近日，International Conference on AI for Industrial Monitoring, Control and Supervision（AIMCS 2026）于 10 月 28-30 日在法国巴黎城市大学举办。会议聚焦人工智能赋能复杂互联、数据密集型工业系统，围绕智能监测、状态感知、故障诊断与数据驱动运维决策等前沿方向开展研讨。我校机电工程学院博士研究生陈永起受邀参会，并在大会作专题报告。
陈永起报告题目为《Digital Twin-Assisted Monte Carlo Uncertainty Quantification for IRFA Microfluidic System for Multiple Inorganic Analytes Monitoring》。报告面向农业与环境多组分无机污染物快速检测场景，介绍团队自主研发的集成反应流动注射分析（IRFA）微流控检测平台，阐述硝态氮、磷酸根、铵态氮、六价铬等多指标同步检测原理与分析方法。针对微流控在线检测中长期存在的测量数值与测量可靠性脱节这一共性问题，团队构建了新型人工智能监督模型框架，系统解析残留效应（Carryover）、基线漂移、反应偏差、样品基质干扰等关键因素对检测结果的扰动机制。
该研究提取残留系数、基线偏移、反应偏差等状态空间特征，采用随机森林算法对检测循环工况进行分类识别，划分为稳定、校正干预、不稳定三类状态；结合可行域交叉校验机制，自动输出接受、复测、管路清洗或结果剔除等处置策略，实现检测过程闭环智能质控，显著提升微流控传感平台的数据可信性。另基于一万次蒙特卡洛扰动仿真验证，这套 AI 监督框架的有效检测循环接受率达 53.75%，较传统固定阈值筛查方案（31.25%）提升 22.50 个百分点，相对增益 72.0%；配套信号预测模型决定系数(R2)与 NSE 均为 0.984，RMSE 低至 0.031A.U.，充分验证数字孪生耦合 AI 质控框架优异的状态诊断与信号预测潜力。
参会期间，作为课题组的学生代表，陈永起向各国与会学者介绍了河南农业大学及课题组在农业光电传感、环境快速检测领域的研究方向，并重点展示了团队已开展的多项国际科研合作项目。与多位国际知名专家深入交流人工智能在传感监测领域的前沿问题，探讨后续联合研究方向。同时，他也代表河南农业大学的青年学子，诚挚邀请海外学者来我校开展学术互访，期待为未来的跨国科研合作与青年人才交流搭建桥梁。
本次国际学术交流，有力拓宽了我校青年研究生的国际学术视野，促进我校在智能分析控制、AI 监测与农业环境快速检测方向同国际同行的学术对话。会议为推进数字孪生与多模态传感交叉创新、科研协同攻关、科研资源共建共享及青年人才联合培养奠定基础，持续提升我校在农业光电子传感领域的国际显示度与学术影响力。
热门跟贴