当前位置: 首页 » 新闻资讯 » 业界新闻 » 正文

智能制造方向:面向复杂工业制造过程的智能感知、处理、决策与控制理论与方法

放大字体  缩小字体 发布日期:2021-01-07  来源:中国仪器仪表学会  浏览次数:83
核心提示:夏元清,北京理工大学自动化学院院长、教育部长江学者特聘教授、国家杰出青年基金获得者、国家万人计划入选者、北京理工大学徐特





 

夏元清,北京理工大学自动化学院院长、教育部长江学者特聘教授、国家杰出青年基金获得者、国家万人计划入选者、北京理工大学徐特立特聘教授、教育部新世纪优秀人才、北京航空航天大学博士、新加坡国立大学电子与计算机工程系博士后、英国格拉摩根大学电子学院高级研究学者、奥地利因斯布鲁克医科大学客座教授,在相关国际期刊发表论文 SCI 150 余篇,并已在 Springer、CRC 及 Wiley 出版社出版专著 8 部,2011 年获国家科技进步二等奖一项(第 2 完成人)、获得北京市科学技术二等奖 2 项(第 1 完成人)、2012 年获教育部自然科学二等奖(第 1 完成人)、2015年获北京市科学技术二等奖1项(第 1 完成人)。

夏元清教授曾担任国家自然科学基金委员会自动化专家评审组成员,International Journal of Innovational Computing & Information Control、《自动化学报》、《控制理论与应用》、《系统科学与数学》等期刊编委,以及美国 ACC、the International Society for Measurement and Control (ISA) Conference Board 副编辑等学术职务。夏元清教授在智能制造领域牵头主持国家自然科学基金重点项目“面向复杂工业制造过程的智能感知、处理、决策与控制理论与方法”、国家重点研发计划“数据驱动的云数据中心智能管理技术与平台”,研究内容主要涉及复杂制造过程工况智能感知、复杂制造过程时序大数据智能分析、复杂生产计划调度智能优化决策、复杂制造过程智能控制等关键技术;同时首次提出面向航天制造的云控制关键技术,致力于云控制“云网边端”体系化技术研究与工业制造应用示范;另外带领团队进行数字孪生、工业过程模型挖掘、智能芯片等多项智能制造相关国家重点研发计划子课题研究。

 

在过去十年中,网络技术取得显著发展,越来越多的网络技术应用于控制系统。这种通过网络通信信道形成闭环的控制系统被称为网络化控制系统( Networked control systems,NCSs),它是控制理论的一个新领域。一般而言,被控对象、控制器、传感器和执行器通过网络连接,从而使得被控对象能够通过通信信道被远程监控和调整。例如,在基于因特网的控制系统中,控制系统能随时随地获取被控对象的数据,并对系统变化做出响应。目前,网络化控制系统已经在实际中得以广泛应用。

网络化控制理论在物联网技术的快速发展中发挥了关键作用。物联网利用网络化控制技术来实现物物互联、互通、互控,进而建立了高度交互和实时响应的网络环境。一般情况下,数据的采集处理在物联网中处于非常重要的地位,因为设计者要获得物联网中每个对象的精确物理模型是困难的,甚至是不可能的。我们可以通过传感器技术,检测对象物理状态的变化,获取各种测量值,最终产生需要储存的海量数据。随着计算机科学(特别是在精确检测、可靠存储以及快速计算等方面)的发展,有效获取并处理海量数据的技术在不断提高。同时,物联网中的对象和设备通常与相应的数据库和网络(例如互联网)连接。信息通过这些网络进行传输,但传递过程中可能会遭受间歇性丢失或延迟、带宽限制、异步和其他不可预知因素的影响。这些因素会导致系统性能恶化,甚至导致闭环系统不稳定近年来,控制理论在相关方面得到了突破并在实际中得到了应用。

伴随着物联网的发展,能够获取到的数据将会越来越多,控制系统必颏能够处理这些海量数据。这些数据来自移动设备、视觉传感器、射频识别阅读器和无线网络传感器等传感裝置感知到的广泛存在的信息。控制系统中的海量数据将会增加网络的通信负担和系统的计算负担。因此,在这种情况下传统的网络化控制技术难以满足高品质和实时控制的要求。为了解决这个问题,本文提出一个新概念——云控制系统( Cloud control systems,CCSs),它结合了网络化控制系统和云计算技术的优点。在这个新的控制拓扑结构中,控制的实时性因为云计算的弓入得到保证,在云端利用深度学习等智能算法,结合网络化预测控制、数据驱动控制等方法实现系统的自主智能控制。

目前,基于云计算的控制系统在一些领域得到了初步应用。2010年,在由电气和电子工程师协会主办的 Humanoids机器人大会上, Google的机器人科学家兼卡内基梅隆大学机器人研究所的兼职教授 Ruffner提出了“云机器人”的概念:将信息资料存储在云端的服务器上,并让机器人在必要时通过联网的方式从云端获得这些资料。其应用范围包括自主移动机器人、云医疗机器人、服务机器人、工业机器人等,成功的应用案例有 Roboearth、Know Rob、 Robo Brain、“可佳”智能服务机器人Ericson等提出运用云计算技术 Granules分析脑电信号来与计算机进行交互,进而允许用户进行操作,如键盘输入或是控制轮椅移动等。实验结果表明,在脑电图数据流分类上,应用云计算技术的方法可以得到更好的分类效果,并能够满足实时性要求。特别地,近年来无人机技术受到人们越来越多的关注,随着颠覆未来的无人机大量涌现,如何确保无人机在空域的安全以及空域本身的安全是现在面临的一个难题,就像在地面上一样,交通管制不可避免。最近,美国国家航空航天局与无人机系统应用开发平台初创企业 Airware建立了合作关系,准备用四年的时间开发无人机空中交通管制系统。由于无人机数量巨大,个体之间、个体与环境之间交互复杂,对无人机的控制不仅需要强大的信息存储和处理能力,还需要统筹管理,研究人员将这套管制系统布置在云端,智能无人机通过互联网与云端相连,从而拥有实时通讯、导航和监控能力,无人机可以相互协同规划航线,还能在飞行中躱避障碍,这也是云控制系统潜在的应用前景。总的来说,云计算的引入使得控制系统的结构越来越复杂,功能越来越强大,但面临的问题也越来越多,这给云控制系统的研究与应用带来了新的挑战。

总结:

夏元清认为互联网+已经成为经济发展的增长新引擎,云计算、大数据已经成为这个时代最主流的IT技术,安全作为保障这一切的基础也已不能置身事外,区别于传统独立于基础架构之外的信息安全,未来安全将成为一个基本属性融入到大数据、云计算的基础设施平台当中。未来的安全将作为一种安全能力来提供给用户。一方面,安全将完全融入到IaaS、PaaS层当中,为云计算用户基础设施和平台的安全提供最基础的保障;另一方面,在云计算当中也将形成安全资源池的形式,其所输出的应用安全、数据安全等安全能力可以提供给SaaS层的云计算最终用户。

 
 
[ 新闻资讯搜索 ]  [ 加入收藏 ]  [ 告诉好友 ]  [ 打印本文 ]  [ 关闭窗口 ]

 
0条 [查看全部]  相关评论

 
推荐图文
推荐新闻资讯
点击排行