期刊名：Automation

期刊主页：https://www.mdpi.com/journal/automation

Automation期刊重要领域工业自动化利用控制技术（如PLC、DCS、SCADA等）、计算机、机器人、信息网络和传感设备，对工业生产过程实现自动检测、控制、优化、调度和管理，从而减少人工干预，提高生产效率、质量和安全性。它是现代制造业的核心组成部分，也是工业4.0和智能制造的基础。Automation精选了围绕安全工程和应用方向的3个特刊，旨在从不同的研究角度深入探讨该领域的发展进展，为学者和从业者提供有价值的理论参考与实践指导。

特刊一

Smart Remanufacturing

智能再制造

再制造是指将已达使用寿命末端的产品恢复至不低于原始产品性能水平的工艺过程。作为循环经济的重要组成部分，再制造能有效减少废弃物、节约原材料与能源，同时降低温室气体排放和填埋空间需求。通过节约投入成本，再制造既可提供更经济实惠的产品，又能创造更广阔的利润空间。因此，再制造对消费者、生产者和环境具有多重效益——从本质上说，再制造本身就是一种智能制造方式。

然而从技术视角来看，当前多数再制造产业仍处于相对落后状态。当原始设备制造商已普遍采用数字孪生、信息物理系统、人工智能、智能传感器、大数据和自主协作机器人等现代解决方案时，再制造商往往仍在使用上世纪的技术工具。

国际自主再制造研讨会 (IWAR) 是一个跨学科交流平台，汇聚研究人员、工程师、科学家、学者和行业领袖，共同展示可持续再制造领域的最新研究成果、创新理念、技术发展和应用实践，促进前沿知识的互动交流。

IWAR 2024将采用线上线下混合模式举办，线下会场设于美国密歇根州底特律市中城区的韦恩州立大学（https://wayne.edu/）。本届会议旨在集结自主再制造领域的领军创新者，共同完善再制造工艺与系统在设计、建模及控制方面的知识体系。

Automation 邀请了Wuhan University of Technology的Wuhan University of Technology教授，Wuhan University of Technology的Quan Liu教授，Wuhan University of Technology的Wenjun Xu教授，University of Castilla-La Mancha的F. Javier Ramíre教授，Università della Campania “Luigi Vanvitelli”的Marcello Fera博士，University of Salerno的Mario Caterino博士，The University of Birmingham的Duc Truong Pha教授和Wayne State Universtiy的Jeremy Rickl博士合作创建特刊“Smart Remanufacturing (智能再制造)”。

以下是本领域重点关注的研究方向，包括但不限于：

• 再制造运营管理

• 面向再制造的设计

• 再制造质量保证

• 可拆解设计与拆解规划

• 虚拟/增强/混合现实在再制造与拆解中的应用

• 云再制造

• 自主再制造

• 再制造机器人技术

• 人机协作再制造

• 再制造供应链逆向物流

• 再制造技术选择的生命周期评估与成本分析

• 工业4.0/5.0在再制造中的实践

• 再制造中的机器学习与数据分析

• 再制造网络安全

本期特刊将重点探讨如何直接应用或改造智能制造等先进技术，从技术层面提升再制造的智能化水平。

投稿截止日期：2025年9月30日

特刊链接：https://www.mdpi.com/journal/automation/special_issues/4X531O4VMU

特刊二

Next-Generation Cybersecurity Solutions for Cyber-Physical Systems

下一代信息物理系统网络安全解决方案

在科技深度渗透日常生活的时代，信息物理系统 (CPS) 安全已成为重中之重。作为计算、网络与物理过程深度融合的载体，这些系统构成了关键基础设施、智能制造、医疗健康等领域的核心支撑。本期特刊《下一代信息物理系统网络安全解决方案》旨在探索创新安全策略，通过区块链、联邦学习 (FL)、量子机器学习 (QML) 等前沿技术构建自适应防护体系，以应对日益演进的威胁。我们将聚焦突破传统网络安全边界的研究成果，致力于打造能够抵御复杂网络攻击、确保CPS韧性的新一代解决方案。

Automation 邀请了University of Guelph的Abbas Yazdinejad博士和New York University-Tandon School of Engineering的Quanyan Zhu教授合作创建特刊“Next-Generation Cybersecurity Solutions for Cyber-Physical Systems (下一代信息物理系统网络安全解决方案)”。

本特刊与Automation期刊的定位高度契合，重点阐释如何通过先进技术实现安全防护关键流程的自动化。通过将区块链、联邦学习等尖端技术融入自动化安全解决方案，我们不仅能够强化关键领域的防护能力，更能推动自动化技术的优化升级——这种深度融合的创新范式，既为信息物理系统构筑起应对现代挑战的可靠屏障，又通过将顶级安全实践植入自动化流程内核，持续拓展自动化领域的技术疆界。

