2024年11月，工程中心耿志强教授团队在系统科学领域国际顶级期刊《IEEE Transactions on Systems, Man, and Cybernetics: Systems》正式发表研究成果“A Self-Attention Mechanism Integrating Adaptive Double Subspace for Fault Detection in Industrial Processes”（DOI: 10.1109/TSMC.2024.3486442）。
为了进一步提高复杂工业过程故障检测的自注意力机制的性能，研究提出了一种融合自适应双子空间（ISA-ADS）方法的创新自注意力机制用于故障检测。首先，设计了自注意力机制的查询矩阵、关键矩阵、值矩阵，使其能够通过自适应样本权重分配策略更好地关注局部信息。同时，该设计减少了非线性和噪声信息的干扰，放大了样本中重要故障信息的影响。其次，考虑数据的高斯和非高斯分布问题以及不同子空间对最终过程监测结果的不同程度影响，建立了基于自关注输出矩阵的自适应高斯和非高斯双子空间故障检测模型，通过确定不同子空间的重要性自适应地为其分配不同的权重。利用贝叶斯推理融合不同子空间的统计量，构建新的自适应监测统计量，以获得更准确的过程状态监测。最后利用Tennessee Eastman（TE）工艺和实际聚乙烯生产工艺对ISA-ADS进行了验证，结果表明ISA-ADS具有较低的误报率和较高的故障检测率，验证了其故障检测性能的有效性。
文章第一作者为李涛，北京化工大学智能过程系统工程中心博士研究生，研究方向为工业故障诊断、工业人工智能安全。通讯作者为韩永明，教授，博士生导师，国家优青，计算机系系主任，研究领域包括人工智能、机器学习、系统建模及优化、能效评价、数据分析与信息集成、智能优化等；王友清，教授、博士生导师、国家杰青、IET Fellow，现任北京化工大学信息科学与技术学院院长；耿志强，教授，博导，现为智能过程系统工程教育部工程研究中心主任、北京化工大学数据科学与工程研究中心主任、中国自动化学会理事过程监控与优化领域权威学者。
《IEEE Transactions on Systems, Man, and Cybernetics: Systems》（IEEE TSMC-Systems）是系统科学与工程交叉领域的旗舰期刊，创刊于1971年，聚焦复杂系统建模、人机协同与工业智能前沿，以方法原创性及工业落地价值闻名，年均录用率低于20%。