北京摘要

科学济世，工程扶危——致敬抗疫科技工作者

9:20–9:50

我们正在经历着前所未有的新冠疫情。面对疫情，全世界的科学家和工程师都行动起来，在进行他们自身数字化转型的同时，迅速创新，从病毒检测到疫情缓解，再到病人治疗，帮助我们所有人度过难关。他们中的许多人都将MATLAB^®和Simulink^®作为他们工作的基本工具。本次演讲将重点介绍，在与疫情抗争中出现的变革性项目和令人惊叹的应用，以及在研究人员和工程师克服困难，为我们创造一个美好未来的过程中，MATLAB和Simulink所扮演的重要角色。

曹新康，MathWorks公司中国区总经理

MATLAB在中国天眼中的应用

9:50–10:20

FAST天文望远镜被誉为“中国天眼”，本演讲将会着重讲述：

一：FAST运行和发展中心（含国家天文台）介绍；

二：FAST望远镜及其面临的工程问题；

三：具体解决FAST面临的问题应用；

四：展望未来

李辉，中国科学院国家天文台

无处不在的数字分析 - 企业数据分析平台建设

10:50–11:10

宝洁公司是一家专注于日用化工产品和设备的快速消费品公司。在北京创新中心，数据科学广泛应用各个研究部门。为了弥补科研人员在数据分析方面的不足，我们利用MATLAB和MATLAB Web App Server构建了数据分析平台。平台集成了多种数据分析模型，并且科研人员只需通过浏览器即可使用模型进行数据分析并展示结果。这大大降低了构建和使用数据分析模型的复杂度，提升了工作效率。

吴刚，宝洁公司北京研发中心

半导体智能制造：基于模型的显示量测仪器快速开发实践

11:10–11:30

介绍精测电子使用基于模型的设计方法，实现从算法开发到智能仪器中的算法部署的案例，包括校准和测量算法的理论仿真分析、算法的开发、优化加速和到GPU快速自动部署；以及借助Deep Learning Toolbox™在测量仪器的检测功能智能化创新的方案。采用基于模型的设计方法，省去手工CUDA编码调试优化的繁冗，大大加快了算法到嵌入式产品的更新迭代。

本演讲将具体介绍精测电子使用基于GPU Coder™实现从算法开发到智能仪器中的算法部署案例，包括校准和测量算法的理论仿真分析、算法的开发、优化加速和到GPU快速部署；以及借助Deep Learning Toolbox在测量仪器的检测功能智能化创新的方案。

郑增强，武汉精测电子集团股份有限公司

MATLAB & Simulink 新特性

11:30–12:00

通过本演讲，您将了解MATLAB^®和Simulink^®在R2021a版本中的新功能，这些新功能会有效地支持您的研究、设计和开发工作流程。您将看到用于建模、仿真和共享设计的新功能，以及用于提高生产效率和编写更好的代码及搭建模型的新工具。

赵晨星, MathWorks中国

定制化保养在工程机械场景中实现及落地

13:15–13:45

预测性保养涉及价值链较长，内容繁多。康明斯客户定制化保养项目，以预测性保养机器学习为核心，结合线下服务流程，建立客户定制化保养服务产品，给客户提供全方位保养方案。模型的研究，建立，落地过程中MATLAB提供了多方面的机器学习和仿真工具箱，加速了项目的进度和质量。

孙帅，三一重工

MATLAB在中国固收投资领域的应用

13:45–14:15

固定收益是中国资本市场重要的组成部分，品种包含债券、利率和信用衍生品等。其中债券市场的规模110万亿，超过A股总市值，在直接融资中发挥重要作用。演讲主要涵盖MATLAB^®在固收投资的主要应用场景，如利率互换的估值和交易策略开发、利率债和衍生品的交易、对冲策略开发、信用债定价分析等。主要利用了MATLAB和万得数据的交互，固定收益定价工具，并行计算工具，可视化工具。

