2026年7月21日，应电子与电气工程系系主任、加拿大工程院院士孟庆虎邀请，加拿大皇家科学院院士、加拿大国家工程院院士、IEEE Fellow、IFAC Fellow，加拿大阿尔伯塔大学教授陈通文做客第444期“南科大讲堂”，为师生们带来题为“复杂工业过程中的智能报警监测”的专题讲座。

陈通文院士在报告中介绍了工业报警系统面临的现实挑战。在大型工业设施运行过程中，报警系统承担着及时提示异常工况、保障生产安全与运行效率的重要职责。相关行业标准规定，操作人员平均每小时接收的报警不应超过六条。然而，操作人员在实际生产中往往需要面对远高于标准值的报警数量。大量重复报警、误报警和干扰报警不仅增加了操作人员的工作负担，也可能掩盖关键异常信息，影响故障判断和降低处置效率。

针对这一问题，他分享了团队近年来研发的智能化、数据驱动的“报警分析”（alarm analytics）方法。他指出，现代工业系统在长期运行中积累了大量报警数据和过程数据，如何从这些数据中识别报警规律、分析报警之间的关联，并进一步追溯异常产生的根本原因，是提升工业报警系统性能的关键。

围绕工业报警系统的分析、管理与优化，陈通文院士系统介绍了一系列智能分析工具及其应用方向，包括报警信息可视化、系统性能评估与分析、报警合理化设计、报警泛滥分类以及根本原因分析等内容。上述方法能够帮助工程人员从海量报警记录中识别重复报警、震荡报警和关联报警，降低无效信息对操作人员的干扰，提升报警系统的准确性与可解释性。

陈通文院士还结合真实工业数据和工程应用案例，介绍了相关工具的测试及实际使用情况。他指出，工业报警监测不能仅止步于报警阈值的设置上，还需要综合利用历史数据、过程知识和数据分析方法，对报警系统进行持续评估和优化。其团队开发的相关技术已在加拿大及其他地区的工业实践中完成测试并投入应用，为工业设施满足新的报警管理标准、提升安全运行水平提供了技术支持。

在互动环节，现场师生围绕报警数据与过程数据的融合方式以及相关技术在工业系统中的部署难点等问题向陈通文院士提问。陈通文院士结合自身科研和工程实践经历一一解答，并鼓励青年学者聚焦真实工业需求，推动控制理论、数据分析与工程应用三者深度融合。

供稿：电子与电气工程系

通讯员：延婷翠、李薇

图片：张晓燕

编辑：任奕霏