讲座活动1

讲座活动1
  • 2026-11-16
    报告时间:2026年11月18日(周三),19:00-20:30报告地点:#腾讯会议:465-989-728主 讲 人: 樊小朝报告摘要:本次讲座围绕新疆氢燃料电池无人机关键技术及未来发展展望展开。针对新疆 “三山夹两盆” 低温、高海拔、强风等极端环境,面向能源巡护、应急救援、物资投送等现实需求,对比锂电方案,剖析氢锂混合动力的技术优势。重点介绍大功率空冷电堆、热‑水‑气‑电耦合控制、氢锂能量管理、数字孪生健康监测、无人机‑车载移动氢能平台等核心技术。依托风光制氢基地开展多场景示范,指出系统可靠性、低温启动、储氢安全等现存瓶颈。按照工程化突破、规模化示范、智能化网络化分阶段规划发展路径,提出打
  • 2026-11-16
    报告时间:2026年11月17日(周二),9:30-11:00报告地点:#腾讯会议:893-934-237,会议密码:195035主 讲 人: 王帅安报告摘要:交通物流管理论文写作的格式直接影响期刊编辑和评审专家对论文的第一印象,因此,专业的、方便审稿人阅读的格式对于提升评审专家的阅读体验和最终评价有相当程度的影响。该报告将通过大量的实例讲解学术论文写作中几类常见的格式不当的问题,希望能够给予研究生同学一定启发。此外,该报告还将介绍论文投稿过程中在投稿系统填写信息时所需要注意的格式问题。主讲人简介:王帅安,现任香港理工大学工商管理学院教授、清华大学卓越访问教授。本科毕业于清华大学;硕士毕业于清
  • 2026-10-27
    报告时间:2026年10月30日(周五),13:30—15:30报告地点:物流楼506主 讲 人: Hamido FUJITA报告摘要:机器学习的训练问题是影响系统可信度和性能的关键环节,也决定了其能否稳健应用于装备智能运维等领域。在早期预测等具有挑战性的场景中,机器或算法通过数据学习。然而,数据规模庞大、类别不平衡以及噪声等问题,往往降低预测可靠性,因此模型需要具备更强的韧性和鲁棒性。监督学习一直是人工智能解决方案的重要基础,但由于大数据标注困难,以及数据中存在弱关联和噪声等关键问题,其应用受到限制。半监督学习(如多视图学习)可用于缓解这些问题。现有大量研究仍未能充分解决如何构建无偏且高效,
  • 2026-10-12
    电力电子变换器的关键参数估计对于运维管理、状态监测和性能提升具有重要意义。本报告以DAB变换器为例,聚焦其关键器件参数的估计问题,提出了一种基于物理信息神经网络(PINN)的参数估计方法。针对传统方法依赖理想化模型、分析复杂且易产生建模误差,或依赖大量数据而缺乏可解释性等局限,构建统一的广义模型并将电感电流与输出电压的物理动态嵌入网络结构,实现数据与物理的深度融合。该框架具有调制自适应、数据需求低、非侵入式等优势,可在多种调制策略和动态工况下准确估计电感、输出电容、等效串联电阻及导通电阻等关键参数。结果表明,该方法在不同调制方式、运行条件及测量不确定性下均表现出优异的准确性与鲁棒性,展现出良好
  • 2026-10-10
    本报告将回顾人工智能(AI)技术的发展历程,分析算法、数据与算力三大驱动力,并介绍智能体系统的概念与趋势。报告将介绍人工智能技术在电力电子装备创新中的应用情况,涵盖参数优化、辅助设计和智能控制。报告展示了清华大学电力电子人工智能团队的最新研究成果,包括基于图神经网络的电路元件预测、自然语言模型驱动全流程自动化设计、AI赋能磁芯损耗建模等。报告指出,AI正推动电力电子技术向智能化、自动化快速演进,未来面向电力电子装备创新的智能体将在协同、安全、工程落地等方面持续突破。
  • 2026-10-09
    随着电动汽车、重型卡车、公交车辆以及电动船舶的快速发展,充电功率正从数百千瓦逐步迈向兆瓦级,同时车辆电池的电压范围也在不断扩大。这一趋势不仅对充电速度提出了更高要求,也给功率变换器的效率、功率密度和宽范围运行能力带来了新的挑战。本次报告将首先介绍大功率充电技术的发展趋势,重点讨论适用于宽电压范围充电的模块化和可重构功率变换拓扑,以及通过混合调制、变开关频率等技术拓宽软开关范围、提高系统效率的方法。
  • 2026-10-09
    近年来全球各国高度重视氢能综合利用的发展。中国、美国、德国等主要国家已经将氢能上升到国家能源战略高度,不断加大对氢能研发和产业化扶持力度。本报告以“新能源多能耦合制氢系统关键技术”为主线,介绍风光氢储新能源制氢技术研究现状、存在问题、关键技术及解决方案。
  • 2026-07-16
    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
  • 2026-04-17
    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
  • 2026-01-14
    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...
  • 2025-12-17
    全球绿色转型加速推进背景下,绿色技术与可再生能源深度融合,使气候导致的清洁能源波动与食品等产品需求不确定性相互叠加,显著提升了绿色技术改造、产能及能源规划的决策复杂度。在此情境下,制造商需兼顾极端场景下的决策稳健性与市场竞争力,分布式鲁棒优化成为平衡风险与收益的核心方法。然而,当前大规模分布式鲁棒优化在求解层面仍存在技术瓶颈。本研究聚焦绿色制造产能规划问题,充分考量需求与气候双重不确定性,构建两阶段分布式鲁棒优化模型。通过聚类参数化不确定性、图形编码场景数据,