人本智造是將以人為本的理念貫穿于智能制造系統(tǒng)的全生命周期過程。隨著產(chǎn)業(yè)數(shù)智化進(jìn)程的發(fā)展，個(gè)性化需求驅(qū)動(dòng)下的智能制造正加速向“以人為本”的范式轉(zhuǎn)變，為進(jìn)一步促進(jìn)人本智造的創(chuàng)新發(fā)展，“第三屆人本智造學(xué)術(shù)會議”擬定于2025年10月31日-11月2日在北京舉辦，本次會議將通過學(xué)術(shù)活動(dòng)和成果展示，交流人本智造領(lǐng)域的最新研究和應(yīng)用進(jìn)展。

01

會議信息與會議組織

時(shí)間：

2025年10月31日-11月2日 (周五-周日)

地點(diǎn)：

北京友誼賓館

地址：

北京中關(guān)村南大街1號

會議議程

10月31日

（周五）

注冊報(bào)到

11月01日

（周六）

上午

開幕式、大會報(bào)告

下午

分論壇報(bào)告

11月02日

（周日）

上午

大會報(bào)告、頒獎(jiǎng)閉幕

下午

參觀、返程等

會議注冊及繳費(fèi)

2025年10月18日前早鳥價(jià)（含），教師或企業(yè)人員2500元/人，學(xué)生1800元/人；2025年10月18日后，教師或企業(yè)人員3000元/人，學(xué)生2400元/人。會議住宿和交通費(fèi)自理。

會務(wù)聯(lián)系人：黃老師18611702891

財(cái)務(wù)聯(lián)系人：華經(jīng)理17706810050

會議網(wǎng)站：

注冊二維碼

對公轉(zhuǎn)賬（轉(zhuǎn)賬備注“人本”、姓名和單位）

公司名稱：杭州未來智構(gòu)會展有限公司

開戶銀行：寧波銀行股份有限公司杭州分行

銀行賬號：71010122002685750

推薦酒店

01

北京友誼賓館(主會場)

大床房和標(biāo)間均為550（單早），房間緊張，請盡快掃碼預(yù)定

馬經(jīng)理：13581603566

02

北京新世紀(jì)飯店

(距離主會場3km，安排班車接送)

標(biāo)間500（不含早）、大床房580（不含早），請掃碼預(yù)定：

李經(jīng)理：13910778088

02

特別論壇Ⅱ-碩博菁英論壇報(bào)告

(10月31日晚上)

召集人：劉庭煜、丁凱、胡中旭

主席：劉承寶、韓永明、王延杰、李孝斌

報(bào)告概覽：

報(bào)告人及報(bào)告簡介

褚佳琦 博士研究生

報(bào)告人：褚佳琦，中國科學(xué)院自動(dòng)化研究所計(jì)算機(jī)與應(yīng)用專業(yè)直博生，本科就讀于北京郵電大學(xué)。研究興趣包含多變量時(shí)間序列預(yù)測、知識增強(qiáng)的大模型應(yīng)用等。發(fā)表SCI論文2篇、EI會議1篇，在投SCI論文2篇，申請國家發(fā)明專利3項(xiàng)。曾獲得北京市優(yōu)秀畢業(yè)生、優(yōu)秀團(tuán)干部、三好學(xué)生等榮譽(yù)稱號。

報(bào)告題目：賦能人本決策：知識增強(qiáng)大模型驅(qū)動(dòng)的工業(yè)指標(biāo)智能感知與預(yù)測方法報(bào)告摘要：人本智造以“以人為本”為核心，工業(yè)指標(biāo)的動(dòng)態(tài)感知與精準(zhǔn)預(yù)測是賦能人機(jī)協(xié)同決策、優(yōu)化生產(chǎn)穩(wěn)定運(yùn)行的關(guān)鍵支撐?，F(xiàn)有深度模型依賴大規(guī)模數(shù)據(jù)訓(xùn)練，難以適配個(gè)性化生產(chǎn)場景下的少樣本需求，且與操作人員的決策邏輯脫節(jié)。受預(yù)訓(xùn)練大模型跨模態(tài)能力啟發(fā)，我們提出一種面向復(fù)雜制造場景的知識增強(qiáng)大模型框架，通過對齊時(shí)序表征與模型語義空間，并融合多變量因果關(guān)聯(lián)等多源知識，輔助模型捕捉工業(yè)指標(biāo)的復(fù)雜時(shí)序依賴。該方法實(shí)現(xiàn)了工業(yè)指標(biāo)的高精度預(yù)測，并在少樣本/零樣本場景下保持強(qiáng)泛化能力，為人本智造中的智能決策提供可靠技術(shù)支撐。

黃銘 博士研究生

報(bào)告人：黃銘，男，1999年出生，博士研究生，北京理工大學(xué)機(jī)械與車輛學(xué)院工業(yè)與智能系統(tǒng)工程研究所；目前圍繞復(fù)雜工業(yè)場景下機(jī)器人化制造系統(tǒng)管控、機(jī)器人集群控制、人機(jī)協(xié)作優(yōu)化、深度強(qiáng)化學(xué)習(xí)等方面開展研究；以第一作者發(fā)表多篇學(xué)術(shù)論文，包括IEEE Transactions on Fuzzy Systems、Computers & Operations Research、機(jī)械工程學(xué)報(bào)等期刊；IEEE學(xué)生會員。

報(bào)告題目：面向人機(jī)協(xié)作的超高柔性機(jī)器人化制造系統(tǒng)優(yōu)化：一種多目標(biāo)多智能體深度強(qiáng)化學(xué)習(xí)方法

