报告时间:11月09日(星期一)15:00
报告地点:信息楼自动化学院310报告厅
报 告 人:余万科,自动化学院特任教授
报告题目:稀疏指数判别分析及其故障变量隔离应用
内容简介:在监测到过程异常现象之后,需要及时的隔离故障变量来锁定故障所发生子系统,进而为后续故障诊断提供决策支持。由于拖尾效应和环境噪声的影响,传统的方法可能得到不准确的故障隔离结果。本次汇报将介绍一种名为“稀疏指数判别分析”的方法,并将其应用在工业过程的故障变量隔离上。通过向指数判别分析中引入稀疏约束,可以挑选关键变量来区分正常样本和故障样本。考虑到稀疏指数判别分析的优化函数是非凸的,我们利用极小极大化算法将其转化成迭代凸优化问题来逼近原始问题的结果。最后,我们提出可行梯度方向法来进行求解,得到每一个迭代问题的最优解。该方法的效果在田纳西-伊士曼过程和卷烟生产过程中得到了验证,实验结果说明了它能够准确隔离引起过程异常变化的故障变量。
报告人简介:余万科,特任教授、博士后,主要研究方向为复杂工业过程数据解析与智能监控等。于2013年、2016年和2020年分别在东北大学、北京航空航天大学大学和浙江大学获得学士、硕士和博士学位,2018年12月到2019年06月在加拿大阿尔伯塔大学交流访问。参与国家863计划、国家自然科学基金重点项目、浙江省重点研发项目等一系列科研项目。以第一作者在IEEE TCST、IEEE TIE、IEEE TII、IEEE TASE和JPC上发表论文九篇,Google学术引用达200余次,其中两篇论文被评为 ESI 高被引文章。为控制领域多个顶级期刊(包括IEEE TCST、CEP、JPC、IEEE TC、IEEE TNNLS、IEEE TII等)审稿,并获得2019年CEP期刊的Best reviewer和2018年Neurocomputing期刊的Outstanding reviewer。