面向复杂工业系统自主运维的可信仿真与诊控协同方法

面向工业系统由状态监测向自主运维演进的需求，本报告围绕“可信仿真—状态感知—根因诊断—容错调控”的闭环链路，介绍机理、数据与工艺知识融合的工业系统建模与仿真方法，研究多工况与跨域条件下的动态特征表征、异常检测和故障识别，并结合信息瓶颈、因果关系及贝叶斯网络等方法提高诊断结果的可解释性与根因溯源能力。在此基础上，进一步探讨如何将设备健康状态、故障传播信息和诊断可信度引入预测控制、控制重构与运维决策，实现诊断与控制协同以及虚实系统之间的持续迭代。结合钢铁流程及典型机电装备案例，讨论复杂工业系统从“可感知、可诊断”向“可预测、可决策、可恢复”的自主运维技术演进路径。

王永健，东南大学自动化学院副研究员，博士生导师、洪堡学者。长期从事复杂工业系统建模、故障诊断与设备智能运维研究，研究内容涵盖工业过程时序建模、异常检测、故障溯源与预测、故障可视化、容错控制与自愈等，注重机理模型、数据驱动方法、工艺知识与人工智能模型的融合。曾在香港城市大学数据科学学院从事博士后研究工作，并获德国洪堡研究基金赴杜伊斯堡—埃森大学开展合作研究。主持国家自然科学基金、江苏省自然科学基金及多项企业合作项目，发表SCI/EI论文40余篇，获江苏省钢铁行业协会科学技术二等奖、江苏省青年托举人才等。