2025年智能制造装备关键技术国际学术会议圆满召开

2025年智能制造装备关键技术

国际学术会议圆满召开

宿迁学院党委常委、副校长丁红燕教授首先致欢迎辞，她代表学校对参会的各位嘉宾表示诚挚的欢迎，并介绍了本次会议的宗旨和愿景。她表示本次会议旨在搭建一个高水平的学术交流平台，汇聚国内外的前沿理念、先进技术和丰富经验，努力促成更多的合作共识，推动更多的科研成果转化为现实生产力，为地方经济社会发展和我国智能制造产业升级贡献力量。

东南大学教授、俄罗斯工程院外籍院士夏志杰作了《高端装备故障诊断与寿命预测技术研究》的报告，报告聚焦高端装备运维痛点，提出基于多通道数据张量化处理的故障诊断体系。针对锻压数控机床等复杂设备，其团队开发的改进不相关多线性判别分析（UMLDA）算法，通过融合四角压力传感器数据，实现对预成型工位缺件、终锻工位异常等6种故障模式的精准识别，该技术已成功应用于多工位锻压工艺，显著降低停机损失与运维成本。

乌克兰国家科学院巴库超硬材料研究所高级研究员Pasichnyi Oleg，作了题为“Features of using an abrasive tool with an ordered arrangement of diamond grains”的报告。报告介绍了超硬材料加工领域的突破性进展。作为世界三大超硬材料研究机构之一的核心专家，其团队开发的有序排列技术使磨具切削速度提升30%，工具寿命延长60%，为精密制造领域提供了全新解决方案。

澳门鼎隆航空科技有限公司执行董事吕进博士作了《基于知识图谱的工业装备故障诊断与维护》的报告。他指出，知识图谱就像一个庞大的智能数据库，能将工业装备相关的各类知识，以结构化的形式整合在一起，建立起复杂的语义关联，形成一个可理解、可推理的知识网络。该系统融合航空航天领域的智能诊断技术，在民航机载设备与火车机车应用中实现故障诊断准确率提升40%，维护成本降低35%，为工业装备智能运维提供了跨领域解决方案。

日本早稻田大学教授胡敬炉，带来了题为“基于准线性SVM的半监督分类及其在医学图像中应用”的报告。报告创新性地将准线性核函数与拉普拉斯支持向量机（LapSVM）结合，通过门控线性网络生成二进制序列，实现分段线性模型的自适应划分。这种 "准线性核" 设计兼具线性模型的可解释性和非线性模型的表达能力，在保持计算效率的同时，突破了传统 SVM 在高维医学数据中的应用瓶颈。

哈尔滨工业大学教授张俊杰作了《大尺寸超硬陶瓷球体超精密制造技术》的报告，介绍了团队的最新研究成果。针对陶瓷材料 "硬而脆" 的加工特性，团队构建了从理论建模到装备研制的完整技术体系，该技术打破国外企业在高端陶瓷球领域的长期垄断。

俄罗斯远东联邦大学高级研究员Evgeny Mitsai(Kuchmizhak Aleksandr课题组)的发言主题：用于光学纳米传感与光热转换的杂化纳米粒子激光合成。激光合成技术的独特之处，在于其“绿色、无化学试剂”的制备过程，避免了传统湿化学法中表面活性剂对粒子性能的干扰；同时，通过调控激光参数（波长、能量、脉冲频率）与环境条件（气体氛围、溶液成分），可实时改变纳米粒子的尺寸、形貌与组分，为定制化功能材料提供可能。

俄罗斯国立核能技术大学副教授Kaziev Andrey的报告题目：磁控溅射等离子体的诊断及其在涂层沉积中的应用。他表明在硬质涂层制备方面，诊断技术可以帮助我们优化离子能量，使离子在沉积过程中产生足够的轰击作用，促进涂层原子的致密堆积，显著提高涂层的硬度和耐磨性。

宿迁学院机电工程学院孙志坤博士，作《基于LSTM的等离子体诱导流速预测及控制》的报告。报告介绍了基于长短期记忆网络（LSTM）的等离子体诱导流速预测技术，该研究通过人工智能算法与流体力学的交叉创新，实现了对等离子体流场的高精度动态预测，相关成果已应用于航空发动机湍流控制模拟，为新能源装备流体优化提供了关键技术支撑。

明德至善博学致用