人工智能（AI）与工业工程（IE）的深度融合，正推动质量管理向数据驱动、智能决策、人机协同的新范式跃迁。其核心在于从被动检验、事后控制转向主动预测与持续优化。学习型质量控制（LQC）突破传统统计方法的局限，利用机器学习自主识别复杂缺陷模式，实现从“发现缺陷”到“预测预防”的跨越。技术路径上，人机物知识图谱将人的经验、算法模型与设备数据深度融合，使系统能自动诊断并辅助决策——以IE解构问题，以AI重构方案。产业实践中，大模型正将质量控制转化为普惠工具；国家政策也积极引导，工信部正推动“优质质量大模型”应用并编制转型路线图。这一范式正将质量从“成本中心”转化为“价值创造中心”，为制造业高质量发展提

报告时间：2026年4月21日（周二），10:30-12:00 报告地点：物流楼502 主 讲 人: 刘志峰

随着经济贸易全球化的发展，各个国家之间的贸易往来不断加深推动了海上交通运输行业的繁荣，然而海上事故频发，海上运输安全问题一直备受社会关注。本报告以海上溢油事故发生后的应急救援工作为研究对象，考虑溢油油膜漂移特性...