面向工业系统智能优化与决策的边缘计算平台

同济大学电子与信息工程学院康琦教授团队面向复杂工业过程智能运维，深度融合物联网、大数据、人工智能等技术，设计开发了高集成度与模块化的边缘计算平台。该技术采用云-边-端一体化的系统架构设计，结合迁移学习、演化计算等智能技术，构建了可持续学习的通用网络进化框架，针对不同应用场景，通过模型与算法的模块化管理与轻量化学习，可实现边缘侧模型定制与部署，全面感知系统动态，自适应环境与工况变化，实现无人值守的工业过程在线学习、智能控制与持续优化，显著降低运行成本，提升企业经济效益。

边缘计算平台架构

目前该技术已经获得相关授权发明专利6项，面向钢铁冶炼、汽车制造、污水处理、轨道交通等领域，在多个省市的节能控制与运营优化相关智能化工程项目中得到了推广应用，平均节能达30%，经济效益明显。基于该平台技术对城市污水处理厂生物曝气过程进行自适应软测量建模与学习优化控制，实现了多目标联合优化的在线智能监控系统，年平均节电超过27%。对大型制造企业的多车间冷源系统实现了全自动在线优化与智能控制，系统能效提升一倍，年平均节电36.9%。