2019年1月10日，我院邀请华中科技大学郑英教授作“数据驱动的工业系统故障诊断和健康管理”的学术报告。在报告中，郑英教授介绍了基于数据的工业数据处理方法，包括统计模型方法和人工智能方法。以多工况的工业制造过程为例，介绍了其故障检测和诊断的方法，即用聚类方法判断工况，以共同偏最小而成（CPLS）模型来检测与产品质量有关的故障，以基于重构的贡献图进行故障定位和诊断。接下来，利用在线或远程状态监测与故障诊断、自愈合调控与损伤智能识别以及健康维护技术，介绍了一种基于人工智能技术的重大装备的寿命测试和剩余寿命预测方法，以及可靠性与寿命评估，以期望实现有效预测未来一段时间内系统失效可能性。最后，在工业大数据的背景下，介绍了一种基于深度学习的故障数据分类方法。

图1.报告会现场

郑英教授为华中科技大学教授、博士生导师、华中学者，IEEE高级会员、中国自动化协会故障诊断委员会委员，过程控制委员会委员，数据驱动控制、学习与优化专业委员会委员，湖北省自动化协会理事。湖北省自然科学二等奖、湖北省优秀学士论文指导奖获得者。长期从事自动控制领域的基础性研究工作，在故障诊断、数据分析、容错控制等方向上积累了丰富的研究成果。主持国家自然科学基金4项、湖北省自然科学基金项目1项、国家博士后基金1项。在国内外发表SCI、EI检索的学术论文76篇，申请国家发明专利14项，授权5项。