大会报告(Plenary Reports)

• 报告一

时  间： 7月22日09:00—09:50

地  点： 会议中心一层大礼堂

报告人： Prof. Rolf Findeisen（德国马格德堡大学）

题  目： Integrating Machine Learning and Predictive Control for Safety in Autonomous Systems

主持人： 高福荣 教授（香港科技大学）

内容摘要：

The field of autonomous systems, spanning from robotics, autonomous vehicles, and chemical and biochemical manufacturing processes, consistently strives for enhanced safety and optimal performance. This is necessary not only under known conditions but also across a broad operational range. These systems and their contexts are often complex and unpredictable, presenting a significant challenge: How can we achieve consistent, high-quality results amidst such uncertainty?

In this talk, we focus on meeting this challenge by integrating predictive control with machine learning methodologies. Specifically, we employ tools such as Bayesian Neural Networks and Gaussian Processes to ensure dependable, optimal control and planning of autonomous systems.

Machine learning enables these systems to adapt based on collected data, thus personalizing control and planning tasks for each operation. Concurrently, predictive control leverages the learned models, cost functions, references, or disturbances to ensure safety and optimal performance.

We underscore the importance of incorporating system-specific knowledge and attributes into the learning framework. By considering factors such as controllability and constraint satisfaction, we can promote predictable, secure, and optimal system behavior.

To illustrate the effectiveness of these proposed methods, we provide examples from various domains. These include robotics control, drone operations, autonomous driving, and chemical and biochemical process control.

个人简介：

Prof. Rolf Findeisen received a Diploma in Engineering Cybernetics from the University of Stuttgart in Engineering, an MSc from the University of Wisconsin–Madison, and a Dr.-Ing. from the University of Stuttgart. He had research stays at ETH Zürich, the Massachusetts Institute of Technology Cambridge, EPF Lausanne, the University of California at Santa Barbara, Imperial College London, and NTNU Trondheim, Norway. He leads the Control and Cyber-physical systems laboratory at TU Darmstadt. Rolf has been/is editor and associate editor of various journals, e.g., IEEE Control Systems Magazine, IEEE Transactions on Networked Systems, J. Optimal Control Applications, and Methods and Processes. He was the IPC Chair of the IFAC World Congress 2020. The research interests of his group include the control of autonomous systems, predictive control, fusing learning and control, cyber-physical systems, uncertainty, and robustness. Applications span from mechatronics, robotics, and autonomous driving, to chemical and biochemical processes up to medicine.

 

• 报告二

时  间： 7月21日10:00—10:50

地  点： 会议中心一层大礼堂

报告人： 乔旭 教授（南京工业大学）

题  目： 学科交叉促进化工行业绿色智能发展的思考

主持人： 李少远 教授（上海交通大学）

内容摘要：

中国石油与化学工业正在由大国向强国迈进，但也面临能源、环境、安全的多重挑战，减碳任务极其艰巨，智能化水平亟待提升。目前的化工污染物治理基本上沿用了公共环境治理的通用技术，化工安全仍停留在信息化管与防的阶段。我们认为污染物治理离不开化工分离与反应技术，通过高效分离可以使污染物脱离气、水、土等载体，或得到资源化利用，或经富集后得到精准治理，气、水等载体超低排放或循环使用，先进反应技术则是污染物精准治理的最有效途径。化工“本征安全”的核心在于工艺与装备不存在固有风险，遵循“最小化原则”开发高效反应分离单元并加以集成，建设工业规模生产装置，就可以让“风险远离我们”，从而改变目前“我们远离风险”的传统本质安全思维。

污染物治理的化工分离反应技术路径决定了环保装备的化工属性，使得化学品生产与污染物治理装置一体化成为可能。化工装置的自控技术已经相对成熟，但因化工过程的非线性和高度偶联，智能化水平尚需进一步提升。一体化装置中的环保单元，因为污染物分离反应过程具有一定的特殊性，也需要制定个性化的控制方案。由高效反应分离单元集成建设工业规模装置超越了传统化工工程放大的范畴，单元的特定结构、集成方式、流体均布、温度压力分布、故障诊断与决策等诸多因素，对集成装置的设计运行均有直接影响。通过化工、控制等多学科交叉，共同探讨并解决化学品生产与污染物治理一体化装置控制问题，开发高效反应分离单元集成系列技术，从而实现化工生产的绿色、安全、智能三位一体目标，需要我们共同努力。

