报告人：苏宏业教授

报告人单位：浙江大学智能系统与控制研究所所长

报告时间：2025年5月17日（周六）15:00-15:30

会议地点：弘毅楼（全国重点实验室）五楼报告厅

举办单位：电气工程与控制科学学院

报告人简介：教育部特聘教授，国家杰出青年基金获得者，科技部中青年科技创新领军人才、人社部百千万人才工程、国家高层次人才特殊支持计划领军人才。现任浙江大学智能系统与控制研究所所长，浙江大学宁波国际科创中心控制分院院长，曾任工业控制技术国家重点实验室主任。国务院学位委员会第八届学科评议组成员，中国自动化学会会士、常务理事，中国仪器仪表学会会士，浙江省自动化学会理事长，国际期刊 JMO 主编，国际标准化委员会 ISO TC184/SC5 WG5与 WG12 召集人。

报告摘要：

本报告回顾了流程工业智能工厂的发展现状和面临挑战，并阐述了大模型技术的特点及其在流程工业智能工厂建设中所能发挥的重要作用。报告以大模型如何赋能流程工业智能工厂“感知-控制-诊断-决策”全流程闭环为主线，展望了大模型驱动下实现流程工业智能工厂数据透明化、信息共享化、分析深度化所需要的关键技术。首先，分析面向多模态数据的复杂生产过程关键指标影响因素，揭示影响因素之间的耦合关系，提出了融合机理模型和多头注意力深度网络模型的关键指标预测方法，为流程工业“仪表+控制器”的传统控制方案提供了更全面的感知手段。随后，考虑到生产现场往往采用多模型以适应全工况控制需求，基于知识一致性学习和检索增强生成提出了共和工艺知识的模型更新技术，并将模型更新动作考虑到控制环节中，消解模型更新阶段控制优化问题存在的目标冲突。此外，基于图表示学习和结构化信息提取技术，展望了大模型驱动的流程工业异常监测和诊断溯源技术，提供由多层级图模型构成的生产装置运行全局视角。最后，基于大模型为复杂生产过程管理决策提供更全面信息输入，发挥大模型在生产调度、计划排产等方面的推理和决策能力，提出了基于人机协作模式的复杂混合决策问题求解策略，提升了生产决策优化求解效率和准确率。

审核人：薄翠梅