【塑料機(jī)械網(wǎng) 明星企業(yè)】9月20日,由ABB與中國(guó)自動(dòng)化學(xué)會(huì)聯(lián)合主辦的“2023 ABB杯智能技術(shù)創(chuàng)新大賽”圓滿(mǎn)落下帷幕,頒獎(jiǎng)儀式在中國(guó)國(guó)際工業(yè)博覽會(huì)ABB展臺(tái)現(xiàn)場(chǎng)舉行。其中,在“變頻器半導(dǎo)體溫度預(yù)測(cè)AI建模挑戰(zhàn)賽”中,共有5組隊(duì)伍從來(lái)自全國(guó)51所院校的86支隊(duì)伍、194人中入圍決賽。經(jīng)過(guò)現(xiàn)場(chǎng)答辯和多位專(zhuān)家的嚴(yán)格評(píng)審,最終,來(lái)自上海交通大學(xué)電子信息與電氣工程學(xué)院自動(dòng)化系王景成教授指導(dǎo)的甘子毅、吳舜禹同學(xué)榮獲一等獎(jiǎng)桂冠。
賽題背景
絕緣柵雙極型晶體管(Insulated Gate Bipolar Transistor,IGBT)廣泛應(yīng)用于現(xiàn)代電力電子裝置中,是其中最重要、也是容易失效的功率半導(dǎo)體器件。IGBT的可靠性在一定程度上決定了電力電子裝置的整體可靠性。當(dāng)變頻器處理反復(fù)波動(dòng)的負(fù)載功率時(shí),IGBT芯片的溫度(通常等效為芯片PN結(jié)的溫度,簡(jiǎn)稱(chēng)結(jié)溫)隨之大幅波動(dòng)。結(jié)溫的波動(dòng)會(huì)在IGBT內(nèi)部產(chǎn)生熱應(yīng)力沖擊,加速老化,造成IGBT失效。因此,IGBT結(jié)溫的在線(xiàn)監(jiān)測(cè)是變頻器功率控制、IGBT壽命預(yù)測(cè)的先決條件。除壽命預(yù)測(cè)外,IGBT結(jié)溫信息還有助于實(shí)現(xiàn)精確過(guò)溫保護(hù),這同樣有助于提高變流器的可靠性,增加變流器的無(wú)故障服務(wù)時(shí)間。如何實(shí)現(xiàn)高精度、快響應(yīng)的IGBT結(jié)溫實(shí)時(shí)監(jiān)測(cè),成為近年來(lái)學(xué)術(shù)界與工業(yè)界的研究熱點(diǎn)之一。
針對(duì)這一熱點(diǎn)問(wèn)題,ABB杯創(chuàng)新大賽設(shè)計(jì)了“變頻器半導(dǎo)體溫度預(yù)測(cè)AI建模挑戰(zhàn)賽”的新賽題,要求選手們通過(guò)挖掘數(shù)據(jù)價(jià)值,解決具體的應(yīng)用難題:基于ABB提供的來(lái)自真實(shí)工業(yè)場(chǎng)景的海量數(shù)據(jù),綜合利用機(jī)器學(xué)習(xí)、大數(shù)據(jù)預(yù)測(cè)等先進(jìn)技術(shù),分析設(shè)備數(shù)據(jù)間的關(guān)系,并在Python環(huán)境下自主開(kāi)發(fā)和建立變頻器核心元件IGBT的溫度估測(cè)模型,對(duì)不同負(fù)載功率下IGBT的溫度波動(dòng)進(jìn)行高精度、快響應(yīng)的實(shí)時(shí)監(jiān)測(cè)。模型的準(zhǔn)確性和創(chuàng)新性是決定選手勝敗的關(guān)鍵。
一等獎(jiǎng)解決方案
目標(biāo)變量分布分析
解決方案的模型框架
面對(duì)賽題所給出的海量低質(zhì)數(shù)據(jù),甘子毅、吳舜禹同學(xué)在與導(dǎo)師多次討論后,決定以多工況為切入點(diǎn),通過(guò)特征挖掘?qū)GBT運(yùn)行工況進(jìn)行劃分,再對(duì)應(yīng)設(shè)計(jì)不同復(fù)雜度的機(jī)器學(xué)習(xí)模型。實(shí)驗(yàn)結(jié)果表明,所提出的分解預(yù)測(cè)模型可以在大數(shù)據(jù)集中顯著加快訓(xùn)練和推理速度,并同時(shí)兼顧了預(yù)測(cè)精度。
賽題背景與解決方案
源自“上海交大電院”公眾號(hào)
賽后,特邀專(zhuān)家與比賽評(píng)委團(tuán)對(duì)賽題和一等獎(jiǎng)作品做了多角度的點(diǎn)評(píng)與分析。
繆青海
中國(guó)科學(xué)院大學(xué)人工智能學(xué)院副教授
