第十三届全国技术过程故障诊断与安全性学术会议(CAA SAFEPROCESS 2023)将于2023年9月22日-24日(周五-周日)召开,地点位于宜宾国际会议中心。会议由中国自动化学会技术过程的故障诊断与安全性专业委员会主办,四川大学、四川轻化工大学和人工智能四川省重点实验室联合承办。CAA SAFEPROCESS 2023将集聚国内外高等院校、科研院所和工业部门的专家学者,探讨和交流本领域相关的学术和技术问题,并将邀请本领域国际知名学者做大会特邀报告。会议将为专家学者和工程技术人员提供一个充分交流最新学术进展和技术问题的平台,增进交流与合作,促进本领域的继续进步。

 

        为更好发挥学术会议的交流和沟通平台作用,加强会议的影响力,CAA SAFEPROCESS 2023组委会将联合《工程科学与技术》和《重庆大学学报》以及《Measurement Science and Technology》分别组织一期专栏。

 

《工程科学与技术》(原川大学报工程科学版)CAA SAFEPROCESS 2023会议专栏

        CAA SAFEPROCESS 2023组委会将联合《工程科学与技术》,组织一期专栏(专栏名称:重大装备信息物理系统异常检测与安全制),并特邀四川大学—苗强教授和北京科技大学—彭开香教授,担任本期专栏的客座主编。专栏接收重大装备信息物理系统异常检测与安全控制相关最新研究成果的学术论文投稿,组稿范围包括但不限于以下几个方面:

T01. 重大装备信息物理系统的模型构建和仿真技术研究;

T02. 基于传感器网络的重大装备信息物理系统数据采集和处理技术研究;

T03. 重大装备信息物理系统的异常检测和故障诊断方法研究;

T04. 基于大数据和人工智能的重大装备信息物理系统安全控制研究;

T05. 重大装备信息物理系统的可靠性分析与评估;

T06. 数据驱动的重大装备信息物理系统智能化安全管理与控制。

 

时间计划与具体安排:

投稿时间:2023年9月25日——2023年12月31日

预计出版时间:2024年7月

稿件要求:中文投稿,稿件必须是CAA SAFEPROCESS 2023会议论文的扩展版,投稿时请注明CAA SAFEPROCESS 2023专栏。

联系邮箱:mqiang@scu.edu.cn

投稿链接:http://jsuese.scu.edu.cn

谢谢您的参与和支持!

 

《重庆大学学报》CAA SAFEPROCESS 2023会议专栏

        CAA SAFEPROCESS 2023组委会将联合《重庆大学学报》(“CSCD核心期刊”“北大核心期刊”“中国科技核心期刊”“Scopus收录期刊”),推出一期专刊(专栏名称:数据与知识融合的复杂系统状态感知与智能运维),并特邀四川大学—苗强教授和重庆大学—张可教授,担任本期专刊的客座主编。专刊接收重大装备的状态感知、故障诊断和智能运维密切相关理论方法和应用技术的学术论文投稿,征稿范围包括但不限于以下方面:

T01. 智能无损检测、信号处理与数据挖掘技术;

T02. 多模态传感信息融合下的系统运行过程安全认知方法;

T03. 重大装备智能故障识别、分类与定位技术;

T04. 数据或模型驱动的重大装备关键产品剩余寿命预测;

T05. 数据驱动的重大装备智能运维管理与优化技术。

 

时间计划与具体安排:

投稿时间:2023年9月25日——2023年12月31日

稿件要求:中文投稿,稿件必须是CAA SAFEPROCESS 2023会议论文的扩展版,投稿时请注明CAA SAFEPROCESS 2023专栏。

联系邮箱:miaojg@cqupt.edu.cn

谢谢您的参与和支持!

 

《Measurement Science and Technology》CAA SAFEPROCESS 2023会议专栏

        CAA SAFEPROCESS 2023组委会将联合《Measurement Science and Technology》(MST),推出一期专栏(专栏名称:Intelligent Perception and Maintenance of Complex Equipment Under Non-Ideal Operational Conditions)。所有在CAA SAFEPROCESS 2023中被接受的会议论文,都有资格向本专栏提交扩展版本。专栏欢迎与以下主题相关的原创研究文章投稿:

T01. Data-driven fault diagnosis and fault-tolerant control for complex industrial systems

T02. Advanced signal processing for equipment monitoring and fault diagnosis

T03. Machine learning/deep learning for intelligent equipment maintenance

T04. Solutions for reducing costs and improving equipment reliability and safety

T05. New technologies for equipment prognostics and health management.

T06. Advanced modeling techniques for condition monitoring of industrial systems

T07. Diagnostic & prognostic of industrial systems based on modern measurement techniques

T08. Intelligent fault diagnosis and safety control of complex systems

T09. Anomaly detection and fault diagnosis based on association of data-driven and digital analog

T10. Performance analysis of complicated systems: stability, robustness, and economy

T11. Intelligent fault diagnosis of complicated systems based on deep transfer learning

 

时间计划与具体安排:

投稿时间:2023年9月25日——2023年11月30日

稿件要求:英文投稿,稿件必须是CAA SAFEPROCESS 2023会议论文的扩展版,投稿时请选择“Intelligent Perception and Maintenance of Complex Equipment Under Non-Ideal Operational Conditions”专栏主题。

专栏主页:https://iopscience.iop.org/collections/mst-230509-225

投稿链接:https://mc04.manuscriptcentral.com/mst-iop

谢谢您的参与和支持!

重要日期

 

投稿截止日期:2023年4月15日30日


录用通知:2023年5月31日—6月03日


最终稿提交日期:2023年6月20日

会议动态

参会交流群二维码