報(bào)告摘要：在全球制造業(yè)邁向工業(yè)5.0的進(jìn)程中，智能機(jī)器人應(yīng)用與人機(jī)共融成為當(dāng)前熱點(diǎn)。針對由移動(dòng)加工機(jī)器人集群組成的機(jī)器人化制造場景，將人類的靈活創(chuàng)造性與機(jī)器人的高精度智能化執(zhí)行深度融合或?qū)⒊蔀槲磥碇圃煨滦螒B(tài)。其中機(jī)器人的可移動(dòng)性和柔性，致使加工工位選擇具備了極大的靈活性，再疊之人機(jī)柔性配置使得該制造形態(tài)表現(xiàn)出超高柔性特點(diǎn)。本報(bào)告以最大完工時(shí)間和人員工時(shí)均衡為優(yōu)化目標(biāo)，針對工件排產(chǎn)、工位選擇以及人機(jī)配置構(gòu)建決策智能體，提出一種多目標(biāo)多智能體深度強(qiáng)化學(xué)習(xí)，為面向人機(jī)協(xié)作的超高柔性機(jī)器人化制造系統(tǒng)優(yōu)化提供解決途徑。

武對娣 博士研究生

報(bào)告人：武對娣，香港理工大學(xué)研究助理、上海交通大學(xué)博士生。以第一作者發(fā)表及在投SCI期刊論文6篇（含中科院一區(qū)3篇），以主要發(fā)明人授權(quán)專利3項(xiàng)。曾獲博士生國家獎(jiǎng)學(xué)金、中國大學(xué)生自強(qiáng)之星、上海交通大學(xué)三好學(xué)生、優(yōu)秀學(xué)生干部等榮譽(yù)。

報(bào)告題目：邁向多模態(tài)無縫人機(jī)協(xié)作：生成式AI驅(qū)動(dòng)的少樣本感知與技能學(xué)習(xí)

報(bào)告摘要：工業(yè)5.0強(qiáng)調(diào)以人為中心的智能制造與主動(dòng)式機(jī)器人協(xié)作，而大模型的迅速發(fā)展正在重塑自動(dòng)化格局。然而現(xiàn)有系統(tǒng)對非結(jié)構(gòu)化環(huán)境的適應(yīng)性較差，且難以滿足工業(yè)力控靈巧操作及安全性要求。本研究旨在構(gòu)建面向制造場景的具身智能：融合視覺–語言–時(shí)間的意圖識別方法建立人-機(jī)語義溝通的橋梁；語言增強(qiáng)的強(qiáng)化學(xué)習(xí)利用大模型生成優(yōu)化的獎(jiǎng)勵(lì)函數(shù)；虛擬現(xiàn)實(shí)輔助的端到端模仿學(xué)習(xí)實(shí)現(xiàn)精細(xì)裝配技能遷移，為生成式人工智能驅(qū)動(dòng)的人機(jī)協(xié)作提供了可擴(kuò)展路徑與理論參考。

黃澤川 博士研究生

報(bào)告人：黃澤川，四川大學(xué)機(jī)械工程學(xué)院博士生，研究方向?yàn)橐匀藶楸镜漠a(chǎn)品設(shè)計(jì)方法與知識圖譜應(yīng)用。在讀期間，構(gòu)建了面向設(shè)計(jì)領(lǐng)域的多層知識圖譜框架，并結(jié)合產(chǎn)品設(shè)計(jì)與工藝設(shè)計(jì)提出問題求解與方案推薦工具。

報(bào)告題目：以人為本下面向宏觀工藝規(guī)劃的多層知識組織框架

報(bào)告摘要：在智能制造轉(zhuǎn)型過程中，制造工藝設(shè)計(jì)面臨知識分散、經(jīng)驗(yàn)依賴強(qiáng)以及設(shè)計(jì)意圖與工藝意圖映射偏差等突出問題，導(dǎo)致工藝方案復(fù)用效率低、推理缺乏一致性與可追溯性。針對這些挑戰(zhàn)，本研究提出了一種以人為本的制造工藝知識組織與推理方法。通過構(gòu)建多層知識圖譜（mKGMPP），將工藝文檔與數(shù)字模型中的知識進(jìn)行系統(tǒng)化整合，圍繞4M1E要素實(shí)現(xiàn)工藝內(nèi)在知識的組織，并基于TQCSE建立多維度的關(guān)聯(lián)與評價(jià)機(jī)制。在此基礎(chǔ)上，開發(fā)了面向人機(jī)交互的工藝推理系統(tǒng)（IMPP），能夠在數(shù)字模型驅(qū)動(dòng)下完成工藝方案的檢索、篩選與優(yōu)化。該方法不僅利用機(jī)器的高速計(jì)算和結(jié)構(gòu)相似性匹配能力，更強(qiáng)調(diào)人的認(rèn)知參與與決策優(yōu)勢，實(shí)現(xiàn)了高效性與解釋性的統(tǒng)一。

張益榕 博士研究生

報(bào)告人：張益榕，長安大學(xué)博士一年級研究生，師從丁凱教授。主要研究方向?yàn)槿藱C(jī)協(xié)同、人機(jī)混合智能、深度學(xué)習(xí)在人機(jī)協(xié)同中的應(yīng)用。

報(bào)告題目：基于大語言模型的零樣本人機(jī)協(xié)同裝配進(jìn)度識別

報(bào)告摘要：在智能制造與柔性裝配場景中，準(zhǔn)確且自適應(yīng)的裝配進(jìn)度識別是實(shí)現(xiàn)高效人機(jī)協(xié)同的關(guān)鍵。傳統(tǒng)方法嚴(yán)重依賴大量標(biāo)注數(shù)據(jù)與專用模型訓(xùn)練，難以應(yīng)對任務(wù)頻繁更迭與組件多樣化的動(dòng)態(tài)環(huán)境。為應(yīng)對這一挑戰(zhàn)，本研究探索基于大語言模型的零樣本視覺-語言推理方法。該方法無需引入任何新組件或裝配步驟的訓(xùn)練樣本，僅通過輸入裝配文本序列與實(shí)時(shí)場景圖像，借助模型的跨模態(tài)語義理解與推理能力，實(shí)現(xiàn)當(dāng)前裝配狀態(tài)的自動(dòng)識別與判斷。