鲜幸池，中国银河证券股份有限公司

基于机器学习的风电功率预测

14:15–14:45

风电功率预测是实现风电并网的关键。其包括两种场景：单个风电场的风电功率预测；区域风场风电功率预测（包括多个风电场）。针对不同的场景，中国电力科学研究院应用不同的机器学习模型实现风电功率的预测。对于单个风场，构建MLP（Multilayer Perceptron）模型实现风电功率的预测；对于区域风场，利用Resnet深度卷积神经网络提取电网的NWP（Numerical Weather Prediction）数据特征，并构建全连接层实现功率的预测。两种场景下的模型开发都是基于MATLAB^®完成，并利用MATLAB Parallel Server™实现了CPU集群和GPU集群上的模型训练。

裴岩，中国电力科学研究院

基于信号和时间序列数据构建人工智能应用程序

15:15–15:45

人工智能技术可以应用于信号和时间序列数据，对信号进行分类，识别感兴趣的事件和异常，并在边缘计算节点上做出智能决策。本次演讲中，您将看到如何使用MATLAB构建设备健康监测的现实应用。

您还将了解到加速数据准备、提高网络准确性和性能的方法，并使用较少的训练数据进行模型训练。你还会了解到:

• 通过仿真和GAN进行数据合成

• 使用signal Labeler app进行自动信号标注

• 预处理和特征提取方法，包括自动特征提取技术

• 部署到嵌入式设备

马文辉，MathWorks中国

将AI部署到生产系统及MATLAB云工作流

15:45–16:15

部署AI除了与开发性能良好的AI模型相关的挑战之外，还包括:

满足部署环境的硬件约束，如内存、功耗等
监控和维护模型在其生命周期内的性能

本次演讲，将介绍如何使用代码生成解决上述挑战，实现AI模型嵌入式部署，内容包括：

量化:机器学习模型的定点转换和深度神经网络的量化使它们适合内存和功率有限的硬件。
增量学习和模型更新:代码生成将参数从预测代码中分离出来，增量学习使不断改进模型成为可能。
ModelDevOps提供了一个跨生命周期管理和治理AI模型的框架。

陈宜欣，MathWorks中国

智慧工厂：从感知到运动规划的自主工业机器人

16:15–16:45

先进的机器人系统是未来工厂的核心。设计自主机器人系统需要在许多工程领域的知识和经验，包括机械设计、感知、决策、控制设计和嵌入式系统。在这个演讲中，你将了解到一个完整的自主系统工作流程，它使工程师能够轻松地学习和应用机器人的许多功能。您还将了解为工业机器人应用设计开发从感知到运动的端到端工作流的关键特性。一些额外的主题包括:

执行可扩展的物理仿真
使用计算机视觉和深度学习设计感知算法
建立与传感器和外部环境模型进行联合仿真
通过运动规划来避障
使用强化学习实现高级控制

周玲，MathWorks中国

基于模型的风电并网性能在线评价系统设计

13:15–13:45

风电并网性能在线评价系统需要根据场内风机和场站多个设备的多时间尺度的稳态和暂态运行数据，在线计算整场的惯量水平、调节能力，并对场站的电网适应性、功率控制、电能质量、调频调压性能进行在线评价。系统的涉及的评价算法代码量大，有些性能指标的计算方法涉及各种滤波器设计、傅里叶变换、统计等环节，手写代码难度很大，对项目人员的代码能力要求较高。利用MATLAB/Simulink的自动代码生成技术可以实现主要功能模块算法的自动代码实现，大大缩短了代码实现的周期，由于算法模型在生成代码前已经完成功能测试，极大的简化了代码测试的工作量。评价算法按功能模块进行设计和自动代码生成，随后在Linux环境内与部分手写框架代码进行代码集成和系统测试。自动代码生成技术有效的加速了算法的设计迭代，算法设计更新后，在几分钟之内就可以完成新代码的生成和集成工作，大大缩短了在线评价系统软件开发的周期。借助MATLAB平台，风电并网性能在线评价系统从需求定义、功能设代码实现到系统集成等评价算法软件的开发工作在2个月内就得以完成。更难能可贵的是，在最后的软件集成运行测试中没有发现任何自动生成代码存在的问题，极大的提高了在线评价系统的软件算法的运行稳定性。

