Search | Engineering

订阅投稿

首页工程期刊工程焦点工程成就工程前沿关于我们 English

资源类型

期刊论文 757

年份

2024 2

2023 72

2022 75

2021 56

2020 54

2019 63

2018 61

2017 50

2016 36

2015 19

2014 12

2013 12

2012 13

2011 12

2010 23

2009 13

2008 14

2007 14

2006 26

2005 23

展开︾

关键词

信息化 13

智能制造 11

机器学习 9

大数据 8

可持续发展 7

数据挖掘 7

生态环境 7

信息技术 6

新一代智能制造 4

水环境 4

水资源 4

环境 4

环境影响 4

环境污染 4

区块链 3

物联网 3

环境保护 3

环境友好 3

GIS 2

展开︾

检索范围：

排序：展示方式：

炼油和石化行业的智能制造

袁志宏, 覃伟中, 赵劲松

《工程（英文）》 2017年第3卷第2期页码 179-182 doi: 10.1016/J.ENG.2017.02.012

摘要：

智能制造将把炼油及石化行业转化成为一个相互关联的、信息驱动的行业链。本文展示了石化行业内称为“智能制造”的几个应用案例，如由大数据驱动的催化裂化装置故障检测、对炼油厂现场的规划和调度进行优化等。

关键词：智能制造石油化工数据/ 信息驱动环境

HTML PDF 收藏

信息物理——社会系统视角下的智能城市 Perspective

Christos G. Cassandras

《工程（英文）》 2016年第2卷第2期页码 156-158 doi: 10.1016/J.ENG.2016.02.012

摘要：

新兴智慧城市是城市环境的新一代创新服务，包括交通、能源分布、医疗、环境监测、商务、商业、紧急响应和社会活动。要想实现这种为城市场景服务的各项技术，需要将智慧城市视为一个整体的信息物理融合系统(CPS)，这其中包括新的移动软件平台和对治安、安全、隐私和大量信息处理的严格要求。

关键词：智慧城市信息物理融合系统数据驱动的控制

HTML PDF 收藏

数据驱动的信息物理生产系统——迈向安全、高效、分布式智能制造 Perspective

Manu Suvarna, Ken Shaun Yap, 杨文韬, 李君, Yen Ting Ng, 王笑楠

《工程（英文）》 2021年第7卷第9期页码 1212-1223 doi: 10.1016/j.eng.2021.04.021

摘要：在此背景下，本文聚焦于信息物理生产系统（CPPS）的概念，从整体上阐述了CPPS在这一产业转型中的三个关键驱动作用，即数据驱动的生产系统、分布式的智能制造和保证数据安全的集成区块链技术。通过这三个方面的具体技术和系统实现，基于数据驱动的建模和优化，智能信息物理系统将助力流程工业和制造业转型。同时，分布式的智能制造可以更高效地实现产业升级和低碳化发展。区块链技术可以进一步确保数据共享的可靠性和安全性，实现跨子系统的整合。本文详细分析了最近发表的文献研究和行业相关案例支持，并对现有挑战和发展方向进行了总结展望。

关键词：智能制造信息物理生产系统工业物联网数据分析分布式系统区块链

HTML PDF 收藏

多尺度材料与过程设计的数据驱动和机理混合建模方法 Perspective

周腾, Rafiqul Gani, Kai Sundmacher

《工程（英文）》 2021年第7卷第9期页码 1231-1238 doi: 10.1016/j.eng.2020.12.022

摘要：在混合建模中，用数据驱动模型描述原本计算成本高昂的材料特性，而用机理模型表示众所周知的过程相关原理。本文重点介绍了混合建模在多尺度材料和过程设计中的重要性。

关键词：数据驱动代理模型机器学习混合建模材料设计过程优化

HTML PDF 收藏

数据驱动选矿过程优化研究进展

丁进良, 杨翠娥, 柴天佑

《工程（英文）》 2017年第3卷第2期页码 183-187 doi: 10.1016/J.ENG.2017.02.015

摘要：

在全球化的市场环境下，经济和环境的因素对复杂工业生产过程综合生产指标的优化提出了更高的要求，如提高生产效率、提高产品质量和产量，以及降低能源和资源的利用。本文简述了基于数据驱动的混合智能优化方法和技术在提高选矿过程全流程运行指标性能方面的最新进展。首先描述了选矿工业过程全流程综合指标优化问题，进而对涉及的数据驱动的优化方法进行总结。最后，本文给出了选矿过程数据驱动优化的未来研究方向。

