深耕数据驱动技术 成为工业系统医生——记哈尔滨工业大学航天学院教授罗浩

谢更好

这是一个充满创新的时代。

近些年来，随着大数据的涌现、人工智能技术的发展，人类社会正在由信息化时代步入智能化时代。数据驱动技术及群体智能系统正在快速且广泛地应用于军事、信息、工业、经济、交通等各个领域。

这也是一个充满挑战的时代。

大型工业复杂系统的集成度、复杂度变得越来越高，保障大型工业复杂系统安全运行的任务也随之变得越来越复杂和必要。通常来说，大型工业复杂系统中各个控制变量间的高耦合性往往导致复杂系统中的某些故障很难得到精确监测和准确定位，进而导致工程师或者自动控制系统很难及时做出相应决策以保证系统安全。甚至有时，一个局部的异常事件就可能导致整个工业系统的性能下降，造成严重的经济损失或导致重大的安全事故。

如何提高复杂工业系统的安全性和可靠性？这个问题不管是在学术界还是在工业界都受到了广泛关注。对此，记者采访了哈尔滨工业大学航天学院教授罗浩。

罗浩现工作于哈尔滨工业大学航天学院，主要从事多源数据分析与特征提取、自动控制系统故障诊断、分布式安全优化控制、基于医疗影像的疾病分析与辅助诊断等方向的研究。他的工作就好比是工业系统的医生。

数据驱动，诊断控制

团队合影（一排右一为罗浩）

“对工业自动控制系统里可能发生的故障进行诊断有很多种方法，大致能分为两类，一类是基于模型，一类是基于数据。”罗浩介绍道。

在西安交通大学取得学士学位之后，2008年，罗浩来到德国杜伊斯堡-埃森大学攻读硕士学位。从那时起，他就开启了故障诊断和容错控制相关的研究工作，而其最先接触的就是基于模型这一类方法。2012年年初，从他开始攻读博士学位起，他的研究方向慢慢转向了基于数据的诊断与控制方法。

“那个时候用数据驱动去解决工业系统中的故障诊断与容错控制问题，在国际上是前沿研究领域。”回忆起攻读博士学位时所做的研究课题，罗浩仍历历在目。那时候刚好是数据驱动诊断与控制方法技术刚兴起的时候，他对当时比较火热的几类数据驱动方法做了一些研究，虽然有了一些初步的研究成果，但是相关理论方法还不太成熟，不过至少也给了他一些想法、一个继续研究的思路。

2015年年底，罗浩在博士毕业前夕入选了哈尔滨工业大学青年拔尖人才计划，并于2016年在德国杜伊斯堡-埃森大学获得工学博士学位，博士论文荣获优秀博士论文奖。毕业后，罗浩回到国内，入职哈尔滨工业大学，沿着博士阶段的研究思路继续潜心研究数据驱动诊断与控制工作。终于，经过多年的尝试与摸索，他逐渐发现了传统数据驱动方法的局限。

看清楚了传统数据驱动的症结所在，罗浩接下来在一些国家级或省部级的项目中，有意拓展了自己的研究方法，以便与工业实际更好地结合。

罗浩发现，在实际工业系统中，出于对安全性和可靠性的优先考虑，大多数工业系统中的控制系统往往被封装，其结构和参数不允许第三方做任何改变，这为控制系统参数的实时优化调整带来了设计难题，也使得众多优化控制方法虽然有着完美的理论证明，但是往往无法应用于工业实际。对此，罗浩构建了一个不依赖特定控制系统的即插即用故障诊断与安全优化控制框架。得益于诊断与控制系统的参数化描述，在这个框架中诊断与控制系统可以作为设计模块嵌入实际工业控制系统中。诊断与控制的各个模块通过对测量数据进行不同的分析与处理，有效提取扰动、故障等异常对系统性能带来的影响并分别进行反馈补偿。框架允许在不改变原有控制系统的基础上，实现工业系统中诊断与控制模块关键设计参数的在线优化设计。

“对分布式的故障诊断与控制性能进行实时优化的同时，提高复杂工业系统安全性与可靠性。”罗浩解释道，他之前都是在研究一些集中式的数据驱动方法，近些年来才开始研究分布式的数据驱动方法。在集中式数据驱动故障诊断与容错控制方法研究领域中，针对动态系统象空间和核空间开展相关研究的机构全球也不超过五六家。在分布式数据驱动方法领域，相关方向更是几乎无人涉足，这一方向在国际国内属于前沿，并且有极高的难度和挑战性。

