——記人工智能與大數據學院多模態設備健康評估與安全監測研究團隊

當前，人工智能技術引發的產業變革正在加速演進，如何在新一代信息技術與傳統生產場景的深度融合中尋找產學研合作的“突破點”，成為高水平應用型大學組建創新型科研團隊、匯聚優秀人才、整合科技資源、搭建創新平臺、催生高質量成果的“關鍵”。

2017年，合肥學院人工智能與大數據學院充分利用大數據和人工智能領域的技術和人才優勢，與地方行業企業進行聯合技術攻關，成立了安徽省城市基礎設施大數據技術應用工程實驗室。同年，圍繞基礎設施大數據產業發展的大數據建模、多模態信息智能分析等問題，組建了多模態設備健康評估與安全監測研究團隊。

這一年，畢業于合肥工業大學信息管理與信息系統專業的張琛博士入職合肥學院，成為人工智能與大數據學院的一名“青椒”。在安徽省城市基礎設施大數據技術應用工程實驗室常務副主任陳圣兵教授的鼓勵與指導下，張琛老師快速成長為多模態設備健康評估與安全監測研究團隊研究骨干，開啟了她在多模態信息智能分析領域的深耕與探索。

回憶這7年的“產學研”生涯，張琛感觸很深。

從最初“興趣驅使”科研，到如今“解決企業的技術需求”的產學研合作，她在一次次與企業對接的磨合錘煉中不斷調整自己的“科研目標”。她深知，只有解決了行業用戶的實際需求和行業痛點，才是推動應用型科研成果轉化的有效方式。

例如，團隊最初利用視頻監控、紅外傳感器檢測設備表面缺陷和設備故障，實現設備健康評估和安全檢測。但在與企業深度對接過程中，張琛和同事們逐漸發現單一的“視覺研判”方式在現場檢驗中存在著許多問題，不但視頻設備產線布置成本高，而且也易被遮擋干擾，無法精準識別和分析工業設備故障。此后，他們嘗試了很多方式去解決這一“現實”問題，通過對圖像、視頻、文字、音頻等不同模態數據進行分析，最終找到了一種基于多模態的無損檢測研究新方向。

2022年，在陳圣兵教授的帶領下，團隊研究重心逐漸轉向“音頻檢測”領域，通過采集聲音、超聲、次聲波等主被動聲源，收集聲紋并建立相應聲紋庫，借助聲紋對設備狀態進行建模與智能分析。這種利用大數據建模技術研發的新型檢測技術在生產過程中可以輕松實現“全天候、不停機、無損”的檢測效果，大大提升了設備監測的準確度和便捷度。

想讓科研成果落地，不僅要善于發現企業“真問題”，還要善于結合產業需求解決企業的“真難題”。

團隊結合不同類型企業、不同種類工業設備的實際情況，不斷了解企業最新需求、調試最優參數、尋求最佳建模方式，先后與科大訊飛、科大國創等行業領軍企業聯合攻關，開展地下管網、公路橋梁、工地設施等復雜場景健康評估和故障預警、環境監測。例如，與北京聲學所、安徽云磬科技產業發展有限公司等企業合作中，為解決聲音采集采購成本高的問題，團隊自主研發了聲音采集卡，研發成本降低了近70%。針對化工設備腐蝕、泄露等問題，團隊采取以超聲監測為主的方式進行安全監測。

近年來，團隊聚焦關鍵問題，發揮算法優勢，相繼提出了多模態大數據協同建模、啞設備聲學檢測、域泛化聲音異常監測、復雜環境下設備健康評估等原創性算法，構建了“城市管網智能監測預警與交互平臺”“空氣污染預測預警系統”“面向云數據災備服務的運維服務綜合管理平臺”等應用平臺，解決了傳統單一模態數據檢測的痛點、難點，大幅提升惡劣環境下工業設備故障檢測精度和數據分析效率。目前，“面向混合云的數據中心認知運維關鍵技術”“化工關鍵靜設備機器聲紋語料庫構建及核心算法模型”“冶金行業關鍵設備監測及產品檢測系統中多頻譜聲紋核心技術”已在合作企業得到產業化應用推廣。

圍繞工業大數據和新基建發展需求，團隊不斷探索教育、科技、人才一體推進良性循環的有效路徑，“煉”成了一支包括碩士生、博士后、專職研究人員、工程師、教師在內的多層次研究隊伍。多層次的隊伍既能“頂天”，又能“立地”，先后獲得國家自然科學基金項目、安徽省重大科技攻關項目、安徽省揭榜掛帥項目、安徽省重點研發項目多項，在Expert Systems With Applications等高水平期刊和國內外學術會議上發表SCI、EI高水平論文多篇，授權發明專利5項，軟件著作權10余項。團隊培養的首屆畢業生被新西蘭惠靈頓維多利亞大學錄取為全職博士，入職能源國企、專精特新企業等。

陳圣兵表示，“我們團隊很少去做‘趕時髦’的研究，一直專注于以數據思維解決實際問題，建立聲音、圖像、紅外、振動和聯機數據融合模型并開展智能決策分析研究方向，致力于在基礎研究與技術應用方面都做到極致，現在的工作重點除了持續科研攻關，還要在培養青年人才、優化團隊整體結構方面下功夫，希望未來能為合肥市乃至安徽省大數據行業發展做出更多貢獻，讓應用型科研成果在區域經濟發展中釋放更大的新動能。

（黨委宣傳部 科研處 人工智能與大數據學院 學生記者 王文浩）