本讲将从以下几个方面为您介绍：

风电在线评价系统功能介绍；

基于模型的评价算法及代码实现；

算法代码在Linux环境下的集成。

李春彦,中国电力科学研究院

将外部仿真组件集成到Simulink平台中

13:45–14:15

Simulink^®作为一个仿真集成平台，其提供多种不同的方式引入第三方仿真工具的模型组件。

将第三方模型与Simulink集成最常见的方法是S函数和FMI/FMU。在本演讲中，您将看到这两种方法的演示。

本次演讲还将介绍Simulink是如何方便地引入自定义C/ C++代码；在联合仿真时，为提高仿真数值精度的信号自动补偿，并在系统级仿真扩大应用。

胡乐华，MathWorks 中国

使用Simulink开发电机控制系统

14:15–14:45

电机无处不在，使用Simulink^®以及Motor Control Blockset™等相关模块，将使电机建模变得简单高效。在本讲中，我们将向你展示如何在Simulink中快速实现开关频率高达20-20kHz的磁场定向算法，并将算法布置到实时硬件。

重点：

建立电机精确模型的方法
开发无传感器的磁场定向控制算法的方法
自动化调节速度和电流环路增益的方法
从模型自动生成快速高效的浮点和定点代码的方法

徐浩，MathWorks中国

软件和系统的DevOps：算法和模型的操作化

15:15–15:45

许多使用MATLAB和Simulink来开发算法和模型的组织都看到了在产品生命周期内对其进行部署，监控和管理的日益增长的需求。 DevOps通常是指在IT环境中操作软件应用程序所需的一组功能。但是对于工程算法和模型而言，这并不容易。 Gartner报告称，超过50％的数据科学项目由于其运营问题而无法带来商业价值。尤其当涉及物理系统时，就更具挑战性。

负责算法和模型操作性能的团队需要用于软件和系统的DevOps。这些团队通常包括工程，软件开发，IT和OT（运营技术）。工程师在整个生命周期中对算法和模型进行测试，部署和调试，包括在算法投入运行后进行重新部署。

在本节中，了解工程团队如何使用MATLAB和Simulink产品系列来实现其算法和模型的操作以及如何弥合与IT / OT团队的差距。

吴菁，MathWorks中国

模块化多电平变换器算法设计与硬件在环测试

15:45–16:15

模块化多电平变换器是支持现代输电设备的一项重要技术，这种技术广泛应用于交流输电系统（FACTS）设备和高压直流（HVDC）系统中，能极大地提高电网运行稳定性和长距离电力传输能力。

了解如何使用Simulink^®，Simscape Electrical™进行模块化多电平变换器仿真，并使用基于模型的设计开发和测试模块化多电平变换器的控制软件。无论您是对电力电子控制系统仿真感兴趣的电力电子工程师，还是想使用Simulink模型进行代码开发的软件工程师，您都会从演讲中受益。

通过典型的STATCOM的示例，您将看到如何：

对电力电子系统进行建模和仿真
使用Simulink Test™执行功能测试
生成可用于生产环境的嵌入式代码，并将其部署到TI C2000™微控制器上
通过对控制器进行硬件在环（HIL）测试来验证软件功能。

周前程，MathWorks 中国

基于模型构建燃料电池堆与整车虚拟平台

16:15–16:45

本话题将聚焦汽车燃料电池系统建模的最新进展，探讨如何将Simscape™，Powertrain Blockset™和其他MathWorks产品集成在一起，构建一个复杂、多物理域的虚拟燃料电池车辆模型，该模型包括：

带有氢气和空气处理系统，以及热管理系统的质子交换膜（PEM）燃料电池堆基本电化学反应过程
具有电池，DC / DC转换器和配电单元（PDU）的电动动力总成系统
顶层调度控制器
多个驾驶循环场景