萬嘉昊 博士研究生

報(bào)告人：萬嘉昊，北京航空航天大學(xué)機(jī)械工程及自動(dòng)化學(xué)院2023級博士生，導(dǎo)師為北航具身智能機(jī)器人研究院陶永教授。主要研究方向?yàn)橐苿?dòng)操作機(jī)器人的人機(jī)協(xié)作安全運(yùn)動(dòng)規(guī)劃算法、具身智能靈巧操作等。聚焦工業(yè)與服務(wù)場景中機(jī)器人與人類的安全高效交互問題，研究安全姿態(tài)場框架、利手性感知軌跡優(yōu)化等方法，相關(guān)成果已發(fā)表SCI、EI論文3篇。后續(xù)將進(jìn)一步融合視觸覺等多模態(tài)感知，研究人機(jī)信任動(dòng)態(tài)建模與機(jī)器人主動(dòng)協(xié)作策略，深化具身智能靈巧操作在精密裝配、家庭服務(wù)等場景的適配，探索人機(jī)共融系統(tǒng)向更智能、更自然的方向演進(jìn)。

報(bào)告題目：人本導(dǎo)向下的人機(jī)共融安全運(yùn)動(dòng)規(guī)劃與具身智能應(yīng)用

報(bào)告摘要：人本智造要求機(jī)器人從“工具”演進(jìn)為“伙伴”，其核心在于構(gòu)建以人為中心的安全運(yùn)動(dòng)規(guī)劃與具身智能閉環(huán)。本研究立足人本導(dǎo)向，在安全運(yùn)動(dòng)規(guī)劃層面，通過對人類利手性等固有生理學(xué)特性的感知，量化操作員個(gè)體差異，構(gòu)建安全姿態(tài)場融合人體運(yùn)動(dòng)預(yù)測，實(shí)現(xiàn)動(dòng)態(tài)環(huán)境下的自適應(yīng)避障；在具身智能應(yīng)用層面，將優(yōu)化后的人機(jī)交互數(shù)據(jù)作為高質(zhì)量協(xié)作經(jīng)驗(yàn)，賦能機(jī)器人通過模仿學(xué)習(xí)等實(shí)現(xiàn)技能進(jìn)化，為構(gòu)建人機(jī)雙向適配、安全高效共生的人本智造系統(tǒng)探索可落地的前言技術(shù)方案。

趙明瑞 博士研究生

報(bào)告人：趙明瑞，南京航空航天大學(xué)機(jī)械電子專業(yè)在讀博士生。研究方向?yàn)橹悄苤圃炫c人機(jī)交互，側(cè)重增強(qiáng)現(xiàn)實(shí)與柔性生產(chǎn)系統(tǒng)設(shè)計(jì)。具有國防項(xiàng)目研發(fā)經(jīng)歷，參與電子艙狹小空間裝調(diào)的工藝優(yōu)化與系統(tǒng)集成，負(fù)責(zé)電子艙裝調(diào)的檢測/引導(dǎo)/控制閉環(huán)實(shí)現(xiàn)。

報(bào)告題目：面向電子艙狹小空間的人機(jī)交互智能裝調(diào)

報(bào)告摘要：針對導(dǎo)彈電子艙“空間極端受限、視野遮擋嚴(yán)重、一次合格率要求高”的裝調(diào)難題，構(gòu)建了“檢測—引導(dǎo)—控制”一體化的人機(jī)交互智能裝調(diào)系統(tǒng)。系統(tǒng)以五維數(shù)字孿生為組織中樞，耦合改進(jìn)YOLO的微小目標(biāo)檢測、語義分割與工業(yè)異常檢測，實(shí)現(xiàn)錯(cuò)漏裝、引腳彎曲、線纜彎曲半徑等質(zhì)量要素的在線量測；AR模塊將三維工藝與檢測回執(zhí)疊加到實(shí)景，實(shí)現(xiàn)步驟化低負(fù)荷引導(dǎo)；孿生控制在虛擬域安全下發(fā)至物理執(zhí)行端，形成“虛擬預(yù)判—現(xiàn)場執(zhí)行—視覺校核—雙向修正”的閉環(huán)。

田詩晨 博士研究生

報(bào)告人：華中科技大學(xué)博士研究生，主要研究方向?yàn)檠b配作業(yè)車間調(diào)度、資源約束下復(fù)雜產(chǎn)品的裝配車間調(diào)度。曾獲中國研究生數(shù)學(xué)建模競賽一等獎(jiǎng)、IEEE進(jìn)化計(jì)算大會競賽冠軍，以第一作者發(fā)表SCI/EI收錄論文5篇。

報(bào)告題目：總裝拉動(dòng)生產(chǎn)模式下的分布式裝配作業(yè)車間多目標(biāo)調(diào)度方法

報(bào)告摘要：在實(shí)際生產(chǎn)中，由于裝配工藝復(fù)雜、配置需求多樣，大型復(fù)雜產(chǎn)品的交付往往采用訂單驅(qū)動(dòng)的總裝拉動(dòng)生產(chǎn)模式，通過分布式加工和集中裝配的模式完成生產(chǎn)。因此，對機(jī)器速度可調(diào)的分布式裝配作業(yè)車間調(diào)度問題進(jìn)行了研究，以最小化最大完工時(shí)間和總能耗為優(yōu)化目標(biāo)，提出了一種帶變鄰域搜索的非支配排序遺傳算法，分別面向兩個(gè)優(yōu)化目標(biāo)設(shè)計(jì)了不同的機(jī)器速度調(diào)整策略。實(shí)驗(yàn)結(jié)果表明所提算法框架和局部搜索方法均能有效改善調(diào)度方案。

支鈺鑫 碩士研究生

報(bào)告人：支鈺鑫，鄭州輕工業(yè)大學(xué)機(jī)械工程專業(yè)碩士研究生。研究方向?yàn)榛跀?shù)字孿生的人機(jī)協(xié)作隨動(dòng)控制，專注于在數(shù)字孿生場景下對人機(jī)協(xié)作系統(tǒng)的隨動(dòng)控制與交互優(yōu)化。

