3月30日，国科大经管学院“SEM管理科学”青年学者论坛邀请到清华大学工业工程系教授、质量与可靠性研究院执行副院长李彦夫教授带来题为“Research progresses on the availability of high-speed rail systems”的学术报告。

　　李彦夫长期致力于系统可靠性、故障预测与健康管理方法的研究，以及将其应用于高铁、电信、软件等系统，取得了一系列原创性学术成果。他在IEEE Transactions系列、IISE Transactions、ACM Transactions等国际著名期刊与会议发表了100多篇论文，并入选Elsevier 2019-2020年中国高被引学者榜单。主持了多个纵向和横向项目，包括国家自然科学基金重点项目以及华为、南方电网、法国电力公司等企业委托项目。获得IEEE与IISE高级会员，法国研究指导资格、法国大学正教授资格等。担任国家自然基金评审专家、荷兰研究理事会评审专家、中国质量奖评审专家。

　　李彦夫基于高铁运营实践中存在的最新现实问题和挑战，从系统可靠性设计优化、系统状态在线监测与故障检测、系统可靠性评估与预测与维护优化等几个方面介绍了其团队近期的研究进展。一、冗余分配问题。关于高铁制动系统，以往的研究中各个部件大多数是串联起来的，李彦夫团队对此类串联系统进行改进，运用鲁棒优化的方法，通过选择最优的冗余组合在保证一定可靠性水平的前提下使得系统成本最小。二、异常监测问题。在质量和可靠性管理领域，异常监测问题非常重要。在图模型文献中往往包括向量图模型和函数图模型，李彦夫团队考虑了异构性，提出异构图模型，刻画函数型变量之间的关系。三、故障检测问题。前人解决此类问题主要是分出异常数据点和高度非平衡学习等方法，李彦夫团队提出聚类删除方法，使用深度学习方法进行聚类并取得了良好的效果。四、健康评估问题。健康评估是指评估研究对象的健康水平，以高铁车轮维修为例，根据车轮轮廓数据，通过Hilbert—Huang变换，主成分提取，得到可以较好反映维修后样本健康效果的指标。五、剩余可用寿命预测问题。同样以高铁车轮为例，通过噪音传感器等对震动信号收集，使用深度学习等方法对部件剩余寿命进行预测。

　　报告结束后，李彦夫教授和与会师生就该研究以及大数据和高铁等高可靠性系统的结合对管理学研究的启示进行了热烈的讨论和交流。