基于上述模型，我们将探索如何开展车辆燃料经济性研究、控制器设计、热分析和组件设计选择。

杨超, MathWorks中国

MathWorks助力轨道交通企业的数字化转型

13:15–13:45

以工业4.0为代表的数字化变革，促使整个工业界的企业都在谋求数字化转型，轨道交通行业做为工业界的一部分，面对着市场上对智慧交通的强烈需求，进行数字化转型已成为轨道交通行业内的企业应对这种数字化变革趋势的迫切举措。

本节内容将从产品研发的视角，探讨在数字化转型下我们要开展的主要工作，并对在轨道交通行业内，在数字化转型过程中，已经在方法、过程以及技术上取得成绩的典型企业案例进行分享。同时，也将带领大家系统地了解MathWorks在轨道交通领域的解决方案。

宋胜凯，MathWorks中国

系统架构划分和需求分配的工作流

13:45–14:15

系统工程师管理多个层次和类型的需求和架构。比如他们可能需要基于功能需求创建功能性架构，然后基于系统需求分配这些功能到部件的逻辑架构中，管理和分析这些产物是一个很重要的工作。System Composer™ 和Simulink Requirements™可以帮你完成这些工作。

本话题将介绍如何在Simulink^®环境下创建架构和需求，需求和架构之间创建链接，通过追溯矩阵查看链接，以及通过定义的准则对其进行分析。

吴菁，MathWorks中国

基于模型的设计让嵌入式软件开发满足认证标准

14:15–14:45

本话题将探讨如何使用基于模型的设计，将参考工作流用于开发符合ISO 26262、DO-178C、IEC 61508、IEC 62304、EN 50128等认证标准的嵌入式软件。该工作流借助贯穿所有工件的可追溯性，遵循基于需求的过程，实现系统级到软件级的工程活动。静态和动态验证与确认活动会在开发过程的早期阶段检测出设计缺陷。通过报告自动生成，可为标准的符合性提供证据。

苏哲，MathWorks 中国

使用Simulink设计和部署面向服务的架构

15:15–15:45

近年来，汽车工业在电气化、自动化、互联化和用户体验方面正在加速投资。这一趋势要求更多的计算能力和创新的电力电子和复杂软件架构支持。汽车行业正在采用面向服务的架构（SOA）作为设计软件应用程序的新范式，这些软件应用程序具有高度可重用性、易于更新以及与硬件之间低耦合的特性。SOA 基于这样一个概念，即应用程序由一组可在运行时动态发现、发布、订阅和再配置的服务组成。SOA 概念被应用于多个行业标准，包括AUTOSAR、ROS 和 DDS。

通过本主题，您将了解到如何使用 Simulink^® 产品系列来建模、仿真和部署基于 SOA 的应用软件。包括：

建模基于消息的通信
建模自适应AUTOSAR软件组件
生成具有自适应中间件接口的C++代码并导出AUTOSAR的XML文件

周斌，MathWorks中国

MathWorks助力NVIDIA DRIVE Sim加速自动驾驶开发

15:45–16:15

DRIVE Sim使用高仿真度和物理精确的模拟来创建一种安全、可扩展和经济高效的方法，将自动驾驶车辆带到我们的身边。DRIVE Sim利用了NVIDIA的核心技术，包括使用NVIDIA RTX™进行光线跟踪，使用Omniverse和AI，为自动驾驶开发和验证创建广泛的真实世界场景，从而为自动驾驶提供强大的仿真验证支持。

MathWorks的RoadRunner软件可创建用于自动驾驶仿真的3D虚拟环境， Vehicle Dynamics Blockset工具箱可实现车辆动力学建模。这些工具帮助NVIDIA和DRIVE SIM用户快速组成完整的自动驾驶闭环仿真框架。使用MATLAB和Simulink，还可以实现大量可用于原型或最终产品的自动驾驶算法，加快自动驾驶项目的进度。