关键词：数据驱动的优化方法生产全流程的全局优化选矿过程勘查

HTML PDF 收藏

数据驱动的加工过程异常诊断 Article

Y.C. Liang, S. Wang, W.D. Li, X. Lu

《工程（英文）》 2019年第5卷第4期页码 646-652 doi: 10.1016/j.eng.2019.03.012

摘要：为了解决这个问题，本文提出了一种全新的异常数据驱动的诊断系统。在该系统之中，我们持续收集随动态加工过程而产生的状态监测功率数据，并以此支持在线诊断分析。为了便于分析，我们设计了预处理机制对所监视的数据进行去噪、标准化以及校准。随后我们即从监控数据中提取关键特征，并定义阈值以识别异常。考虑到加工过程中机床和工装的动态条件，用于识别异常的阈值可以调整。我们还可以基于历史数据利用果蝇优化（FFO）算法优化阈值，以实现更准确的检测。通过实践验证，我们证明了该系统在工业应用中的有效性和巨大前景。

关键词：计算机数控加工异常检测果蝇优化算法数据驱动方法

HTML PDF 收藏

机器学习和数据驱动算法在智慧发电系统中的应用——一种不确定性处理的视角 Review

孙立, Fengqi You

《工程（英文）》 2021年第7卷第9期页码 1239-1247 doi: 10.1016/j.eng.2021.04.020

摘要：

由于人们对气候变化和环境保护的日益关注，智慧发电已成为常规火力发电厂和可再生能源系统经济安全运行的关键。机器学习（ML）和数据驱动控制（DDC）技术的蓬勃发展为这些传统方法提供了一种替代方案。本文回顾了机器学习和数据驱动控制技术在发电系统监测、控制、优化和故障检测方面的典型应用，特别着重于揭示这些方法在评价、消除或耐受相关不确定性影响方面的作用。本文为智慧发电控制技术提供了一个从调节层到规划层的总体视角，分别从可见性、机动性、灵活性、经济性和安全性（简称“五性”）方面对机器学习和数据驱动控制技术的优势进行阐释。

关键词：智慧发电机器学习数据驱动控制系统工程

HTML PDF 收藏

基于混合驱动高斯过程学习的强机动多目标跟踪方法 Research Article

国强1,滕龙1,2,尹天祥3,郭云飞3,吴新良2,宋文明2

《信息与电子工程前沿（英文）》 2023年第24卷第11期页码 1647-1656 doi: 10.1631/FITEE.2300348

摘要：现有机动目标跟踪方法在杂波环境中强机动目标的跟踪性能并不令人满意。本文提出一种混合驱动方法，利用数据驱动和基于模型算法的优点跟踪多个高机动目标。进一步与广义概率数据关联（GPDA）算法相结合，实现多目标跟踪。通过仿真实验可知，与广泛使用的机动目标跟踪算法如交互式多模型（IMM）和数据驱动的高斯过程运动跟踪器（GPMT）相比，提出的混合驱动方法具有显著的性能优势。

关键词：目标跟踪；高斯过程；数据驱动；在线学习；模型驱动；概率数据关联

HTML PDF 收藏

使用数据驱动模型优化抗体纯化策略 Article

刘松崧, Lazaros G. Papageorgiou

《工程（英文）》 2019年第5卷第6期页码 1077-1092 doi: 10.1016/j.eng.2019.10.011

摘要：使用基于微型实验数据的制造规模模拟数据集，建立了以负载质量、流速和柱床高度为输入的色谱通量数据驱动模型。与其他方法相比，分段线性回归建模方法具有简单、预测精度高的优点。提出了两种混合整数非线性规划（MINLP）模型，结合数据驱动模型，以最小化每克抗体纯化过程的总成本。然后，使用线性化技术和多参数分解将这些MINLP模型重新构造为混合整数线性规划（MILP）模型。

关键词：抗体纯化多尺度优化抗原结合片段混合整数规划数据驱动模型分段线性回归

HTML PDF 收藏

数据驱动的材料创新基础设施

汪洪, 项晓东, 张澜庭

《工程（英文）》 2020年第6卷第6期页码 609-611 doi: 10.1016/j.eng.2020.04.004

HTML PDF 收藏

高炉炼铁过程数据驱动软测量技术研究综述 Review Article

罗月阳1,张新民1,Manabu Kano2,邓龙3,杨春节1,宋执环1

《信息与电子工程前沿（英文）》 2023年第24卷第3期页码 327-354 doi: 10.1631/FITEE.2200366

摘要：随着物联网、大数据和人工智能的发展，高炉炼铁过程中的数据驱动软测量技术受到越来越多关注，但目前尚无关于高炉炼铁过程数据驱动软测量技术的系统性总结与评价。本文详细总结了高炉炼铁过程数据驱动软测量技术的最新研究成果与发展现状。具体而言，首先对高炉炼铁中使用的各种数据驱动软测量建模方法（如多尺度方法、自适应方法、深度学习等）进行了全面分类总结与分析。其次，对高炉炼铁中数据驱动软测量技术的应用现状（如硅含量、熔铁温度、气体利用率等）作对比分析。最后，展望了数据驱动软测量技术在高炉数字孪生、多源信息融合、碳达峰与碳中和等方面的潜在挑战和未来发展趋势。