報(bào)告題目：基于數(shù)字孿生的人機(jī)協(xié)作裝配疲勞檢測與優(yōu)化方法

報(bào)告摘要：本研究面向工業(yè)5.0“人本智造”理念，提出了基于數(shù)字孿生的人機(jī)協(xié)作裝配疲勞檢測與優(yōu)化方法。構(gòu)建了物理裝配空間、高負(fù)荷工位識別、人體疲勞多源數(shù)據(jù)綜合評價(jià)及虛擬孿生模型四模塊體系框架。通過融合多模態(tài)數(shù)據(jù)，結(jié)合深度學(xué)習(xí)、層次分析與模糊綜合評價(jià)，實(shí)現(xiàn)作業(yè)人員疲勞的動(dòng)態(tài)量化評估；利用隨機(jī)Petri網(wǎng)與馬爾科夫鏈識別高負(fù)荷工位，并在孿生空間中實(shí)現(xiàn)疲勞狀態(tài)的可視化與優(yōu)化調(diào)控，為人機(jī)協(xié)作系統(tǒng)的智能化與人因優(yōu)化提供了新路徑。

潘一帆 博士研究生

報(bào)告人：潘一帆，2024年畢業(yè)于河海大學(xué)機(jī)械工程專業(yè)，獲工學(xué)碩士學(xué)位，目前河海大學(xué)博士在讀，研究方向聚焦于跳躍機(jī)器人、仿生機(jī)器人領(lǐng)域。研究生期間主持過江蘇省研究生科研創(chuàng)新計(jì)劃項(xiàng)目1項(xiàng)（多運(yùn)動(dòng)模式跳躍機(jī)器人的結(jié)構(gòu)設(shè)計(jì)與控制研究）。

報(bào)告題目：Tumro: A Tunable Multimodal Wheeled Jumping Robot Based on the Bionic Mechanism of Jumping Beetles

報(bào)告摘要：The implementation of multi-modal motion ensures the stable operation in complex terrain environments, thus providing an effective guarantee for system performance. The crawling-jumping robot exhibits a promising potential for diverse applications, as it demonstrates the capability to navigate through various road conditions utilizing different motion modes. However, the mobility of the current multi-modal jumping robots remains somewhat constrained by their jumping capability and the recovery time required for torso attitude change after each jump. Drawing inspiration from the energy storage jumping mechanism of jumping beetles, we present a tunable multi-modal jumping robot (Tumro) capable of executing multi-modal movements including wheeled locomotion and ground-based jumping, which can achieve a jump height of up to 3 m and swiftly recover its wheeled crawling state without requiring posture correction post-jump. Through a specific structural design, the robot can storage energy and switch motions to jump in the desired direction based on the preset angle according to actual demand. The jumping process is thoroughly analyzed, and the kinematics and dynamics models are derived in meticulous detail. Besides, the performance of the robot was comprehensively assessed from aspects of wheel-action versus vertical jump capability, power consumption, and endurance across various motion modes. The simulation scene experiment demonstrates the robot's exceptional jumping capability and efficient wheeled mobility.

李浩然 博士研究生

報(bào)告人：李浩然，碩士畢業(yè)于華中科技大學(xué)機(jī)械科學(xué)與工程學(xué)院，目前正在華中科技大學(xué)攻讀博士學(xué)位，研究方向是車間調(diào)度理論方法，智能優(yōu)化及強(qiáng)化學(xué)習(xí)在車間調(diào)度中的應(yīng)用。

報(bào)告題目：SERL：融合群體智能與強(qiáng)化學(xué)習(xí)的可重構(gòu)制造調(diào)度優(yōu)化

報(bào)告摘要：可重構(gòu)制造系統(tǒng)（RMS）在滿足個(gè)性化大規(guī)模生產(chǎn)中具有重要價(jià)值，但其調(diào)度問題復(fù)雜，主要由于配置之間高度耦合以及有限輔助模塊的競爭。本研究提出了一種新型調(diào)度方法——群體增強(qiáng)進(jìn)化強(qiáng)化學(xué)習(xí)（SERL），通過將調(diào)度建模為馬爾可夫決策過程，避免了繁瑣的配置-模塊編碼。設(shè)計(jì)了關(guān)系感知異構(gòu)圖融合網(wǎng)絡(luò)，通過多路徑圖注意力捕捉優(yōu)先級、競爭與協(xié)作信息，從而提升決策質(zhì)量。進(jìn)一步，SERL將人工蜂群（ABC）與近端策略優(yōu)化（PPO）進(jìn)行雙向協(xié)作，實(shí)現(xiàn)策略注入和知識共享，加速進(jìn)化并優(yōu)化調(diào)度結(jié)果。實(shí)驗(yàn)結(jié)果顯示，在1,560個(gè)實(shí)例中，SERL顯著優(yōu)于現(xiàn)有方法，平均重構(gòu)時(shí)間較最佳基線縮短24%，驗(yàn)證了其在資源受限和多模塊配置環(huán)境下的高效性與實(shí)用性。

李?yuàn)檴?博士

報(bào)告人：李?yuàn)檴?，博士，大連民族大學(xué)副教授。研究方向?yàn)槿斯ぶ悄芘c數(shù)字孿生驅(qū)動(dòng)的能源系統(tǒng)智能優(yōu)化，聚焦建筑節(jié)能減排與熱力學(xué)系統(tǒng)快速設(shè)計(jì)。主持國家級、省部級科研項(xiàng)目6項(xiàng)。

