千赢国/qy88千嬴国际官网-手机版

师资队伍
熊智华

副教授

控制与决策研究所

电话: 010-62785845 Fax:010-62786911
地点:北京千赢国系


教育背景


1989年9月-1993年7月 东北大学自动控制系学习,获工学学士学位

1993年9月-1996年3月 东北大学自动控制系学习,获工学硕士学位

1996年4月-2000年7月 千赢国系学习,获工学博士学位


工作履历


2000年10月-2003年10月 University of Newcastle, UK(英国纽卡斯尔大学) Postdoctoral Research Associate (博士后)

2004年1月-2005年12月 千赢国系 讲师

2005年12月-至今 千赢国系 副教授

2007年5月-至今 千赢国系过程控制工程研究所 任副所长


学术兼职


2007年3月至今 IEEE Control System Society, Member

2007年3月至今 IEEE Computational Intelligence Society, Member

2008年7月至今 中国自动化学会过程控制专业委员会担任委员

2015年6月至今 中国自动化学会数据驱动控制、学习与优化专业委员会担任委员

2015年11月至今 中国化工学会化工自动化及仪表专业委员会担任委员

2017年7月至今 中国化工学会信息技术应用专业委员会担任委员

2012年9月至今 北京自动化学会担任理事


研究领域


[1] 复杂连续过程的建模、控制与优化(包括迭代学习控制,预测控制,神经网络等);

[2] 工业大数据分析与应用(包括基于数据和机器学习的工业大数据分析、工业智能与应用);

[3] 工业控制网络安全隔离技术


研究概况


[1] 基于工业互联网平台的流程行业生产线数字孪生系统,工信部项目,课题负责人,2019.1-2021.12

[2] 基于混合增强智能的大型高炉故障诊断与自愈控制基础理论与关键技术, 国家自然科学基金重点项目,参加,2020.1-2024.12

[3] 工业大数据智能分析技术研发,企业委托项目,负责人,2019.12-2021.9

[4] 嘉兴港区智慧化工园区大数据分析,企业委托项目,负责人,2017.6-2019.6

[5] 工业控制网络安全隔离交换系统试点项目,企业委托项目,负责人,2018.1-2019.12

[6] 橡皮囊液压成形机床,企业委托项目,参加,2015.4-2017.5

[7] 间歇反应过程基于二维系统理论的迭代学习预测控制研究,国家自然科学基金面上项目,负责人,2015.1-2018.12

[8] 复杂系统运行状态的监测、诊断与智能调控,国家重点基础研究计划(973计划),参加,2011.10-2015.10

[9] 基于数据的间歇反应过程种类质量智能学习控制研究,国家自然科学基金面上项目,负责人,2009.1-2011.12

[10]能源企业敏捷制造中节能减排技术的研究, 国际科技合作项目, 负责人, 2008.6-2009.6

[11]炼油行业面向节能降耗的过程控制与优化集成技术及应用,国家863计划,参加,2007.8-2010.10

[12]大型石化裂解炉智能控制系统,国家863计划重点项目, 参加,2007.8-2010.10

[13] 间歇聚合反应过程基于神经网络的智能优化与学习控制,国家自然科学基金项目青年基金,负责人,2005.1-2007.12

[14]留学回国人员启动基金, 教育部, 2005.1-2006.12


奖励与荣誉


[1] 2013年获中国石油和化工自动化应用协会颁发的科技发明一等奖;

[2] 2011年获中国石油和化工自动化应用协会颁发的科技发明一等奖;

[3] 2010年获清华大学优秀班(级)主任一等奖;

[4] 2006年入选“北京市科技新星计划”


学术成果


代表性论文

[1] Qiu Weiwei, Xiong Zhihua, Zhang Jie, et al. Integrated predictive iterative learning control based on updating reference trajectory for point-to- point tracking, Journal of Process Control, 2020, 85: 41-51

[2] Zhang Rui, Xiong Zhihua, Recurrent neural network model with self-attention mechanism for fault detection and diagnosis, 2019 Chinese Automation Congress (CAC2019), Hangzhou, Nov. 22-24 , 2019, pp 4706-4711