关键词：软测量；数据驱动建模；机器学习；深度学习；高炉；炼铁过程

HTML PDF 收藏

我国生态环境大数据发展现状与展望

王运涛,王国强,王桥,张庆竹

《中国工程科学》 2022年第24卷第5期页码 56-62 doi: 10.15302/J-SSCAE-2022.05.021

摘要：

生态环境大数据可以通过提升生态环境治理体系和治理能力现代化来进一步支撑生态文明和美丽中国建设，然而我国生态环境大数据应用还存在思路与技术瓶颈面向“十四五”生态环境保护对生态环境大数据的迫切需求，本文总结了我国生态环境大数据的发展现状，分别从机制建设、技术研发及业务支撑三方面分析我国生态环境大数据发展存在的问题，从生态环境状况智能感知与问题识别、演变规律及驱动机制挖掘、环境污染与生态系统受损溯源分析、情景模拟与预测评估、风险预警与应急决策、工作监督与绩效评价等六个方面指出生态环境大数据发展的重点方向，围绕管理机制体制、数据资源意识、技术研发与示范、资金投入与人才培养分别提出我国生态环境大数据发展对策建议，为“十四五”生态环境大数据高质量发展提供支撑。

关键词：生态环境；大数据；协同机制；资源意识

HTML PDF 收藏

挖掘变化知识的可拓数据挖掘研究

陈文伟

《中国工程科学》 2006年第8卷第11期页码 70-73

摘要：

规范了可拓信息与可拓知识基本概念，即在信息和知识的概念上扩充了变化的信息和变化的知识。明确了可拓数据挖掘概念以及可拓推理新概念。证明了可拓数据挖掘两个定理和可拓推理公式。提出的从挖掘静态知识的数据挖掘扩展到挖掘变化知识的可拓数据挖掘，为数据挖掘开辟了新的研究方向，并通过实例进行了说明。

关键词：可拓信息可拓知识可拓数据挖掘可拓推理

HTML PDF 收藏

基于多智能体微分博弈的数据驱动协同一致控制 Research Article

石宇1,化永朝2,于江龙1,董希旺1,2,任章1

《信息与电子工程前沿（英文）》 2022年第23卷第7期页码 1043-1056 doi: 10.1631/FITEE.2200001

摘要：提出系统化的多智能体微分博弈构建和分析方法，同时给出一种基于强化学习技术的数据驱动方法。首先论证了由于网络交互的耦合特性，典型的分布式控制器无法充分保证微分博弈的全局纳什均衡。构造了一种无需系统模型信息的离轨策略强化学习算法，利用在线邻居交互数据对控制器进行优化更新，并证明控制器的稳定性和鲁棒性。进一步提出一种基于改进耦合指标函数的微分博弈模型及其等效的强化学习求解方法。与现有研究相比，该模型解决了多智能体所需信息的耦合问题，并实现分布式框架下全局纳什均衡和稳定控制。构造了与此纳什解对应的等价并行强化学习方法。最后，仿真结果验证了学习过程的有效性和一致控制的稳定性。

关键词：多智能体系统；微分博弈；一致控制；数据驱动；强化学习

HTML PDF 收藏

出行者信息服务App对城市大气环境质量的效益评估 Article

黄文柯, 胡明伟

《工程（英文）》 2018年第4卷第2期页码 224-229 doi: 10.1016/j.eng.2018.03.003

摘要：本文研究了出行者信息服务App（尤其是导航类App）在改善整个交通网络运行效率的同时，是否能降低尾气排放。出行者信息服务App 提供的实时交通信息，不仅可以帮助出行者躲避拥堵，还会对出行者的出发时间、出行方式等造成影响。这种个体行为的变化，是否有利于提升城市的整体空气质量？我们试图揭示导航类App 提供的实时交通信息对城市空气质量的影响，研究成果可为城市交通政策和环境政策的制定提供参考。

关键词：实时交通信息移动终端环境效益智能体建模