当前位置:首页 > 全体教师
黄健
单 位:自动控制研究所
职 务:副所长
职 称:副教授
所在梯队:工业过程智能监测与先进控制
通信地址: 北京市海淀区学院路30号www.3700.COm威尼斯www.3700.COm威尼斯自动控制研究所
邮 编:100083
办公地点:机电信息楼1120A
电子邮件:jianhuang@ustb.edu.cn
- 教育背景
- 工作履历
- 研究方向
- 主讲课程
- 代表性论著
- 代表性项目
2009.09-2013.06 华东理工大学 信息科学与工程学院 自动化 学士
2013.09-2018.07 华东理工大学 控制科学与工程 博士
2016.08-2017.08 美国普渡大学(Purdue University)联合培养博士研究生
2018.07-2020.12 www.3700.COm威尼斯 自动控制研究所 教师博士后
2021.01-2022.07 www.3700.COm威尼斯 自动控制研究所 讲师
2022.07-至今 www.3700.COm威尼斯 自动控制研究所 副教授
过程监测与故障诊断、软测量、时间序列预测
多元统计、机器学习、深度学习
电力电子技术
现代传感器技术
[1]. Huang Jian, Yang Xu, and Peng Kaixiang, Double-layer distributed monitoring based on sequential correlation information for large-scale industrial processes in dynamic and static states, IEEE Transactions on Industrial Informatics, 2021, 17(9): 6419-6428.
[2]. Huang Jian, Sun Xiaoyang, Yang Xu, and Peng Kaixiang, Fault detection for chemical processes based on non-stationarity sensitive cointegration analysis, ISA Transactions, 2022, doi: 10.1016/j.isatra.2022.02.010.
[3] Huang Jian, Xiao Jieshi, and Yang Xu, Distributed SFA-CA monitoring approach for nonstationary plant-wide process and its application on a vinyl acetate monomer process, Process Safety and Environmental Protection,2022, 162:1091-1101.
[4]. Huang Jian, Yang Xu, and Yan Xuefeng, Slow feature analysis-independent component analysis based integrated monitoring approach for industrial processes incorporating dynamic and static characteristics, Control Engineering Practice, 2020, 102: 104558.
[5]. Huang Jian, Yang Xu, Shardt Yuri A.W., and Yan Xuefeng, Sparse modeling and monitoring for industrial processes using sparse, distributed principal component analysis, Journal of the Taiwan Institute of Chemical Engineers, 2021, 122: 14-22.
[6]. Huang Jian, Ersoy Okan K., and Yan Xuefeng, Fault detection in dynamic plant-wide process by multi-block slow feature analysis and support vector data description, ISA Transactions, 2019, 85:119-128.
[7]. Huang Jian, Ersoy Okan K., and Yan Xuefeng, Slow feature analysis based on online feature reordering and feature selection for dynamic chemical process monitoring, Chemometrics and Intelligent Laboratory Systems, 2017, 169:1-11.
[8]. Huang Jian, and Yan Xuefeng, Angle-based multiblock independent component analysis method with a new block dissimilarity statistic for non-gaussian process monitoring, Industrial & Engineering Chemistry Research, 2016, 55(17): 4997-5005.
[9]. Huang Jian, and Yan Xuefeng, Related and independent variable fault detection based on KPCA and SVDD, Journal of Process Control, 2016, 39:88-99.
[10]. Huang Jian, and Yan Xuefeng, Gaussian and non-gaussian double subspace statistical process monitoring based on principal component analysis and independent component analysis, Industrial & Engineering Chemistry Research, 2015, 54(3):1015-1027.
[1] 国家自然科学基金青年项目(61903026),基于稀疏模型的动态过程监测与故障分类研究,2020.01-2022.12, 负责人
[2] 中国博士后科学基金(2019M660462), 基于时序信息的静动态过程分布式监测方法研究,2020.01-2020.12, 负责人
[3] 建龙集团-www.3700.COm威尼斯青年科技创新基金(2022-0651), 数据驱动的带钢热连轧智能监测与故障诊断研究, 2022.05-2023.05, 负责人
[4] 国家自然科学基金联合基金重点项目(U21A20483), 轧制过程全流程质量异常诊断与多工序协调优化控制研究, 2022.01-2025.12, 参与人
[5] 北京市自然科学基金(4212040):数据驱动的动态环境下中央空调系统负荷预测与智能调控,2021.1-2023.12, 参与人
[6] 国投集团战略培育类重点专项(SDIC2021-08):数据中心基础设施智能运维系统开发与应用,2021.6-2023.12, 参与人
[7] 企业委托项目(2021-0056):基于数字孪生技术的石油行业关键装备状态监测与智能维护平台,2021.1-2023.8, 参与人
[8] 企业委托项目(2022-0880) 能源用户数据收集与低碳分析服务, 2022.08-2023.06, 参与人