報(bào)告題目：面向建筑群綜合能源的數(shù)字孿生輕量化框架與低碳運(yùn)行策略

報(bào)告摘要：推動(dòng)建筑運(yùn)行階段的節(jié)能減排，對實(shí)現(xiàn)我國“雙碳”目標(biāo)與可持續(xù)發(fā)展至關(guān)重要。本文提出一套面向建筑群綜合能源系統(tǒng)的數(shù)字孿生輕量化框架與低碳運(yùn)行策略。該框架構(gòu)建了“模型-感知-分析-功能-應(yīng)用”五層架構(gòu)，融合GIS、BIM與無人機(jī)實(shí)景建模技術(shù)實(shí)現(xiàn)建筑群輕量化三維實(shí)景重構(gòu)，并集成多源數(shù)據(jù)與機(jī)器學(xué)習(xí)算法，實(shí)現(xiàn)照明、空調(diào)等多系統(tǒng)的協(xié)同感知與節(jié)能優(yōu)化。通過在某高校園區(qū)的應(yīng)用，驗(yàn)證了該框架的可行性，為建筑領(lǐng)域節(jié)能降碳提供了關(guān)鍵技術(shù)參考。

岳淼 博士

報(bào)告人：岳淼，博士，浙江建設(shè)職業(yè)技術(shù)學(xué)院副教授，浙江省高級“雙師型”教師，浙江省青年科學(xué)技術(shù)協(xié)會會員、住建部國家科技專家?guī)鞂＜摇⒅袊W(wǎng)評審專家?guī)鞂＜摇?/p>

報(bào)告題目：數(shù)據(jù)驅(qū)動(dòng)的校園環(huán)境健康績效智能評估與優(yōu)化

報(bào)告摘要：校園環(huán)境作為師生長期學(xué)習(xí)生活的主要場所，其健康績效日益成為衡量校園品質(zhì)的關(guān)鍵。傳統(tǒng)環(huán)境評估方法多依賴于靜態(tài)指標(biāo)與主觀問卷，難以動(dòng)態(tài)捕捉人-環(huán)境-活動(dòng)的復(fù)雜交互機(jī)制。本研究旨在構(gòu)建一個(gè)數(shù)據(jù)驅(qū)動(dòng)的智能框架，通過多源數(shù)據(jù)采集、機(jī)器學(xué)習(xí)分析與人本智能體驗(yàn)證的閉環(huán)，實(shí)現(xiàn)校園環(huán)境健康績效的精準(zhǔn)評估與方案優(yōu)化。本研究首先通過部署物聯(lián)網(wǎng)傳感器網(wǎng)絡(luò)，并結(jié)合校園數(shù)字孿生體、無人機(jī)航拍及校園數(shù)字足跡，構(gòu)建了高精度的校園環(huán)境數(shù)字基底，實(shí)現(xiàn)了對環(huán)境狀態(tài)的實(shí)時(shí)、全面感知。在此基礎(chǔ)上，運(yùn)用隨機(jī)森林、梯度提升樹等機(jī)器學(xué)習(xí)算法對海量異構(gòu)數(shù)據(jù)進(jìn)行挖掘，精準(zhǔn)量化了各類環(huán)境因子（如綠地可視率、自然聲景占比、空間開闊度）對師生健康感知（如壓力水平、注意力恢復(fù)度）與行為模式（如停留時(shí)長、活動(dòng)類型）的影響權(quán)重。分析結(jié)果表明，例如道路綠化率超過30%時(shí)，對人群的聚集度有顯著正向影響。為驗(yàn)證優(yōu)化策略的有效性，本研究擬進(jìn)一步開發(fā)基于智能體的人工社會模型。在該模型中，智能體被賦予模擬師生現(xiàn)實(shí)行為規(guī)則（如趨光避噪、路徑選擇、社交聚集等）。通過在虛擬的校園數(shù)字孿生體中，對不同的親生物設(shè)計(jì)或空間布局方案（如增加綠地斑塊、優(yōu)化步行路徑、調(diào)整設(shè)施布局）進(jìn)行模擬測試，預(yù)測其對師生空間使用模式、活動(dòng)強(qiáng)度以及主觀舒適度的潛在影響。本研究的創(chuàng)新性在于將數(shù)據(jù)驅(qū)動(dòng)與智能仿真深度融合，實(shí)現(xiàn)了校園環(huán)境評價(jià)從“經(jīng)驗(yàn)驅(qū)動(dòng)”到“科學(xué)量化”、從“靜態(tài)描述”到“動(dòng)態(tài)預(yù)測”的范式轉(zhuǎn)變，為創(chuàng)建更健康、高效且充滿人文關(guān)懷的智慧校園提供了強(qiáng)有力的理論工具與實(shí)踐指南。

張曉薇 碩士研究生

報(bào)告人：張曉薇，湖南大學(xué)建筑學(xué)碩士，師從張榮鵬教授。研究聚焦于健康建筑與智慧建筑領(lǐng)域，致力于以數(shù)據(jù)驅(qū)動(dòng)“人本”設(shè)計(jì)。研究通過計(jì)算模擬與交叉學(xué)科方法，將健康安全需求轉(zhuǎn)化為精準(zhǔn)的設(shè)計(jì)準(zhǔn)則與智能交互策略，主要應(yīng)用于醫(yī)院建筑的感染風(fēng)險(xiǎn)控制與空間環(huán)境優(yōu)化。

