为推进智能制造领域多学科交叉融合，助力研究生拓宽科研视野，赋能新质生产力培育，由智能制造技术教育部重点实验室主办的智能制造系列学术论坛・研究生学术分享会于 2026 年 10 月 15 日下午 15:00，在桑浦山校区科技楼 521 会议室开展。本次活动由赵林爽老师主持，邀请了耿扬、陈洁伟、强语菲三位研究生依次作专题成果汇报。张健教授、陈斯信老师到场参会，并在互动环节与汇报人深入研讨交流。

第一位汇报人耿扬同学，在王奉涛教授的指导下，带来题为《面向风机叶片区域诊断的证据约束推理研究》的报告。报告立足双碳目标下风电行业发展背景，针对风机叶片运维成本高、缺陷识别难度大的工程痛点，梳理传统机器视觉、深度学习以及视觉语言大模型在叶片缺陷检测中的优劣势。针对现有方法存在局部缺陷感知不足、错误先验传播、诊断结果可信度不足等问题，耿扬介绍检测器引导的视觉语言诊断框架，将检测结果作为可修正视觉先验，结合领域知识实现证据约束下的可信诊断推理。实验表明，该方法提升缺陷识别准确率，有效降低大模型过度推断的错误率。同时他也剖析当前研究现存难点，提出后续将开展多模态信息融合，构建专家知识驱动可信诊断框架的研究规划。陈斯信老师、张健老师围绕检测器先验来源、多源信息在线监测实现方案、数据集构建方式、大模型可靠性、图像‑语言向量对齐机制等问题展开提问。耿扬对问题逐一解答，介绍数据集多渠道构建路径、无人机搭载多类型传感器实现在线监测的技术思路。

随后，陈洁伟同学，在喻莹教授指导下，聚焦深海浮式平台系泊缆水动力智能监测研究。报告围绕海上风电发展工程需求，从波浪‑结构局部相互作用解析、系泊缆动力响应建模验证、低信噪比环境下智能感知监测三个维度展开。依托粒子图像测速、有限质点法仿真、分布式光纤传感多套实验平台，揭示波浪作用下系泊缆周边流场、压力梯度演化规律，完成不同工况下系泊缆张力响应仿真与实测验证。针对海洋环境噪声干扰难题，提出将一维传感信号转化为图结构信号的识别方法，在低信噪比条件下实现较高的异常工况识别准确率，该方法参数量小，适配海洋端侧部署。报告最后展望未来将推进全尺度海上浮式系统建模、数据‑物理驱动智能运维与数字孪生相关研究。张健老师针对图结构构建逻辑、研究的工程价值、分布式光纤全段监测的实际必要性提出疑问。双方围绕系泊缆故障预判、预防性维护的工程意义开展热烈探讨。

第三位汇报人强语菲同学，在庄哲民教授指导下，分享超声心动图下心脏运动模式估计相关研究。该工作目前处于期刊返修阶段。针对超声图像噪声大、心脏运动轨迹不光滑、长序列轨迹漂移、多尺度运动难以兼顾等现实挑战，该研究引入神经常微分方程，构建全局双向多级框架，搭配三重空间优化机制，实现无监督条件下光滑可逆的心脏形变场估计，保障形变场微分同胚的关键临床属性。多组实验结果证明该模型在定量指标、定性可视化以及临床心肌功能评估上均取得良好效果。赵林爽老师就神经网络与常微分方程结合实现方式、数值积分方案、模型创新点等内容展开交流。强语菲阐释模型核心创新在于将轨迹时间连续性转化为模型固有属性，无需额外损失函数约束，同时介绍模型计算效率，说明仍存在进一步优化空间。

报告结束，主持人赵林爽老师作总结。本次分享涵盖风电装备智能诊断、海洋工程监测、医学图像人工智能等交叉领域，汇报人展示了阶段性科研成果，现场师生互动提问、思辨答疑，学术氛围浓厚。

本次活动为研究生搭建了成果展示与学术交流的平台。通过问答研讨，帮助同学们梳理研究思路、拓宽学术视野。参会师生均感到收获良多，后续将持续开展学术交流，促进思想碰撞，推动科研工作提质增效。