项目技术面向制造多模态数据，研究智能知识发现与提取方法：结合欠采样与代价敏感函数，解决制造过程数据不平衡问题；设计多目标优化算法，兼顾制造数据特征相关性、冗余度和重构误差，实现高效制造特征提取；基于制造样本分布的跨空间感知与宽度学习方法，解决高维制造数据难题。项目技术面向智能制造，研究基于多模态数据驱动的智能控制方案：设计多智能体系统的主从式同步控制问题，提高系统的可靠性和灵活性；优化自适应鲁棒控制器，有效减少系统干扰和模型不确定性的影响，实现最优容错控制策略；基于实际监控与数据采集构建在线性能评估体系。项目累计发表相关文章49篇，其中IEEE Trans系列论文35篇。申请发明专利12项，申请软件著作权6项。项目成功培养了一批面向智能制造的工程与研究复合型人才，包括博士8名，硕士15名。