《IEEE Industrial Electronics Magazine》:The 30th IEEE International Conference on Emerging Technologies and Factory Automation (ETFA 2025) [Society News]
编辑推荐:
本期推荐INDIN 2025与ETFA 2025两大会议成果。研究人员围绕工业数字化转型升级、边缘云协同、高可靠性工业控制等前沿议题,通过技术论坛、论文展示和产学研对话等形式,探索了智能工业生态系统的技术演进路径。会议为工业信息学领域的学术资源整合与跨界合作提供了创新平台,推动了工业AI芯片与大模型应用等技术的落地实践。
随着全球工业数字化转型进入深水区,如何实现学术界、产业界与科研机构的高效协同创新成为关键挑战。当前工业系统面临边缘计算与云端协同的架构优化、高可靠性控制系统的实时性保障、以及人工智能大模型在工业场景的落地应用等诸多技术瓶颈。这些问题不仅制约着工业智能化的推进速度,也影响着国家在先进制造领域的国际竞争力。
2025年成功举办的两大IEEE旗舰会议——第23届工业信息学国际会议(INDIN 2025)和第30届新兴技术与工厂自动化国际会议(ETFA 2025),为破解这些难题提供了重要交流平台。INDIN 2025由云南大学软件学院与人工智能学院联合承办,特别设置了人才发展论坛和IES期刊论文展示等特色环节
,吸引了包括谢成教授在内的众多专家学者参与。会议围绕"工业数字化变革""边缘云协作""高可靠性工业控制"等前沿议题,组织了企业家、技术专家与学者的深度对话,探讨了智能工业生态系统的技术演进与协同发展路径。
与此同时,在葡萄牙波尔图举行的ETFA 2025汇聚了来自38个国家的1,196名作者,收录了117篇常规论文和98篇进展报告。会议设置了11个技术轨道和9个特别专场,其中工业论坛组织25家企业和两个产业集群开展了专题研讨
。三场重磅主题报告分别从工业4.0与数据革命、嵌入式产品时间理解、工业遗产训练机器人神经网络等角度分享了创新见解。Dr. Giovanni Di Stefano关于"利用工业遗产训练先进机器人神经网络"的演讲
,为工业机器人技术发展提供了新思路。
关键技术方法方面,研究人员主要采用产学研协同创新模式,通过技术论坛、论文评审(累计完成1,200余次同行评审)和项目展示等形式开展研究。特别值得注意的是,会议组织了学生与青年工程师论坛,通过创新竞赛和成果发布等方式培育新生力量。在样本数据方面,ETFA 2025收录的论文作者覆盖38个国家,INDIN 2025则建立了企业需求与科研前沿的有效连接机制。
研究成果显示,在工业数字化转型领域,研究人员提出了边缘云协同架构的优化方案。通过q-AMC(质量感知混合关键性调度)等创新方法,实现了工业控制系统的服务质量(QoS)保障。最佳论文奖获得者Alan Le Boudec等人开发的调度算法,有效解决了混合关键性任务中的资源分配难题。
在高可靠性工业控制方面,Lukas Bechtel团队的研究实现了时间敏感网络中的QoS退化检测。该技术能够及时发现因配置错误或网络攻击导致的性能下降,为工业控制系统安全提供了新保障。另一项获奖研究采用LLM(大语言模型)驱动的要求形式化方法,提高了制造系统建模的准确性。
工业AI芯片与大模型应用领域取得显著进展。Erald Shahinas等人将LLM(大语言模型)用于奖励函数塑造,开发出基于安全强化学习的船舶能源管理优化系统。这项技术为大型装备的智能节能控制开辟了新途径。
特别值得关注的是,WEMDCD 2025研讨会聚焦交通电气化前沿,通过DORNA项目(欧盟地平线2020计划资助)组织了会前专题讲座。来自ABB、柯林斯宇航等企业的专家与学术界共同探讨了电机设计与控制技术在汽车、航空、船舶等领域的创新应用。
这些研究成果的重要意义在于构建了完整的工业智能化技术创新链条。云南大学将依托其在人工智能、软件工程等学科优势,建立跨学科"AI+"技术创新体系。而ETFA 2026将在瑞典韦斯特罗斯举行,持续推动工厂自动化技术的发展。
研究表明,产学研深度融合是推动工业智能化的关键。通过INDIN 2025设置的四大奖项(GoogolTech杯竞赛奖、最佳服务奖等),有效激励了科研人员在科学创新、学术服务等领域的贡献。会议建立的跨界交流机制,为探索工业数字化升级路径提供了新思路,也将助力云南高质量发展与国家战略实施。