以下是本领域重点关注的研究方向，包括但不限于：

• CPS中人工智能增强的安全协议

• 基于区块链的CPS安全通信

• 区块链赋能的CPS身份与访问管理

• CPS量子抗性密码体系

• 量子机器学习驱动的CPS威胁预测

• 联邦学习在CPS分布式安全中的应用

• 基于联邦学习的CPS隐私保护

• CPS机器学习异常检测

• CPS中物联网的安全集成

• CPS自动化防御机制

• CPS智能驱动的自动化安全解决方案

投稿截止日期：2025年10月31日

特刊链接：https://www.mdpi.com/journal/automation/special_issues/LV7IS5DTVW

特刊三

Intelligent Automation: Bridging Artificial Intelligence and Automation

智能自动化：连接人工智能与自动化的桥梁

智能自动化（Intelligent Automation, IA）代表了人工智能与传统自动化技术的融合，能够创建具备学习、适应和执行复杂任务能力的系统，同时将人工干预降至最低。

IA系统通过反馈回路持续优化性能。机器学习算法会分析处理时间、吞吐量等结果数据，并动态调整决策参数。这种自我优化的特性使得IA系统的运行效率与准确性不断提升，从而释放更高的生产力和客户服务潜力。通过将机器学习、自然语言处理（NLP）和计算机视觉融入传统自动化，IA能够胜任传统系统无法处理的任务。

智能自动化研究还需关注数据隐私等伦理问题，确保AI决策的透明度，并维护自动化系统的稳健性变更。若实施得当，IA将成为连接AI认知能力与自动化精确性的强大桥梁，将人工流程转化为灵活智能的工作流，为真正的自主系统奠定基础。例如，通过对传感器数据实施预测性分析，IA系统可预判设备故障，从而在故障发生前启动维护。

智能自动化在各领域均具实践价值。在制造业与物流领域，人工智能与机器人系统可支持预测性维护、质量控制和仓储优化；在医疗领域，AI、NLP与视觉系统能加速诊断和患者分诊。这些案例凸显了IA在多领域的潜在影响力及其与复杂系统工程研究的紧密关联。

然而，IA的实施仍面临重大挑战：可信AI需要严格的数据治理（确保数据质量、隐私与安全）；模型透明度和可解释性是当前研究重点，因其直接影响系统可审计性；适应性也至关重要——IA系统必须能应对新环境。总体而言，IA作为AI与自动化融合的重要科学进展，在提升效率的同时，也引发了数据治理、模型透明度和人机伦理协同等议题。

Automation 邀请了Universidade de Lisboa的João Miguel da Costa Sousa教授和Universidade de Lisboa的Susana Vieira博士合作创建特刊“Intelligent Automation: Bridging Artificial Intelligence and Automation (智能自动化：连接人工智能与自动化的桥梁)”。

本期特刊诚邀各界投稿，涵盖AI在自动化中的广泛应用领域，包括但不限于：控制优化、制造系统、流程自动化与监控、能源系统、医疗健康等所有符合特刊主题的研究方向。

以下是本领域重点关注的研究方向，包括但不限于：

• 智能自动化

• 人工智能 (AI)

• AI在控制领域的应用

• AI优化算法

• AI在制造系统中的应用

• AI流程自动化与监控

• AI能源系统

• AI医疗健康产业

投稿截止日期：2025年12月30日

特刊链接：https://www.mdpi.com/journal/automation/special_issues/PC018W8Q1V

期刊简介

Automation (ISSN 2673-4052) 是一个国际化的、经过同行评审的开放获取期刊。期刊主要发表自动化、控制及相关领域的高质量论文。Automation 期刊旨在提供高知名度和及时的研究成果，并致力于快速出版。该期刊为自动化、控制及其应用的专业和多学科研究提供了一个平台。

期刊主编

Prof. Dr. Eyad H. Abed

University of Maryland, USA

研究领域：系统和控制理论；电力系统动力学与控制；系统工程；复杂网络的分析和设计，包括通信网络和社会网络；航空航天控制系统。

投稿优势

• 更高文章曝光度

期刊目前已被ESCI （Web of Science），Scopus，EBSCO，CNPIEC，EBSCO等多个数据库收录。

• 更快发表速度

Time to First Decision：23.4

Time to Publication：3.6

• 开放获取

读者可以免费阅读期刊文章。

• 作者持有版权

期刊奖项

Travel Award

奖项截止日期：31 October 2025

奖项详情页：https://www.mdpi.com/journal/automation/awards/3454