数据驱动的故障检测与诊断：以高炉炼铁过程为例

　　1992年、1995年、1998年在浙江大学分别获机械设计与制造专业工学学士、流体传动与控制专业工学硕士、控制理论与控制工程专业工学博士学位。1998年在浙江大学控制系留校任教至今，2009年晋升浙江大学教授，2010年任博士生导师，2019年受聘为浙江大学求是特聘教授。高端控制装备及系统设计开发平台研究与应用，国家科学技术进步一等奖，2013年，排名第3。IEEE Senior Member，中国自动化学会高级会员，中国自动化学会过程控制专委会常务委员，技术过程故障诊断与安全性专委会委员，中国通用机械工业协会能量回收装置分会委员，浙江省智能制造专家委员会委员，浙江省节能减排监测控制专委会委员。

高炉炼铁过程故障检测与诊断是国际公认的挑战性难题。本书从数据驱动角度系统性地总结和阐述作者及其团队近10余年在高炉炼铁过程故障检测与诊断方面的一系列研究成果，主要包括绪论、故障检测、故障诊断及工业应用四部分内容。故障检测部分主要针对过程数据强噪声、非线性和非平稳等问题，重点介绍主成分追踪、平稳子空间分析和图理论等检测方法；故障诊断部分主要针对多工况、大时变和小样本等难点，重点介绍隐马尔可夫模型、核网络模型、生成对抗网络和迁移学习等诊断方法；工业应用部分主要阐述工业互联网基础上故障检测与诊断的具体实现，包括工业互联网平台架构、数字孪生体构建和应用实例。