學術活動 NAVIGATION
大模型驅動的流程工業智能工廠關鍵技術展望
時間：2025-05-17
來源：
作者：
攝影： 編輯：韓子旭
上傳：
報告人：蘇宏業教授
報告人單位：浙江大學智能系統與控制研究所所長
報告時間：2025年5月17日（周六）15:00-15:30
會議地點：弘毅樓（全國重點實驗室）五樓報告廳
舉辦單位：電氣工程與控制科學學院
報告人簡介：教育部特聘教授，國家杰出青年基金獲得者，科技部中青年科技創新領軍人才、人社部百千萬人才工程、國家高層次人才特殊支持計劃領軍人才。現任浙江大學智能系統與控制研究所所長，浙江大學寧波國際科創中心控制分院院長，曾任工業控制技術國家重點實驗室主任。國務院學位委員會第八屆學科評議組成員，中國自動化學會會士、常務理事，中國儀器儀表學會會士，浙江省自動化學會理事長，國際期刊 JMO 主編，國際標準化委員會 ISO TC184/SC5 WG5與 WG12 召集人。
報告摘要：
本報告回顧了流程工業智能工廠的發展現狀和面臨挑戰，并闡述了大模型技術的特點及其在流程工業智能工廠建設中所能發揮的重要作用。報告以大模型如何賦能流程工業智能工廠“感知-控制-診斷-決策”全流程閉環為主線，展望了大模型驅動下實現流程工業智能工廠數據透明化、信息共享化、分析深度化所需要的關鍵技術。首先，分析面向多模態數據的復雜生產過程關鍵指標影響因素，揭示影響因素之間的耦合關系，提出了融合機理模型和多頭注意力深度網絡模型的關鍵指標預測方法，為流程工業“儀表+控制器”的傳統控制方案提供了更全面的感知手段。隨后，考慮到生產現場往往采用多模型以適應全工況控制需求，基于知識一致性學習和檢索增強生成提出了共和工藝知識的模型更新技術，并將模型更新動作考慮到控制環節中，消解模型更新階段控制優化問題存在的目標沖突。此外，基于圖表示學習和結構化信息提取技術，展望了大模型驅動的流程工業異常監測和診斷溯源技術，提供由多層級圖模型構成的生產裝置運行全局視角。最后，基于大模型為復雜生產過程管理決策提供更全面信息輸入，發揮大模型在生產調度、計劃排產等方面的推理和決策能力，提出了基于人機協作模式的復雜混合決策問題求解策略，提升了生產決策優化求解效率和準確率。
審核人：薄翠梅
