个人介绍
需求分析和设计方面擅长阅读并理解管理类,工厂工艺类知识并形成数字化解决方案,擅长用例分析,面向对象设计,快速原型开发,数据库设计,接口设计。
智能制造方面,有多年大延迟控制系统成功经验。有全套自研平台可直接用于实施交付。
工作经历
2013-10-01 -2023-04-01荣峰正见(北京)科技有限公司总工程师
打造先进控制APC平台,并交付大量优化控制类项目,多为PID整定无法解决的问题。 其中专门针对智能脱硝业务进行了产品化尝试。
教育经历
1998-09-01 - 2002-07-01天津职业技术师范大学计算机应用技术本科已认证
获得过1等奖学金。擅长动手能力,因此全部实践课成绩优。
技能
一个具有可视化图形设计界面的工具产品。设计图由一些模块、模块引脚间连线、引脚属性规则共同组成,用于描述一组控制逻辑和运行规则。 边端(生产网内)部署一套或更多可以分布式运算的后台服务,解释上述控制逻辑并实现实时数据通讯,将最终结果分发给生产设备,影响他们的运行方式,使其更加智能的工作。 一套基于物理单向数据传输边->云机制;和一套安全的系统更新机制(云->边),更新内容包含:新模型、新参数值(云计算结果)、新版本程序组件三类。 它可以可以方便的对接PLC、DCS系统和工业仿真系统。 它提供模块类型扩展接口二次开发可以很方便的将别人的模块类型也嵌入进来。 特殊情况下的云边协同:一些对算力要求非常高的运算或需要行业大数据配合的运算可以被发往云端,而云端计算成果附加时间戳被单向传回边端。 有方法论支持 可根据生产工艺特点以及操作要求的特点建立对应模型 可以通过解释模型来运行从而表现出不同的输入输出特性,以适应不同的控制需求 实时数据采集、存储 基础模型库能够实现一些历史上被证实有效的基础控制逻辑: 串级:多控制器互为输入输出配合工作的模型组织方式 比值:调配两种(n种)物料保持特定比例关系 前馈:预判调节,预判对冲控制,属于事前控制。与过程控制(事中)和反馈控制(事后)概念并列 均匀:控制参数(输出)和跟踪参数(输入)都要求平稳的场景下,工艺上不允许通过迭代波动收敛逼近控制目标的情况。 Smith:纯滞后预测补偿控制,方波输出 模糊控制:主要是与神经网络相结合的应用 高级语言和现代化技术接口:Python,GOLang,R,Matlab等 可视化设计器,直观的模型呈现方式 方法论体系通用易理解:通过方法论主要解决复杂多对多控制的解耦问题 云算力的安全结合架构:分布式运算、云计算。边缘计算,云边协同,单向数据传输、物理层安全保障 运行时监控、编译、下装(边->端)
制造业可视化APC设计器和运行时引擎(不是基于PID整定的伪APC),从理念上直追Honeywell,Aspen。解决六大核心问题: 1,复杂多输入输出控制模型解耦问题(基于工艺概念和操作概念的数据拟合解决输入n→1;基于工艺概念和操作约束的多级输出设计解决输出1→m) 2,打通高级语言通道如Python,GOLang,R,Matlab等,配合分布式计算架构,在控制领域享受人工智能福利 3,基于方法论的可视化设计过程,显著规范化控制逻辑设计过程,同时完全消除多参与角色间逻辑歧义 4,支持物理单向数据传输方案,搭档100%纯国产自研概念,助力国家工业安全建设 5,自研实现smith预估控制器,彻底解决某些控制环节的时滞控制问题 6,仿人工,方波输出效果,对某些特定控制环节实现完美交付