2021年10月20日，為慶祝中國自動化學會成立六十周年，中國自動化大會Workshop“基于動態學習的非線性振動系統故障診斷及容錯控制” 采用線上騰訊會議的方式成功召開。
本次Workshop由中國自動化學會主辦，山東大學協辦。本論壇主要面向基于動態學習的非線性振動系統故障診斷及容錯控制的若干關鍵問題，結合大數據時代下工程領域發展的重大需求，分享動態學習技術在非線性振動系統故障診斷及容錯控制等領域的最新研究成果，并集思廣益，博采眾長，更好地推動該領域科研的開展。
會議主席由山東大學教授王聰擔任。會議邀請了廣東工業大學李鴻一教授、南京航空航天大學張柯教授、山東大學陳填銳研究員、東北大學李霄劍教授、哈爾濱工業大學羅浩教授、中南大學陳志文教授、山東大學張付凱、吳偉明博士后等幾位專家學者，分享他們在多智能體、旋轉機械、化工過程等故障診斷領域的最新研究成果。
廣東工業大學李鴻一教授作題為 “具有執行器故障的多智能體系統人在回路控制”的報告。報告回顧了多智能體系統一致性、群集、編隊等幾個基本控制問題的研究進展，研究了復雜工況下基于人在回路的多智能體系統自適應容錯控制問題，同時探討了實際環境下多智能體系統領域面臨的挑戰性問題。
南京航空航天大學張柯教授作題為“多智能體系統的故障診斷和容錯控制”的報告。報告指出了，多智能體系統是一類復雜的控制系統，每個智能體出現的故障不僅影響自身的控制性能，而且也會在整個系統中進行傳播，致使控制性能下降乃至不穩定。因此，有必要針對多智能體系統開展故障診斷和容錯控制研究，以提升其可靠性和安全性。報告首先介紹了多智能體分布式故障診斷，利用多智能體之間的交互信息，提出了分布式故障診斷設計，檢測并估計每個智能體中出現的故障，同時考慮了在切換通信拓撲下的故障診斷。進而分別給出了協同的主動容錯控制和被動容錯控制，實現了多智能體系統在故障下仍然能夠保持期望的編隊隊形。
山東大學陳填銳研究員做“微小故障診斷及其在軸流壓氣機旋轉失速診斷中的應用”的報告。報告首先回顧微小故障診斷的研究現狀，接著介紹基于學習的方法在微小故障建模及診斷過程中所面臨的問題，然后介紹基于確定學習的微小故障診斷方法的特點，最后介紹該方法在軸流壓氣機旋轉失速早期預警中的應用。
東北大學李霄劍教授作題為“數據驅動的動態系統故障診斷與控制”的報告。該報告針對系統參數完全未知的離散系統，探討數據驅動的故障診斷與控制器設計問題。報告介紹了兩種方法。第一種方法基于Q-Learning技術提出，對比現有結果，所形成的兩步優化算法可以同時提升系統診斷性能和控制性能。此外，報告第二部分介紹了控制器設計的參數化方法，該方法在數據驅動框架內建立了求解單目標H∞控制問題的充分必要條件，在降低計算負擔的同時進一步提高了系統性能。
哈爾濱工業大學羅浩教授作題為“基于信號空間投影的閉環自動控制系統魯棒故障監測方法”的報告。報告針對含有未知周期擾動的工業自動控制系統提出了一種魯棒的子空間故障監測方法。該方法的新穎性依賴于對自動控制系統穩定核描述的閉環數據驅動實現。為了確保準確和魯棒的閉環辨識，該方法首先對閉環測量數據和未知擾動之間的映射進行了分析，并確定了與未知擾動分離的自動控制系統核空間，然后提出了一種魯棒的數據驅動故障監測方法，該方法依據對與擾動解耦的殘差信號的評估進而實現精確的故障監測。
中南大學陳志文教授作題為“Canonical correlation analysis-based fault diagnosis methods for dynamic processes”的報告。報告提出了兩種基于CCA的改進方法，即動態CCA方法和基于門控循環單元(GRU)的CCA方法，以解決動態過程的故障診斷問題。在兩個工業基準數據集上的實驗結果表明，這兩種方法具有更好的故障診斷性能。
山東大學張付凱博士后作題為“基于模式的非線性系統容錯控制”的報告。報告結合動態環境機器學習新方法-確定學習或者動態學習，將系統的故障動態視為不同的模式，對不同模式進行準確建模，并利用建模知識實現對系統故障的快速識別和高性能控制。
山東大學吳偉明博士后作題為“基于采樣數據的動態學習及模式識別研究”的報告。報告介紹了動態環境機器學習等當代人工智能的前沿問題，并從系統與控制角度，介紹從時間序列（采樣數據序列）中準確學習動態物理過程的內在動力學的關鍵技術，然后把動力學知識用于動態模式識別、智能控制等任務中。
最后，論壇主席王聰教授對本次論壇進行了總結，并對參與本次論壇的講座嘉賓和同學的大力支持表示感謝。會議的成功召開為進一步非線性系統振動故障診斷技術的發展指明了若干重要方向，具有積極的指導意義。
