2024年5月，工程中心耿志强教授团队在自动化领域国际权威期刊《IEEE Transactions on Automation Science and Engineering》正式发表突破性研究《基于双重加权统计特征核熵分析的工业过程非线性故障诊断》（卷22，页码3901-3910）。
为了保证工业系统的安全运行，初期故障的及时诊断逐渐受到重视。针对非线性工业过程早期故障难捕捉的行业难题，该研究创新性提出双重加权统计特征核熵分析（TWSFKECA）方法。该方法通过融合残差函数构建深层统计特征，并首创样本-特征双重加权机制：基于样本差异分析放大故障敏感数据权重，结合Durbin-Watson准则筛选关键故障成分，显著提升微小故障信号的信噪比。在连续搅拌釜反应器、田纳西伊斯曼过程等工业场景验证中，该技术成功实现早期故障毫秒级检测与精准变量溯源，解决了传统控制图无法定位故障源的痛点。
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，研究方向为复杂过程故障诊断、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；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；胡渲，硕士生导师，主持国家自然基金青年项目、中国自动化学会网络计算专委会委员，研究领域包括时间序列预测、复杂化工过程智能建模等。
《IEEE Transactions on Automation Science and Engineering》（IEEE TASE）是自动化应用研究的旗舰期刊，创刊于2004年，聚焦智能制造系统、工业人工智能、机器人自主决策等前沿方向，以“理论创新-技术验证-工业落地”三位一体的评审标准著称，年均录用率约21%。
文章DOI: 10.1109/TASE.2024.3402653