報(bào)告題目：基于人員感染風(fēng)險(xiǎn)時(shí)空異質(zhì)性特征分析的醫(yī)院候診空間平面形式優(yōu)化

報(bào)告摘要：在醫(yī)院建筑設(shè)計(jì)中，保障患者與醫(yī)護(hù)人員的健康安全，是“以人為本”理念的核心體現(xiàn)。醫(yī)院門診候診區(qū)作為人員高度聚集且病原體攜帶者眾多的空間，是呼吸道傳染病風(fēng)險(xiǎn)集中體現(xiàn)的關(guān)鍵節(jié)點(diǎn)，也是落實(shí)人本建造理念的重點(diǎn)區(qū)域。自然通風(fēng)被認(rèn)為能有效降低室內(nèi)感染風(fēng)險(xiǎn)，但其在醫(yī)院候診空間中對人群健康保護(hù)的潛力尚缺乏系統(tǒng)性量化評估?，F(xiàn)有研究多局限于特定季節(jié)或地區(qū)的靜態(tài)分析，缺乏對感染風(fēng)險(xiǎn)時(shí)空異質(zhì)性特征及其與平面通風(fēng)耦合機(jī)制的系統(tǒng)探討。為此，本研究以流感樣疾病為研究對象，基于中國國家流感中心發(fā)布的監(jiān)測數(shù)據(jù)，構(gòu)建了北方冬春單一高峰、南方冬夏雙周期高峰、南方春夏單一高峰等3種典型流行高峰場景，并結(jié)合醫(yī)院門診候診區(qū)設(shè)計(jì)參數(shù)，識別候診空間人員感染風(fēng)險(xiǎn)時(shí)空異質(zhì)性特征。研究將該特征融入耦合計(jì)算流體動(dòng)力學(xué)（CFD）的Wells-Riley感染風(fēng)險(xiǎn)模型的框架中，考慮人員行為的隨機(jī)性，采用蒙特卡洛模擬方法對醫(yī)院候診空間的感染風(fēng)險(xiǎn)進(jìn)行了動(dòng)態(tài)量化評估。研究結(jié)果表明：1）在考慮時(shí)空異質(zhì)性后，流行病高峰期的整體感染風(fēng)險(xiǎn)為未考慮條件下的1.3–2.5倍；2）候診空間的平面形式顯著影響自然通風(fēng)效率及感染風(fēng)險(xiǎn)分布，其中L形平面展現(xiàn)出最優(yōu)的風(fēng)險(xiǎn)控制潛力，其感染風(fēng)險(xiǎn)較T形和U形平面分別降低42.6%與62.5%；3）動(dòng)態(tài)感染者數(shù)量是驅(qū)動(dòng)空間絕對風(fēng)險(xiǎn)水平的關(guān)鍵因子，每增加1名感染者，感染風(fēng)險(xiǎn)的相對增幅可超過150%。本研究通過整合宏觀流行病學(xué)特征與微觀建筑環(huán)境參數(shù)，為實(shí)現(xiàn)以患者與醫(yī)護(hù)人員健康安全為核心的的醫(yī)院候診空間被動(dòng)式設(shè)計(jì)提供了科學(xué)依據(jù)與決策支持。

李克強(qiáng) 碩士研究生

報(bào)告人：李克強(qiáng)，鄭州輕工業(yè)大學(xué)機(jī)械工程碩士。研究方向?yàn)楣I(yè)數(shù)字孿生、人機(jī)自然交互與大模型，專注于智能設(shè)計(jì)與數(shù)字化制造領(lǐng)域。深入研究自然語言處理與三維快速建模技術(shù)，致力于解決傳統(tǒng)CAD軟件的高門檻與迭代低效問題。

報(bào)告題目：基于自然語言交互的三維模型快速生成

報(bào)告摘要：在現(xiàn)代產(chǎn)品設(shè)計(jì)中，三維建模作為關(guān)鍵環(huán)節(jié)，長期面臨高操作復(fù)雜度與低迭代效率的挑戰(zhàn)。本研究提出一種基于自然語言交互的三維快速建模方法。通過在Siemens NX中集成對話接口，系統(tǒng)利用大語言模型將用戶指令解析為結(jié)構(gòu)化JSON數(shù)據(jù)，由Agent模塊智能匹配參數(shù)化模板，并通過實(shí)時(shí)參數(shù)注入與動(dòng)態(tài)編譯技術(shù)，直接于當(dāng)前會話生成三維實(shí)體。同時(shí)該系統(tǒng)支持多輪流式交互，實(shí)現(xiàn)模型的實(shí)時(shí)迭代優(yōu)化，構(gòu)建了一種高效、低門檻且支持快速迭代的智能設(shè)計(jì)環(huán)境。

宋義天 碩士研究生

報(bào)告人：宋義天，上海大學(xué)機(jī)電工程與自動(dòng)化學(xué)院碩士生，研究方向?yàn)閿?shù)據(jù)與AI驅(qū)動(dòng)的復(fù)雜批產(chǎn)質(zhì)量控制，參研國家自然科學(xué)基金項(xiàng)目，已在Journal of Manufacturing Systems等國際知名期刊及會議發(fā)表學(xué)術(shù)論文6篇，申請發(fā)明專利及軟件著作權(quán)3項(xiàng)，獲研究生國家獎(jiǎng)學(xué)金、山東省優(yōu)秀畢業(yè)生、青島市千名優(yōu)秀大學(xué)生等榮譽(yù)。

報(bào)告題目：自然語言交互驅(qū)動(dòng)的生產(chǎn)工藝優(yōu)化算法自生成

報(bào)告摘要：面對工業(yè)軟件創(chuàng)新與“AI+制造”融合的戰(zhàn)略需求，針對當(dāng)前工藝優(yōu)化算法開發(fā)依賴專家、效率低、工程師參與弱等問題，本研究提出一種基于自然語言交互的工藝優(yōu)化算法自生成框架。該框架以大語言模型為核心，融合進(jìn)化計(jì)算，通過結(jié)構(gòu)化提示與雙重反思機(jī)制，實(shí)現(xiàn)以自然語言描述動(dòng)態(tài)生成優(yōu)化算法。在柴油機(jī)裝配工藝優(yōu)化上的實(shí)驗(yàn)表明，所生成算法在優(yōu)化精度上優(yōu)于傳統(tǒng)方法，提升了開發(fā)效率，為構(gòu)建以人為本、自進(jìn)化的新一代制造系統(tǒng)提供了可行路徑。

莊煒斌 博士研究生

報(bào)告人：Weibin Zhuang, from Nantong, Jiangsu Province, is a Ph.D. candidate at the Institute of Intelligent Manufacturing, Donghua University. His main research interests include rehabilitation assistive device design, personalized product design, intelligent design methods, and AI-Agent systems.