从2012年到现在，罗浩一直在数据驱动领域深耕，初步形成了基于子空间映射的一套数据驱动诊断和控制方法。十多年的累积让罗浩对这套方法很自信：这套方法有着坚实的理论基础，肯定会对工业实际应用提供正面参考。2021年，罗浩凭借扎实的科研工作，入选爱思唯尔工业自动化领域世界前2%科学家。

打破壁垒，融合医工

2021年，罗浩入选哈尔滨工业大学青年科学家工作室学术带头人。

青年科学家工作室不算大。用罗浩自己的话说就是：“我们就是一个特别小规模的团队。”不过“麻雀虽小，五脏俱全”。为了加强跨学科交流，从成功的经验中获取新的经验，罗浩带领团队与国内的清华大学、西安交通大学、东北大学、浙江大学、中南大学、长春工业大学等兄弟院校保持着密切联系。同时与国际的合作也一直没有间断过，即使在受到新冠肺炎疫情影响的今天，罗浩仍然每两周都要与来自德国、西班牙、美国、巴基斯坦等国著名院校的项目合作团队召开线上研讨会。

如今，罗浩的工作室已经开展了一些比较前沿的研究工作。主要包括两个方向，一个是自动控制系统的故障诊断与容错控制；另外一个是医工交叉的疾病辅助诊断技术：利用多源医疗数据为人体膝关节构建三维数字模型，完成骨关节多尺度、多功能的数据建模，同时开展基于数字孪生模型的膝关节炎辅助诊断方法研究。

“目前我们的这两个研究方向中，数据驱动方法是跨学科的共性关键技术。”罗浩说。简单来说，就是分析数据里的各个成分，然后把各个成分在数据空间里区分开，再针对每个成分的特点进行相关处理。得到的干扰信息，把它扔掉，同时也可以用它来做补偿，以得到更精确的估计或者控制。“这两部分我们都开展了一些前期的工作，有了一些积累。”罗浩说，接下来他最想做的，就是把实验室建立起来，把团队带起来。

在数据驱动领域深耕多年，罗浩清楚地认识到，现在的控制学科不能一直固守已有的东西，需要不断开拓一些新的领域。基于此，他对未来的研究方向有一个初步的想法：打破学科之间的壁垒，推动多学科深度交叉与融合。用两条腿走路，一条腿是数据驱动的故障诊断和优化控制，另外一条腿就是医工交叉。希望两个方向能相辅相成，行稳致远。

踏实做事，低调为人

从2016年加入哈尔滨工业大学至今，罗浩工作时间不过6年。

短短6年间，罗浩主持国家自然科学基金项目2项、国家重点研发计划重点专项子课题2项，教育部高等教育司产学合作协同育人项目1项，参与国家自然科学联合基金重点项目1项、国家国防科技工业局国防基础科研计划项目1项。

值得一提的是，罗浩跟长春工业大学、中车长客集团合作，开发了一套动车在线评估监测和评估系统，获得了2021年度吉林省科技进步奖二等奖。“能够获奖，感觉主要是我们做的工作比较踏实。”他说。从小父母就教育罗浩要认真踏实；初中时候的班主任经常教育他要诚实、正直、有志向；在德国留学时期，导师教育他一定要踏踏实实做事，并一直鼓励他要有自己的想法。长辈的谆谆教导，罗浩都铭记在心。多年的耳濡目染，让罗浩也形成了踏实做事、低调为人的性格。

“目前参与的项目，我觉得都是特别小的创新点，但我们是真正在研究一些问题，而且是做得比较踏实的。”罗浩有一套自己的行为准则：自己提出来的一些理论，一些方法上的创新、突破，必须脚踏实地做实了才行。做研究最重要的事，是先把自己的工作做好，才能得到同行专家，甚至是其他行业专家的认可。

回顾6年来的工作，罗浩有收获有成长，但也有一点小遗憾，那就是与企业接触得比较少，除了高铁项目以外，相关研究成果在工业实际中的应用还较少。如何把科研成果更好地服务于工业实际，是他今后努力要做的一件事。