报告人: 陈韬 教授( Prof. Tao Chen )，英国萨里大学

报告时间: 2023年07月27日 (周四) 09: 10-09: 40

报告题目英文：Integration of Process Simulation and Operational Data for Fault Diagnosis

报告题目中文：故障诊断的过程模拟和操作数据集成

报告地点：腾讯线上会议

腾讯会议ID：196-401-162

点击链接入会：https://meeting.tencent.com/dm/K2pNsxQJyOuo

联系人: 李霞  18811511062  邮箱：lixia2014@cau.edu.cn

报告人简介：

陈韬，2002年毕业于清华大学自动化系，获控制工程学士学位；2002年毕业于清华大学自动化系获控制工程专业硕士，2006年毕业于英国纽卡斯尔大学获化学工程/系统工程专业博士。2011年在萨里大学担任讲师，2021年8月升为教授。目前担任萨里大学化学与化学工程学院主管国际合作的副院长。目前致力于化学工程数字技术的应用，包括利用多尺度机制和机器学习对化学过程进行计算机建模，以及基于模型的工艺/产品设计、工艺控制、故障诊断、优化，过程工业数字化(数字孪生、物联网、机器人、虚拟现实等)，在农业食品和制药工艺中的应用等。累计指导21名博士生和9名博士后，累计在国际期刊发表论文120篇。

报告简介:

In this talk we will outline an approach integrating fundamental process knowledge and operational data for fault diagnosis. Fault detection and diagnosis has been a well-explored area both in research and practice for decades. While it is often more straightforward to detect an anomaly in a manufacturing process (fault detection), it is much more difficult to pinpoint where this fault originates, and even more difficult its root cause. We argue that with increasing sophistication of process simulation and computational power, there is a place for using such rigorous process simulations (i.e. digital twin) to assist fault diagnosis. The fundamental advantage is that such simulations, based on first-principles of process physics, chemistry and biology as well as the flow diagram, will inherently provide cause-effect relationship. We present our very early-stage exploration in this direction summarized in Li et al. (Computers & Chemical Engineering, 139, 106904, 2020; Industrial & Engineering Chemistry Research, 59, 12525, 2020; Control Engineering Practice, 105, 104637, 2020). We recognize there obviously exist significant challenges, not the least the computation required, and hope this talk will open discussions and stimulate further work in the area of process fault diagnosis.

在本次讲座中，我们将概述一种集成基本过程知识和运行数据用于故障诊断的方法。几十年来，故障检测和诊断在研究和实践中都是一个探索得很好的领域。虽然检测制造过程中的异常（故障检测）通常更直接，但要确定该故障的起源要困难得多，甚至更难以确定其根本原因。我们认为，随着过程模拟和计算能力的日益复杂，使用这种严格的过程模拟（即数字孪生）来辅助故障诊断是有一席之地的。其根本优势在于，这种基于过程物理、化学和生物学第一性原理以及流程图的模拟，将内在地提供因果关系。（Computers & Chemical Engineering, 139, 106904, 2020; Industrial & Engineering Chemistry Research, 59, 12525, 2020; Control Engineering Practice, 105, 104637, 2020）。我们认识到显然存在重大挑战，尤其是所需的计算，并希望本次演讲将打开讨论并刺激过程故障诊断领域的进一步工作。

萨里大学简介：

萨里大学 (University of Surrey) 是英国百年名校，英国著名公立综合研究型大学，位于英格兰萨里郡吉尔福德 (Guildford)。萨里大学成立于1891年，其前身为伦敦的巴特西理工学院，1966年9月9日被皇家许可而成为综合性大学。大学有来自全球140个国家的超过17000名学生，为学生提供一个多元化的学习和生活的环境。

萨里大学位于英格兰东南部，伦敦西南部的萨里郡吉尔福德。 萨里郡是英国最小的郡，被认为是全英国每平方公里最富有的郡，也是英格兰森林最茂密的郡。吉尔福德是英国最安全的居住地之一，萨里大学也在2017 年学生体验调查中被评为英国最安全的大学。大学地理位置优越，从吉尔福德坐火车到达伦敦市中心Waterloo火车站仅需34分钟，乘出租车仅需40分钟左右即可到达希斯罗机场和盖特维克机场。

萨里大学是世界著名的人工智能、移动通信和卫星空间技术研究中心，也是所有英国大学中自1497年以来唯一拥有英国皇室颁发的电子工程皇家教授席位（Regius Professor of Electronic Engineering）的大学，在电子工程、空间技术、物理学、营养科学、化学等诸多领域都提供了卓越的贡献。萨里大学拥有世界顶尖的酒店与旅游管理学院（SHTM），其在2023QS世界大学专业排名中酒店及休闲管理学科位列世界第15，英国第一，在2021年英国研究卓越框架(REF)排名中，研究成果的整体质量上排名全英前十，工程研究实力排名全英第15。萨里大学位居2023QS世界大学排名第305名，2023Times全英大学综合排名第22名。