報(bào)告題目：LLM-PDAgents：A Self-Organizing Multi-Agent Framework for Personalized Rehabilitation Assistive Device Design

報(bào)告摘要：With the growing prevalence of age-related diseases and disabilities, the demand for personalized rehabilitation assistive devices (RADs) is increasing. Traditional design methods fail to meet diverse user needs. To address this, this study proposes LLM-PDAgents, an innovative large language model (LLM)-driven self-organizing multi-agent framework for personalized RAD design. A knowledge graph linking phenomenon–symptom–function–behavior–structure was built to form a design reasoning chain, enhancing agents’ interpretability and reasoning ability. A self-organizing task-planning mechanism with four predefined agents—one planner and three supervisors—enables autonomous planning, role definition, and collaboration for personalized design generation. Furthermore, a progressive reflection strategy allows agents to iteratively refine designs based on user feedback, achieving continuous optimization toward user satisfaction. Taking the real-world design of knee joint RADs as an example, the smooth interaction between human users and LLM-PDAgents significantly improved the procedure and quality of the whole design process. Meanwhile, the outcomes of LLM-PDAgents outperformed other multi-agent frameworks on key evaluation metrics such as economic viability, manufacturing feasibility, user pertinence, and generated costs, indicating an efficient and reliable approach for the personalized design of RADs.

張滋雨 博士研究生

報(bào)告人：張滋雨，1998-，四川瀘州人，華中科技大學(xué)機(jī)械科學(xué)與工程學(xué)院機(jī)械工程專業(yè)博士研究生。主要研究方向?yàn)檐囬g調(diào)度、智能優(yōu)化。

報(bào)告題目：基于異步更新的增強(qiáng)型Memetic算法求解帶多外協(xié)中心的雙資源柔性作業(yè)車間調(diào)度問題

報(bào)告摘要：為滿足高度定制化需求，現(xiàn)代離散制造系統(tǒng)通常需要對內(nèi)部車間的設(shè)備和人力資源進(jìn)行綜合調(diào)度，而外協(xié)車間的服務(wù)時(shí)間窗口則帶來了額外的跨車間協(xié)同挑戰(zhàn)。為了解決這些問題，本文定義了具有多外協(xié)車間的雙資源柔性作業(yè)車間調(diào)度問題（DRFJSP-MO），并開發(fā)以總加權(quán)拖期（TWT）為優(yōu)化目標(biāo)的混合整數(shù)線性規(guī)劃模型?；诖耍岢鲆环N基于異步更新的增強(qiáng)型Memetic算法（AUEMA），包含三個(gè)關(guān)鍵創(chuàng)新：首先，設(shè)計(jì)協(xié)同權(quán)重來評估緊急程度高且制造難度大的作業(yè)。其次，引入異步更新策略來驅(qū)動(dòng)進(jìn)化算子，從而加速劣解的淘汰。同時(shí)，定義DRFJSP-MO的唯一關(guān)鍵路徑，并設(shè)計(jì)三種知識驅(qū)動(dòng)的鄰域結(jié)構(gòu)幫助算法有效搜索更優(yōu)解。在30個(gè)基準(zhǔn)算例上的實(shí)驗(yàn)結(jié)果表明，所提 AUEMA 方法在收斂性和穩(wěn)定性方面優(yōu)于其他調(diào)度方法，其在 93.33%的算例中取得了最優(yōu)均值。最后，AUEMA被應(yīng)用于一家大型船舶結(jié)構(gòu)件制造企業(yè)的實(shí)際案例。優(yōu)化后的調(diào)度方案使TWT減少56.05%，生產(chǎn)周期縮短23.20%，且拖期率降低28.57%。

王俊杰 碩士研究生

報(bào)告人：王俊杰，男，碩士研究生機(jī)械專業(yè)在讀，來自鄭州航空工業(yè)管理學(xué)院，目前的主要研究方向?yàn)閿?shù)字孿生、工業(yè)機(jī)器人，熱愛學(xué)術(shù)交流。

報(bào)告題目：基于數(shù)字孿生的航空葉片加工車間監(jiān)控系統(tǒng)研究

報(bào)告摘要：本報(bào)告基于數(shù)字孿生研究了OPC UA技術(shù)在車間監(jiān)控系統(tǒng)方面的應(yīng)用，并結(jié)合機(jī)器學(xué)習(xí)算法的方法預(yù)測葉片打磨質(zhì)量。首先，以數(shù)字孿生五維模型為基礎(chǔ)，構(gòu)建了面向航空葉片加工車間的數(shù)字孿生監(jiān)控系統(tǒng)總體框架，確定了數(shù)字孿生車間的設(shè)計(jì)技術(shù)路線。然后，針對于車間設(shè)備孿生體的構(gòu)建、基于OPC UA的多源異構(gòu)設(shè)備數(shù)據(jù)的采集和傳輸、車間設(shè)備虛實(shí)雙向控制以及基于寬度神經(jīng)網(wǎng)絡(luò)的葉片打磨質(zhì)量預(yù)測等方面展開了詳細(xì)闡述。

黃溢良 碩士研究生

報(bào)告人：黃溢良，男，碩士研究生，鄭州航空工業(yè)管理學(xué)院，航空宇航科學(xué)與技術(shù)專業(yè)在讀，主要研究方向?yàn)闄C(jī)器人視覺感知與抓取，主持校級科研項(xiàng)目一項(xiàng)，發(fā)表SCI論文1篇，熱愛學(xué)術(shù)交流。

