AI Cube实验室博士研究生齐钒羽在第五届数字孪生国际会议（DigiTwin 2025）作学术报告

近日，中山大学先进制造学院AI Cube实验室在国际学术交流方面取得新进展。实验室博士研究生齐钒羽参加了于2025年10月14日至18日（德国当地时间）举行的第五届数字孪生国际会议（DigiTwin 2025）。

第五届数字孪生国际会议（DigiTwin 2025）是数字孪生与智能制造领域的国际重要学术会议之一，旨在汇聚全球学者、研究人员和行业专家，共同探讨数字孪生技术的最新进展与未来趋势。本届会议共邀请了包括德国慕尼黑联邦国防军大学 Dieter Budde 教授、英国牛津大学 Thomas Lukasiewicz 教授在内的7位国际知名专家发表主旨演讲（Keynote 报告），并设置了22个专题分论坛（Session），涵盖210个分会报告。

在本届会议的”Digital Experiment, Testing and Verification (ETV) / 数字试验测试验证”分论坛上，齐钒羽博士研究生作了题为 “Towards Physically-Consistent and Interpretable Fault Diagnosis: A Hybrid GNN Framework for Mechatronic Systems”的学术报告。

该报告针对复杂机电系统故障诊断中面临的强非线性、多部件耦合及物理机制难以精确建模等挑战，提出了一种融合物理知识与数据驱动的解决方案。该研究致力于解决传统物理模型难以刻画复杂行为、而纯数据驱动方法（如深度学习）又普遍缺乏可解释性和泛化能力的痛点。齐钒羽同学提出的混合图神经网络（GNN）框架，将物理一致性（Physically-Consistent）约束融入深度学习模型，在提升诊断准确率的同时，增强了模型的可解释性（Interpretable），为工业智能故障诊断领域提供了新的研究思路，并在报告后与参会学者进行了交流。

齐钒羽博士生在此次国际会议上的学术报告，展现了AI Cube实验室在工业人工智能，特别是智能故障诊断、预测性维护与数字孪生领域的阶段性研究进展和前沿探索能力。这一工作的推进，离不开实验室负责人冯建设副教授的悉心指导，也得益于实验室长期深耕”科研与工程并重、理论与应用融合”的浓厚学术氛围。

实验室对齐钒羽同学的学术进展表示祝贺，期待她在博士阶段取得更加丰硕的研究成果。AI Cube实验室将继续聚焦工业智能与数字孪生前沿技术，坚持高标准、国际化的培养模式，为推动我国智能制造与高端装备智能化升级贡献更多创新力量！