近日，张謇学院2020级自动化专业唐一鸣同学以第一作者在国际人工智能领域知名期刊Engineering Applications of Artificial Intelligence上发表题为“Hybrid divergence based on mean absolute scaled error for incipient fault detection”（基于平均绝对比率误差的混合散度微小故障检测）的学术论文。论文通讯作者为电气与自动化学院商亮亮老师和物理科学与技术学院傅怀梁老师，南通大学为第一且唯一署名单位。该研究得到了国家级大学生创新创业训练计划项目（项目名称：过程微小故障感知与溯源系统研究与设计，项目编号：202110304049Z）的支持。

论文针对传统数据驱动方法对工业过程中微小故障检测不灵敏，且KL散度（KLD）存在异常值跳变的问题，通过使用平均绝对比率误差（MASE）有效量化故障变化程度，并分配适当的权重以提高对工业过程微小故障的检测率。首先，通过PCA建立训练和测试数据集的主元子空间，给定滑动窗口W，按顺序计算每个滑动窗口的KLD和JS散度（JSD）；其次，使用MASE获得混合散度的平均权重，对KLD和JSD的合理分配权重有效地避免了异常点的干扰，并使用核密度估计（KDE）方法进行估算控制限，提出了混合散度微小故障检测统计量（HD）；最后，应用于连续搅拌釜加热器（CSTH）过程中的三种传感器类型微小故障和田纳西伊斯曼（TE）化工过程中的两种过程微小故障，结果表明，与传统的PCA和其他最先进的检测方法相比，HD检测方法能够更好地感知微小故障。

近年来，张謇学院一直注重培养本科生专业学习兴趣、科研创新能力，积极为学生搭建良好平台，营造浓厚的科研氛围，本科生的科研能力显著提升。

Engineering Applications of Artificial Intelligence是人工智能领域TOP学术期刊，收录内容广泛包括人工智能与机器学习方法在解决工程问题的应用；该刊系JCR一区，中科院计算机科学大类二区，Engineering, Multidisciplinary小类一区Top，2023年最新影响因子为8.00。

文章链接：https://www.sciencedirect.com/science/article/abs/pii/S0952197623018468?via%3Dihub