報(bào)告題目：基于深度學(xué)習(xí)和合成數(shù)據(jù)增強(qiáng)的機(jī)械臂雜亂緊固件抓取

報(bào)告摘要：針對雜亂緊固件抓取困難和人工標(biāo)注過程昂貴的問題，本文提出了一個(gè)基于深度學(xué)習(xí)的級聯(lián)抓取模型和一種緊固件合成數(shù)據(jù)生成流程。級聯(lián)抓取模型首先通過改進(jìn)的YOLO v8n檢測出可抓取的緊固件，再通過改進(jìn)的生成殘差卷積神經(jīng)網(wǎng)絡(luò) (GRCNN) 模型估計(jì)最佳抓取位姿。合成數(shù)據(jù)生成流程通過具有域隨機(jī)化的物理模擬場景生成雜亂緊固件合成數(shù)據(jù)，從而增強(qiáng)真實(shí)數(shù)據(jù)集，有效減少了對人工標(biāo)注的依賴和非獨(dú)立同分布 (non-IID) 數(shù)據(jù)的產(chǎn)生。

嚴(yán)田欣 碩士研究生

報(bào)告人：嚴(yán)田欣，中國美術(shù)學(xué)院工業(yè)設(shè)計(jì)專業(yè)碩士在讀，主要研究方向?yàn)橹悄茉O(shè)計(jì)，兩篇SCI論文收錄。

報(bào)告題目：Meta-X Design: From Tools to Partners in Human-Machine Co?creation for Industry?5.0

報(bào)告摘要：The advent of Industry?5.0, emphasizing human?centricity, sustainability, and resilience, is reshaping Industrial Design (ID) and fostering the rise of Human?Machine Co?creation (HMCr). In this paradigm, machines are envisioned not merely as tools but as collaborators. However, current HMCr systems remain constrained by cognitive misalignment and unstable control, limiting the realization of genuine human?machine partnership. To address these challenges, this paper introduces Meta?X Design (MXD), a dynamic framework for ID?5.0. MXD integrates intelligent capabilities, meta?design principles, and human?centred values to achieve cognitive synergy. At its core lies a four?layer architecture—Infrastructure, Model, Cognitive, and Application—designed to elevate AI from a functional assistant to an active creative partner. Specifically, this study (i) reviews advances in human?machine collaboration, (ii) identifies unresolved gaps in cognitive alignment and adaptive control, and (iii) presents the MXD framework as a pathway toward next?generation design ecosystems. Ultimately, by linking conceptual innovation with practical implementation, MXD establishes a foundation for design futures where humans and machines collaboratively drive transformative solutions.

黃錦瀚 碩士研究生

報(bào)告人：黃錦瀚，男，碩士研究生機(jī)械專業(yè)在讀，來自鄭州航空工業(yè)管理學(xué)院，目前的主要研究方向?yàn)楣I(yè)機(jī)器人、數(shù)字孿生。

報(bào)告題目：基于工業(yè)機(jī)器人的葉片磨拋系統(tǒng)

報(bào)告摘要：葉片是航空發(fā)動(dòng)機(jī)上作用最核心的部件之一，傳統(tǒng)的航空葉片通常經(jīng)過鍛造之后由人工手動(dòng)進(jìn)行型面的磨拋，人工磨拋存在材料去除不均導(dǎo)致零件一致性差的問題。本文基于六軸工業(yè)機(jī)器人搭建了機(jī)器人砂帶磨拋葉片平臺，并針對葉片磨拋過程中工件表面粗糙度以及材料去除率預(yù)測問題，提出材料去除率機(jī)理模型和表面粗糙度機(jī)理模型與機(jī)器學(xué)習(xí)模型串聯(lián)的方法，基于Preston 方程構(gòu)建材料去除率數(shù)學(xué)機(jī)理模型，基于Rayleigh分布及未成形切屑厚度模型構(gòu)建表面粗糙度數(shù)學(xué)機(jī)理模型，通過CatBoost模型學(xué)習(xí)機(jī)理模型的預(yù)測殘差，構(gòu)成機(jī)理模型與機(jī)器學(xué)習(xí)模型串聯(lián)的預(yù)測模型。結(jié)果表明，機(jī)器人砂帶磨拋葉片平臺能夠?qū)崿F(xiàn)葉片的自動(dòng)化磨拋，有效提高了磨拋效率和磨拋質(zhì)量；串聯(lián)預(yù)測模型能夠有效彌補(bǔ)磨拋機(jī)理模型對影響磨拋質(zhì)量的特征學(xué)習(xí)不足的問題，提高預(yù)測精度。

責(zé)任編輯：杜蔚杰

責(zé)任校對：張 強(qiáng)

審 核： 張 彤

JME學(xué)院簡介

JME學(xué)院是由《機(jī)械工程學(xué)報(bào)》編輯部2018年創(chuàng)建，以關(guān)注、陪伴青年學(xué)者成長為宗旨，努力探索學(xué)術(shù)傳播服務(wù)新模式。

歡迎各位老師掃碼添加小助理-暖暖為好友，由小助理拉入JME學(xué)院官方群！

歡迎關(guān)注機(jī)械工程學(xué)報(bào)視頻號~

尋覓合作伙伴

有一種合作叫做真誠，有一種發(fā)展可以無限，有一種伙伴可以互利共贏，愿我們合作起來流連忘返，發(fā)展起來前景可觀。關(guān)于論文推薦、團(tuán)隊(duì)介紹、圖書出版、學(xué)術(shù)直播、招聘信息、會議推廣等，請與我們聯(lián)系。

感謝關(guān)注我們！我們《機(jī)械工程學(xué)報(bào)》編輯部將努力為您打造一個(gè)有態(tài)度、有深度、有溫度的學(xué)術(shù)媒體！

版權(quán)聲明：

特別聲明：本微信轉(zhuǎn)載文章出于非商業(yè)性的教育和科研目的，如轉(zhuǎn)載稿涉及版權(quán)等問題，請立即聯(lián)系我們，我們會予以更改或刪除相關(guān)文章，保證您的權(quán)益。

微信投稿、轉(zhuǎn)載等：

聯(lián)系人：暖暖

電話：010-88379909

E-mail：jme@cmes.org

網(wǎng) 址：http://www.cjmenet.com.cn

官方微信號：jmewechat