个人简介：

乔旭，1962年3月生，教授，博士生导师。南京工业大学原校长，中国化工学会副理事长、江苏省化学化工学会理事长。为中国化工学会会士，享受国务院特殊津贴专家。

长期致力于绿色工艺技术、反应分离耦合、废弃物资源化与精准治理和化工本征安全等领域研究工作，主持承担并完成了国家自然科学基金、“863”计划、重大科技攻关、重点研发计划等国家级和省部级项目30余项，承担企业委托或成果转化项目100余项。发表学术论文150余篇，申请和获授权国家发明专利80余件，一批工业化技术成果得到推广应用。曾获国家技术发明二等奖1项、中国石化联合会技术发明一等奖2项、江苏省科技进步一、二等奖各1项，国家教学成果一等、二等奖各1项、江苏省教学成果特等、一等奖各1项；中国化工学会侯德榜化工科技成就奖，首届江苏省科技创新发展奖先进个人，第三届江苏省十大杰出专利发明人等。

曾任第十三届全国政协委员，第九、十、十一届江苏省政协常委，第十五、十六届南京市人大常委等。

 

• 报告三

时  间： 7月21日10:50—11:40

地  点： 会议中心一层大礼堂

报告人： 周东华 教授（山东科技大学，清华大学）

题  目： 非平稳工业过程异常监测的研究进展与展望

主持人： 阳春华 教授（中南大学）

内容摘要：

非平稳工业过程是普遍存在的， 保障其安全平稳运行十分重要， 因此此类系统的异常监测在过去的20多年里得到了学术界的高度重视，已产生了大量方法。本报告介绍了此问题的研究背景和意义， 研究现状与主要方法概述，并介绍了本课题组在此领域的一些主要研究进展。最后，对未来的发展方向进行了展望。

个人简介：

周东华，教授/博导，上海交通大学博士、浙江大学博士后。矿山安全检测技术与自动化装备国家地方联合工程研究中心(青岛)主任、山东科技大学副校长、清华大学双聘教授。曾任清华大学自动化系主任、教育部高等学校自动化类专业教指委主任、国务院控制科学与工程学科评议组成员。为国家杰出青年基金获得者、长江学者特聘教授、国家“万人计划”领军人才、国家基金委创新研究群体带头人，享受国务院政府特殊津贴。兼任 IFAC 技术过程故障诊断与安全性技术委员会委员、中国自动化学会副理事长、技术过程故障诊断与安全性专委会主任等。

主要研究动态系统故障诊断与容错控制、运行安全性评估理论等。已主持国家级重大、重点项目 10 余项。出版专著 9 部、发表 SCI 论文 290 余篇。以第一完成人获国家自然科学二等奖 2 项、国家级教学成果二等奖 1 项、省部级和全国学会科技一等奖 4项。曾获全国优秀博士后奖、教育部跨世纪人才、霍英东教育基金会第七届青年教师奖、第六届中国青年科技奖、国家新世纪百千万人才、全国优秀科技工作者等荣誉称号。为山东省泰山学者优势特色学科人才团队领军人才、泰山学者攀登计划专家，当选 IEEE/ AAIA/ IET/ CAA Fellow。

 

• 报告四

时  间： 7月22日15:10—16:00

地  点： 会议中心一层贵州厅

报告人： 李少远 教授 （上海交通大学）

题  目： 流程工业系统运行优化与智能决策：关键技术及应用

主持人： 朱群雄 教授 （北京化工大学）

内容摘要：

流程工业过程是国民经济支柱产业。我国典型行业亟待解决资源能源消耗高，全过程效益低等问题，现有的单元过程控制无法满足质量、能耗/物耗、运行多指标体系下的整体优化需求。本报告聚焦流程工业系统的全局运行优化，研究在跨层/跨域的实时优化、先进控制和操作条件智能决策方面的新方法和技术。所提方法通过多源多域的信息交互、多层级算法的联动、数据/知识与理论方法的融合和升级，实现面向整体行为的多操作条件协同优化，提升复杂工况和动态需求下的适应性和智能决策能力。

个人简介：

李少远，上海交通大学讲席教授，青岛科技大学副校长。任中国自动化学会副理事长、中国自动化学会过程控制专业委员会副主任、教育部自动化类专业教学指导委员会副主任、国务院学科评议组成员(控制科学与工程)。

主要从事生产过程优化控制、网络化分布式系统的控制与优化、满意优化控制等研究。主持包括国家自然科学基金重大项目、重点项目，科技部重点研发计划、863计划等国家和省部级项目20余项。发表学术论文150余篇，出版专著/教材7部。2008年国家自然科学基金杰出青年基金获得者，入选“万人计划”国家级教学名师、“国家百千万人才工程”、教育部新世纪优秀人才、上海市优秀学科带头人等计划。研究成果获2017年国家自然科学奖二等奖1项(第二完成人)，2016年中国自动化学会自然科学奖一等奖(第一完成人)，2006年上海市自然科学一等奖(第一完成人)、2018年国家级教学成果一等奖(第一完成人)、2022年上海市科技进步一等奖（第一完成人）。