q日Q中国计量大学机电工E学院何雨辰副教授团队题为“Virtual sensing techniques for nonlinear dynamic processes using weighted probability dynamic dual-latent variable model and its industrial applications”（Z质量相关加权概率动态隐变量l构的非U性动态工业过EY量Ҏ及其实例应用Q的研究论文在h工智能顶U期刊Knowledge-Based Systems在线发表。通讯作者ؓ何雨辰副教授Q第一作者ؓ本校研究生应泽?/p>
传统的硬件传感器存在成本高、gq明显、信息冗余等问题Q严重媄响了工业q程中的控制决策。与此同Ӟ随着C分布式控制系l（DCSQ和工业物联|（IoTQ的普及Q大量有价值的工业数据被采集、传输、存储。数据驱动的软传感器些硬件传感器提供了可靠、经的替代Ҏ。与传统的结合先验知识的机理建模相比Q数据驱动的软传感器h多方面显著优ѝ然而，在实际工业过E中Q数据通常包含自相x、非q稳{复杂特性。另一斚wQ传l的单一隐变量回归模型不能较好的解释输入和输出数据之间的数学关系?br>
针对上述几个问题Q团队提Z一U基于质量相x率动态隐变量l构的Y量ҎQƈl合加权Ҏ其应用于实际非U性过E。首先，引入了概率动态隐变量l构QPDLSQ来描述质量相关信息Qƈ利用一阉可夫过E对质量特征信息的动态关p进行徏模。在此基上，本研I进一步徏立加权模型（WPDLSQ，增强法在非q稳q程中的软测量精度，pȝ深入地探讨了多种软测量模型在质量变量预测上的性能表现Q对q一步扩展WPDLS在Y量中的应用h重要的理论指导意义和应用价倹{?/p>
q年来，何雨辰副教授团队依托江省智能制造质量大数据溯源与应用重点实验室q_Q开展高效的复杂工业q程监控Ҏ及关键技术研IӞ多项研究成果已经发表在IEEE Transactions on Instrumentation and Measurement、Engineering Applications of Artificial Intelligence、INDUSTRIAL & ENGINEERING CHEMISTRY RESEARCH、Frontiers of Information Technology & Electronic Engineering{国际知名期刊上?/p>
相关工作得到了国家自然科学基金（61903352Q、浙江省自然U学基金QLQ19F030007Q、中国博士后U学基金Q?020M671721Q、浙江省教育厅项目（Y202044960Q、浙江省高校基础研究基金Q?021YW18, 2021YW80Q的大力支持资助?/p>
