核心观点 - 南京工业大学史建涛团队的研究项目“群体智能系统的分布式滤波、控制及智能运维理论与应用”获得2025年度江苏省工程师学会科学技术奖特等奖 该项目通过三项原创性技术突破 解决了群体智能系统在通信 控制和运维方面的核心瓶颈 旨在提升系统的可靠性 持久性和效率 并已在多个产业和极端场景中得到应用 [1][4] 通信技术 - 团队研发了“事件触发滤波”技术 革新了群体智能无线通信的传统持续传输模式 该系统仅在关键数据变化超越设定阈值时才启动传输 其余时间保持静默 [2] - 该设计在保障控制精度的前提下 可降低70%—80%的通信量与能耗 大幅延长无人机等移动平台的连续作业时长 [2] - 该技术已融入星载组网雷达系统 在保障通信可靠性的同时降低能源消耗 并获得2023年中国自动化学会科技进步奖一等奖 [4] 控制技术 - 团队将“容错控制”引入群体智能系统 创新构建了“故障检测—故障估计—故障补偿”闭环机制 使系统具备“带伤飞行”的能力 [2] - 该技术能在故障发生时快速响应 例如四旋翼无人机的一个螺旋桨失灵后 系统能在毫秒间重新分配其余电机的动力以保障编队稳定飞行 这对于侦察 救援等紧急场景至关重要 [2] - 实时故障处理技术同样获得2023年中国自动化学会科技进步奖一等奖 并为航空发动机 火星车等装备提供控制支持 [4] 运维技术 - 团队研发了“剩余寿命预测的不确定性量化”技术 通过改进深度学习模型 不仅能预测设备剩余使用寿命 还能给出预测结果的置信概率 [3] - 该技术将预测精度从约50%提升至90%以上 大幅降低了运维成本并提升了系统可靠性 例如能精准预判设备健康运行两个月的概率达95% [3] - 该智能运维技术为传统定期检修模式提供了更精准 成本更低的替代方案 [3] 产业应用与场景 - 团队通过“仿真—半实物—实物”的递进研发模式 将群体智能技术融入产业发展 实现了“从实验室到生产线 从地面到太空”的全场景赋能 [4] - 在太空领域 团队基于火星车星际空间运行的特殊需求 开发了力触觉传感器等关键部件 并将事件触发滤波与实时故障处理技术融入星载组网雷达系统 [4] - 在测绘领域 团队与江苏省测绘工程院 上海华测等单位合作 优化了测绘设备协同工作效率 [4] - 在高端装备领域 团队与中航工业 航天科工502所等合作 为航空发动机 火星车等装备提供运维与控制支持 [4] - 在流程工业领域 团队将群体智能技术延伸至化工安全生产等领域 通过故障诊断与容错控制为传统工业升级注入新智能 [4]

项目核心成果与获奖 - 南京工业大学史建涛教授团队的“群体智能系统的分布式滤波、控制及智能运维理论与应用”项目，凭借三项原创性突破，荣获2025年度江苏省工程师学会科学技术奖特等奖 [1] 技术突破详情 通信环节：事件触发滤波技术 - 团队研发的“事件触发滤波”技术革新了传统持续全量数据传输模式，仅在关键数据变化超越设定阈值时才启动传输，此举能在保证控制精度的同时，降低70%—80%的通信量与能耗，显著延长无人机等移动平台的作业时长 [1] 控制环节：容错控制机制 - 团队率先将“容错控制”引入群体智能系统，创新构建“故障检测—故障估计—故障补偿”闭环机制，即使四旋翼无人机的一个螺旋桨失灵，系统也能在毫秒间重新分配其余电机动力，保障编队稳定飞行与任务连续 [2] 运维环节：剩余寿命预测技术 - 团队开创了“剩余寿命预测的不确定性量化”技术，通过改进深度学习模型，该系统不仅能预测设备剩余使用寿命，更能给出预测结果的置信概率，将预测精度从约50%提升至90%以上，大幅降低了运维成本并提升了系统可靠性 [2] 应用场景与领域 - 相关技术已成功应用于太空领域，如研发火星车关键部件并改进星载雷达系统 [2] - 相关技术也广泛应用于民用测绘、新能源交通及高端装备运维，实现了从实验室到生产线、从地面到太空的全场景赋能 [2]

文章核心观点 - 南京工业大学史建涛教授团队凭借“群体智能系统的分布式滤波、控制及智能运维理论与应用”项目获得2025年度江苏省工程师学会科学技术奖特等奖 该项目通过三项原创性技术突破 解决了大规模群体智能系统协同中的高功耗 通信延迟和突发故障等核心难题 使智能设备的群体协作更安全 高效与坚韧 [1] 技术创新与突破 - 在通信环节 团队研发了“事件触发滤波”技术 使设备仅在关键数据变化超越设定阈值时才启动传输 此举能在保证控制精度的同时 降低**70%-80%**的通信量与能耗 显著延长了无人机等移动平台的作业时长 [2] - 在控制环节 团队率先将“容错控制”引入群体智能系统 构建“故障检测—故障估计—故障补偿”闭环机制 使系统具备“带伤飞行”能力 例如四旋翼无人机单个螺旋桨失灵时 系统能在毫秒间重新分配动力以保障编队稳定与任务连续 [3] - 在运维环节 团队开创了“剩余寿命预测的不确定性量化”技术 通过改进深度学习模型 不仅能预测设备剩余使用寿命 更能给出预测结果的置信概率 将预测精度从约**50%**提升至**90%**以上 大幅降低了运维成本并提升了系统可靠性 [3] 产学研应用与落地 - 团队坚持“问题从产业中来 成果到产业中去”的路径 构建了“仿真-半实物-实物”的递进研发模式 将无人机 机器人等设备的实际采集参数融入仿真系统 把企业实际需求作为科研攻关核心 [4] - 在航天领域 基于火星车星际空间运行的特殊需求 团队针对性开发了“力触觉传感器”等关键部件 并将事件触发滤波与实时故障处理技术融入星载组网雷达系统 该技术曾荣获2023年中国自动化学会科技进步一等奖 [4] - 在民用领域 技术广泛落地：与江苏省测绘工程院 上海华测等单位合作优化测绘设备协同效率 在新能源领域技术被纳入锂离子电池组管理系统 在智能网联汽车企业完成转化以缓解交通压力 与中航工业 航天科工502所等合作 为航空发动机 火星车等装备提供运维与控制支持 [5] 团队发展与未来方向 - 团队由史建涛教授带领 是一支涵盖**8位**教师及数十名研究生的跨学科团队 在该领域已深耕超十载 [5] - 依托学校“工业互联网+危化品安全生产”应急管理部重点实验室 团队将群体智能技术延伸至化工安全生产等流程工业领域 通过故障诊断与容错控制为传统工业升级注入新智能 [5] - 团队要求学生既要钻研算法 更要深入理解工业场景 坚持理论与工程并重的培养理念 未来将继续瞄准国家重大需求与产业痛点 在学科交叉融合中探索新突破 [5]