来源：南京航空航天大学经济与管理学院（2026-10-11）｜ 分类：行业资讯
摘要
10 月 11 日，南京航空航天大学经济与管理学院发布经管大讲堂 2026 年第 096 期公告：10 月 15 日 09:00—12:00，清华大学工业工程系长聘副教授张晨将在经管学院 702 室作《工业时序异常检测》报告，围绕无监督跨域自适应、零样本检测、异常数据合成、大语言模型异常解释与多模态检测五个方向展开。
事件概览
| 维度 | 内容 |
|---|---|
| 事件主体 | 南京航空航天大学经济与管理学院（报告人：清华大学工业工程系长聘副教授张晨） |
| 发生时间 | 2026-10-11 |
| 所属领域 | 院校动态、南京航空航天大学 |
| 关注理由 | 一场把 AI 异常检测方法与工业现场数据直接对接的前沿报告，指向设备运维与在线质量管控的 IE 落地路径。 |
核心要点
- 报告信息：题目《工业时序异常检测》，时间 2026 年 10 月 15 日 09:00—12:00，地点南航经管学院 702 室，所属学科为管理科学与工程。
- 现实痛点：工业场景异常检测面临标注稀缺、异常类型复杂、数据分布漂移、检测结果难以解释四类挑战，对方法的泛化能力、适应性与可解释性提出更高要求。
- 五个方向：无监督跨域自适应异常检测、基于基础模型的零样本异常检测、大规模时序异常数据合成、基于大语言模型的异常解释、融合视觉与文本信息的多模态异常检测。
- 报告人履历：张晨，清华大学工业工程系长聘副教授，在 IISE Transactions、TPAMI、TKDE、IJOC 等期刊及 ICML、NIPS、ICLR 等会议发表论文 70 余篇。
- 学术荣誉：曾获教育部科学技术二等奖、IISE 最佳论文奖、美国质量协会 Brumbaugh 奖，现任 Technometrics、IISE Transactions 等四本国际期刊副编辑。
背景解读
工业设备与产线的数据类型正在从“抽检 + 台账”变成“高频时序流”：振动、电流、温度、声学等信号以毫秒级持续累积，使异常检测成为设备预测性维护与在线质量管控的关键技术。但工业场景的困难很具体——故障样本天然稀缺导致标注不足，工况漂移让历史模型快速失效，且检测结果必须能被人理解，才能转化为停机或换刀决策。张晨的研究方向正落在这些痛点上：面向无监督跨域自适应的异常检测、基于基础模型的零样本异常检测、大规模时序异常数据合成、基于大语言模型的异常解释，以及融合视觉与文本的多模态检测，本质是用 AI 补齐 IE 数据链中最薄弱的一环。清华 IE 系持续在 IISE Transactions、TPAMI 等期刊与 ICML、NIPS、ICLR 等顶会产出成果，说明“工业数据分析”已成为 IE 与人工智能交叉的主流方向，而非边缘尝试。
数据速览
| 指标 | 数值 | 意义 |
|---|---|---|
| 报告时间 | 2026-10-15 09:00—12:00 | 南航经管学院 702 室，属管理科学与工程学科前沿报告 |
| 报告人论文 | 70 余篇 | 覆盖 IISE Transactions、TPAMI、TKDE、IJOC 及 ICML、NIPS、ICLR |
| 报告人学术职务 | 4 本国际期刊副编辑 | 含 Technometrics、IISE Transactions、INFORMS Journal on Data Science、TASE |
| 技术方向 | 5 个 | 从无监督跨域自适应到多模态检测，覆盖工业数据分析主线 |
与工业工程的关联
异常检测是 IE 数据链中最靠前的一环：设备振动与电流信号的异常识别，直接服务于预测性维护，进而影响 OEE、非计划停机与维修策略；在线质量数据的异常识别，对应统计过程控制与六西格玛“发现异常—定位根因—消除波动”的闭环。把大模型与基础模型的零样本、可解释能力引入这一环节，实质是用 AI 降低 IE 方法对“数据充足性”的依赖，这对小批量、多品种的国内制造场景尤其有价值。
从方法与工具视角看，本条动态所涉及的技术或管理动作，最终都要落到 IE 的基本功上：流程分析与价值流映射、作业测定与标准工时、产线平衡与设施规划、以及以 OEE 为代表的效率指标体系。读者可以把本条事件作为一个"案例切片"，对照《工业工程门户》方法与工具分类中的文章进行系统学习。
从就业与发展视角看，每一次产业侧的智能化、精益化投入，都会带来新的岗位需求：精益工程师、制造工程师、供应链分析师、数字化改善顾问等。建议在校生关注此类企业的校招动向，在职者关注内部改善项目的机会窗口。
IE 术语小课堂：工业工程
工业工程（IE, Industrial Engineering）是对人、物料、设备、能源和信息所组成的集成系统进行设计、改善和设置的学科，目标是在保证质量与安全的前提下降低成本、提高效率。
IE 术语小课堂：智能制造
智能制造（Intelligent Manufacturing）指深度融合新一代信息技术与先进制造技术，具备自感知、自决策、自执行能力的生产方式，是《中国制造 2025》的主攻方向，与工业工程的系统优化方法高度互补。
延伸阅读
- 南京航空航天大学工业工程（软科 2025 全国第 5 · A 级）：南京航空航天大学工业工程位于南京（211 / 双一流），软科 2025 全国第5名（A 级）…
- 沈阳航空航天大学工业工程（软科 2025 全国第 78 · B 级）：沈阳航空航天大学工业工程位于沈阳（省重点（辽宁，航空特色）），软科 2025 全国第78名（…
- 南昌航空大学工业工程（软科 2025 全国第 51 · B+ 级）：南昌航空大学工业工程位于南昌（省重点（江西，原航空工业部）），软科 2025 全国第51名（…
- 中北大学工业工程（软科 2025 全国第 52 · B+ 级）：中北大学工业工程位于太原（省重点（山西，原兵器工业部）），软科 2025 全国第52名（B+…
原文链接
https://cem.nuaa.edu.cn/2026/1011/c7576a414517/page.htm
本条目由站点定时任务自动采集整理，仅供参考；具体内容以官方原文为准。