[3] 窦珊, 张广宇, 熊智华. 基于LSTM时间序列重建的生产装置异常检测. 化工学报, 2019, 70(2): 481-486

[4] 方捷睿,曹卫民,白建涛,熊智华 等,基于应用层协议解析的工控网络安全仿真测试平台,CICAI 2019, 西安,10. 24-26, 2019

[5] 洪英东, 熊智华, 江永亨, 叶昊. 基于2D理论的点对点综合预测迭代学习控制. 控制与决策, 2018, 33(3): 431-438

[6] Xiong Zhihua, Hong Yingdong, Chen Chen, et al., Convergence analysis of integrated predictive iterative learning control based on two-dimensional theory, 2016 American Control Conference (ACC2016), Boston, MA, USA, July 6-8, 2016, pp 1259-1264

[7] Chen Chen, Xiong Zhihua, Zhong Yisheng, Design and analysis of integrated predictive iterative learning control for batch process based on two-dimensional system theory, Chinese Journal of Chemical Engineering, 2014, 22(7): 762-768

[8] Zhang Cong, Xiong Zhihua, Ye, Hao, Informative conditions for the data set in an MIMO networked control system with delays, packet dropout and transmission scheduling, International Journal of Systems Science, 2014, 45(7): 1346-1355

[9] Yu Xiaodong, Xiong Zhihua, Huang Dexian, et al., Model-Based iterative learning control for batch processes using generalized hinging hyperplanes, Industrial & Engineering Chemistry Research, 2013, 52(4): 1627-1634

[10] Luv Ning, Xiong Zhihua, Wang Xiong, et al., Integrated framework of probabilistic signed digraph based fault diagnosis approach to a gas fractionation unit, Industrial & Engineering Chemistry Research, 2011, 50(17): 10062-10073

[11] Xiong Zhihua, Xu Yixin, et al., Neural network based iterative learning control for product qualities in batch processes, International Journal of Modelling, Identification and Control, 2010, 11(1/2): 107-114

[12] Xiong Zhihua, Dong Jin, Zhang Jie, Optimal iterative learning control for end-point product qualities in semi-batch process based on neural network model, Science In China Series F-Information Sciences, 2009, 52(7):1136-1144

[13] Xiong Zhihua, Zhang Jie, Dong Jin, Optimal iterative learning control for batch processes based on linear time-varying perturbation model, Chinese Journal of Chemical Engineering, 2008, 16(2): 235-240

[14] Xiong Zhihua, Xu Yixin , Zhang Jie, et al., Batch-to-batch control of fed-batch processes using control-affine feedforward neural network. Neural Computing & Applications, 2008, 17: 425-432

[15] Xiong Zhihua, Zhang Jie, Wang Xiong, et al., Integrated tracking control strategy for batch processes using a batch-wise linear time-varying perturbation model. IET - Control Theory and Applications, 2007, 1(1):179-188

[16] Xiong Zhihua,Zhang Jie, Neural network model-based on-line re-optimisation control of fed-batch processes using a modified iterative dynamic programming algorithm. Chemical Engineering and Processing, 2005, 44(4):477-484

[17] Xiong Zhihua, Zhang Jie, Wang Xiong, et al., Tracking control for batch processes by integrating batch-to-batch iterative learning control and within-batch on-line control. Industrial and Engineering Chemistry Research, 2005, 44(11):3983-3992

[18] Xiong Zhihua, Zhang Jie. A batch-to-batch iterative optimal control strategy based on recurrent neural network models. Journal of Process Control, 2005, 15:11-21

[19] Xiong Zhihua, Zhang Jie. Batch-to-batch optimal control of nonlinear batch processes based on incrementally updated models. IEE Proceedings-Control Theory and Applications, 2004, 151(2): 158-165

[20] Xiong Zhihua, Zhang Jie. Product quality trajectory tracking in batch processes using iterative learning control based on time-varying perturbation models. Industrial and Engineering Chemistry Research, 2003, 42(26): 6802-6814

专利

[1] 王凌锋,窦珊,熊智华,韩芳明,基于压缩感知和联合范数优化的故障诊断方法和装,ZL201710195943.8,2017.3.29

[2] 窦珊,王凌峰,熊智华,洪英东,受限条件下的轨迹更新综合预测迭代学习控制算法,ZL201710272144.6,2017.4.24


Baidu
sogou