報告題目：基于模型度量的工業過程智能監測及控制

報告時間：2025年2月25日（星期二） 上午9:30-11:00

報告地點：蓮花街校區31號樓444報告廳

報告人：宋春躍 教授

報告人簡介：

宋春躍，男，浙江大學控制科學與工程學院（卓越）教授、博士生導師。自動化學會過程控制專業委員會委員、預測控制與智能決策專業委員會委員。

2003.03 獲浙江大學控制理論與控制工程專業博士學位；

2005.02 浙江大學計算機科學與技術博士后出站；

2006.8~2008.5 于美國Univ. of Maryland (College Park)系統研究所(ISR)從事優化控制方面的學習與研究。

研究領域為智能決策、數據感知和最優控制等；在信息、控制及決策領域的TOP期刊Automatica、IEEE Trans. (TCYB, TNNLS, TII, TCST, TIM, TITS, TASE)、AIChE J.、Journal of Process Control、Journal of the Franklin Institute、International Journal of Robust & Nonlinear Control、Computers & Operations Research等上發表SCI/EI學術論文120多篇，授權10多個發明專利，出版專（編）著3部；主持國家自然科學基金5項、浙江省自然科學基金重點項目1項、973子項目1項等多項國家及省部級項目。

專題報告內容簡介：

感知是人工智能的重要組成，動態性是工業過程的本質屬性，要實現新一代工業智能，首要的問題是對工業動態過程進行敏銳和準確的感知。本報告以模型度量為核心，介紹基于模型度量的工業過程智能感知理論和方法。首先給出了一種線性模型度量，該模型度量能同時耦合動態系統的時域和頻域特性，能更準確地表征動態系統的微小變遷，以便更敏捷地捕捉系統動態過程的演變。其次，基于模型度量，對DMPC的控制結構進行了分解，以降低通訊時間，提高控制性能。最后，針對動態性強的核電系統，利用所提方法對該系統的運行進行模態進行識別和異常工況智能監測。

歡迎廣大師生參加。

電氣工程學院
2025年2月24日