機(jī)器學(xué)習(xí)中,數(shù)據(jù)、算法是核心要素。數(shù)據(jù)分布的復(fù)雜性為模型架構(gòu)的選擇和后續(xù)訓(xùn)練帶來(lái)挑戰(zhàn)。針對(duì)‘變頻器半導(dǎo)體溫度預(yù)測(cè)’AI建模,上海交通大學(xué)參賽隊(duì)利用行業(yè)領(lǐng)域先驗(yàn)知識(shí),將數(shù)據(jù)依據(jù)工況分類(lèi),其本質(zhì)上類(lèi)似于將數(shù)據(jù)空間復(fù)雜流形進(jìn)行分片,每一個(gè)分片是一個(gè)具有相對(duì)簡(jiǎn)單結(jié)構(gòu)的子流形。在子流形上,可采用相對(duì)簡(jiǎn)單的模型即可取得理想的效果,訓(xùn)練變得更加容易,推理性能更加高效。通過(guò)引入領(lǐng)域知識(shí)對(duì)數(shù)據(jù)進(jìn)行前處理,該方法有較好的普適性,在多個(gè)領(lǐng)域有較好的推廣前景。
孟金磊、邢承彥、楊曉茹
ABB杯創(chuàng)新大賽評(píng)委團(tuán)成員
ABB中國(guó)運(yùn)動(dòng)控制部技術(shù)專(zhuān)家
面向工業(yè)預(yù)測(cè)類(lèi)算法場(chǎng)景,獲獎(jiǎng)選手對(duì)賽題理解深入、建模流程清晰,考慮了多工況下特征與預(yù)測(cè)目標(biāo)之間關(guān)系的差異性,采用差分、組合、變換等特征工程方法,同時(shí)從機(jī)理角度提取關(guān)鍵特征,根據(jù)不同工況嘗試不同復(fù)雜度的回歸模型及集成學(xué)習(xí)方法,最終模型具備較高的魯棒性和推理速度。
龐智博
ABB瑞典研究院資深主任科學(xué)家
瑞典皇家工學(xué)院KTH兼任教授
這次比賽的選題是AI在工業(yè)電子和自動(dòng)化領(lǐng)域應(yīng)用的熱點(diǎn)和難點(diǎn)問(wèn)題之一。經(jīng)過(guò)近幾年大量頭部企業(yè)和學(xué)術(shù)團(tuán)隊(duì)的探索,大家的關(guān)注點(diǎn)已經(jīng)從數(shù)據(jù)和模型的有無(wú)問(wèn)題,轉(zhuǎn)變?yōu)閿?shù)據(jù)和模型的實(shí)用性問(wèn)題,甚至是數(shù)據(jù)和模型的‘去粗存精’的問(wèn)題。獲獎(jiǎng)團(tuán)隊(duì)采取了領(lǐng)域知識(shí)與AI建模深度融合的策略,完全符合行業(yè)的共識(shí)和趨勢(shì)。進(jìn)一步地,他們根據(jù)對(duì)電力電子器件工況的深入理解,有效化簡(jiǎn)了數(shù)據(jù)空間,提高了算法的精度和運(yùn)行效率。這些進(jìn)展,對(duì)解決這一大類(lèi)工業(yè)數(shù)據(jù)和AI模型的去粗存精問(wèn)題,都有啟發(fā)意義。同時(shí)這個(gè)工作也完美地展示了,跨學(xué)科的知識(shí)結(jié)構(gòu)和人才培養(yǎng),對(duì)實(shí)現(xiàn)工業(yè)AI落地的重要性。
人工智能正在改變工業(yè)世界。通過(guò)人工智能挖掘數(shù)據(jù)價(jià)值、提供數(shù)據(jù)洞察,可用于優(yōu)化工業(yè)流程,提高生產(chǎn)效率與產(chǎn)品質(zhì)量,并加速工業(yè)綠色轉(zhuǎn)型。目前,ABB 有 130 多個(gè)以人工智能為重點(diǎn)的項(xiàng)目,在眾多領(lǐng)域利用人工智能為客戶(hù)提供支持、創(chuàng)造價(jià)值。
關(guān)于ABB杯智能技術(shù)創(chuàng)新大賽
ABB杯智能技術(shù)創(chuàng)新大賽由ABB公司與中國(guó)自動(dòng)化學(xué)會(huì)聯(lián)合主辦,并得到行業(yè)協(xié)會(huì)、業(yè)界專(zhuān)家以及瑞士駐華使領(lǐng)館的大力支持,18年來(lái)不斷迭代升級(jí),累計(jì)參賽選手已超兩萬(wàn)人。比賽致力于培養(yǎng)復(fù)合型創(chuàng)新人才和新工科應(yīng)用型人才,溝通產(chǎn)學(xué)研用,攜手各界推動(dòng)工業(yè)數(shù)字化、智能化轉(zhuǎn)型。
所有評(píng)論僅代表網(wǎng)友意見(jiàn),與本站立場(chǎng)無(wú)關(guān)。