信息流网络构建、全流程网络化模型。介绍多目标优化与动态调度、数据驱动全流程质量管控、物质流能量流信息流协同优化等钢铁集成智能优化典型案例。

报告人简介:孙彦广,中国钢研科技集团副总工程师,冶金自动化研究设计院副院长,混合流程工业自动化与装备技术国家重点实验室主任。教授级高工,博士生导师。主要研究方向为复杂工业过程建模和智能控制、钢铁企业能源动态调控、物质流能量流协同优化、钢铁工业智能制造等。