IEEE Fellow Zio Enrico教授现为我校电气工程及自动化学院讲席讲授，近期将来我校访问，并为我校师生作精彩报告，欢迎全校师生参加。

报告一

报告时间：2025年04月01日 10:00

报告地点：科学园科创大厦J509报告厅

报告题目： Intelligent Maintenance 智能化运维

摘要：

Focusing on intelligent maintenance technologies in the context of industrial AI, this discussion explores how to leverage artificial intelligence, the Internet of Things, and digital models to achieve intelligent transformation in equipment health management. It analyzes the core technical framework of predictive maintenance, including real-time monitoring, fault diagnosis, and remaining useful life prediction, while demonstrating application cases in energy equipment, rail transit, and other industries. Additionally, the lecture addresses challenges in intelligent maintenance such as data quality, model interpretability, and human-machine collaboration. Integrating theory with practice, it provides methodologies for building efficient, low-cost intelligent maintenance systems to enhance industrial equipment reliability and operational efficiency.

聚焦AI背景下的智能化运维技术，探讨如何利用人工智能、物联网和数字模型实现设备健康管理的智能化转型。解析预测性维护的核心技术框架，包括实时监测、故障诊断与剩余寿命预测，并展示其在能源装备、轨道交通等行业的应用实例。此外，讲座将讨论智能维护面临的挑战，如数据质量、模型可解释性及人机协同问题。通过理论与实践的结合，在如何构建高效、低成本的智能维护系统方面提供方法，从而提升工业设备的可靠性与运营效率。

报告二

报告时间：2025年04月02日 10:50

报告地点：正心楼221

报告题目：Risk Assessment of Complex Technological Systems for (Risk-)Informing Decisions 复杂技术系统的风险评估（用于风险知情决策）

摘要：

This in-depth exploration examines risk assessment methodologies for complex technical systems (e.g., nuclear power, aerospace, critical infrastructure) and their applications in decision support. Covering advanced techniques such as dynamic probabilistic risk assessment, Bayesian networks, and Monte Carlo simulation, it emphasizes uncertainty quantification and risk management strategy optimization. Through practical cases from European nuclear energy and transportation systems, the discussion elucidates how risk modeling enables "Risk-Informed Decision Making" - balancing safety, reliability, and economic factors throughout engineering lifecycles. This provides methodological guidance for the design, operation, and upgrade of complex systems.

深入探讨复杂技术系统（如核电、航空航天、关键基础设施等）的风险评估方法及其在决策支持中的应用。将涵盖动态概率风险评估、贝叶斯网络、蒙特卡洛模拟等先进技术，重点分析如何量化不确定性并优化风险管理策略。将结合在欧洲核能、交通系统等领域的实际案例，阐述如何通过风险建模实现“风险知情决策”（Risk-Informed Decision Making），即在工程全生命周期中平衡安全性、可靠性与经济性，为复杂系统的设计、运维与升级提供方法论指导。

报告三

报告时间：2025年04月03日 09:30

报告地点：科学园科创大厦J922室

报告题目：Deployment of Artificial Intelligence in Industry: Opportunities and Challenges 人工智能在工业领域的应用：机遇与挑战

摘要：

While artificial intelligence (AI) is reshaping modern industrial systems, its implementation faces numerous technical and managerial challenges. This systematic analysis examines AI application cases in smart manufacturing, supply chain optimization, and fault detection, revealing how machine learning and deep learning enhance autonomous decision-making in industrial systems. Concurrently, the lecture thoroughly investigates AI-related risks including algorithmic bias, data security, and model vulnerability, proposing solutions through "Trustworthy AI". Offering researchers, engineers, and managers a comprehensive perspective on industrial AI deployment, it provides guidance for balancing technological innovation with risk control to promote sustainable industrial intelligence development.

人工智能（AI）正在重塑现代工业体系，但其落地仍面临诸多技术与管理挑战。将系统分析AI在智能制造、供应链优化、故障检测等场景中的实践案例，揭示机器学习、深度学习等技术如何提升工业系统的自主决策能力。同时，将深入探讨AI应用的潜在风险，包括算法偏差、数据安全、模型脆弱性等问题，并提出“可信AI”的解决路径，为研究者、工程师和管理者提供AI工业落地的全景视角，帮助平衡技术创新与风险管控，推动工业智能化可持续发展。

专家简介：

Zio Enrico，国际电气电子工程师学会会士(IEEE Fellow)、国际预测与健康管理学会会士 (PHM Fellow)、亚太人工智能协会会士 (AAIA Fellow) 、质量与可靠性领域的国际知名专家，前欧洲安全可靠性协会主席、意大利米兰理工大学的前研究生院院长、德国洪堡基金获得者，IEEE和Sigma Xi杰出讲师。现为法国巴黎科学艺术人文大学（QS 24）全职教授、博导，意大利米兰理工大学（QS 111）能源学院全职教授、博导，任法国巴黎中央理工大学和高等电力学院、法国金融基金会复杂系统与能源挑战中心主任、中法风险科学与工程实验室联席主任，IEEE系统可靠性协会技术委员会创始成员、法国国家工业环境和风险研究所科学委员会成员、2021年入选我国科技部高端外国专家团队。

Zio Enrico教授于1995年和1998分别于意大利米兰理工大学和美国麻省理工学院获得博士学位，长期从事可靠性、可维护性、预测性、安全性、脆弱性、弹性和安全特性建模基础理论及应用技术研究，取得了一系列重要学术贡献，整合了运筹学、统计学、管理学、经济学、电气工程、控制科学与工程等领域的理论与方法，构建了全新的多学科交叉融合的质量与可靠性理论及应用新格局。研究成果成功应用于意大利、法国、中国多个国家核电厂、能源、电气等基础设施建设，发表高水平论文近2000篇，发表在《Reliability engineering & system safety》《IEEE Transactions on Reliability 》等可靠性领域顶级期刊，总引用次数50000余次，单篇引用次数最高达2000余次，主编或合作出版质量管理国际知名专著30余本，谷歌学术H指数为107，在世界科学家中排名前2%。