欢迎您访问沈阳航空航天大学研究生院网站!

设为首页 | 加入收藏
首页    >   学位与培养    >   导师队伍    >   自动化学院    >   正文

个人简介

姓名:唐晓初

年龄:

职位:

邮箱:

详情介绍


联系方式


邮箱:tangxc0420@126.com

Tel: 13998365340

个人信息

唐晓初,女,博士,讲师,硕士生导师。主要研究方向为面向流程工业的基于数据驱动的故障检测、故障诊断以及软测量的研究。以第一作者发表论文16篇,其中SCI论文8篇,EI论文8篇。主持和参与国家级和省部级等项目10余项。指导学生参加科技竞赛获得省级以上奖项15项:其中国赛二等奖1项,国赛三等奖1项,省赛一等奖7项,省赛二等奖3项,省赛三等奖4项等。

研究方向

主要研究方向为以流程工业为背景的基于数据驱动的故障检测、故障诊断以及软测量的研究。主要从事的研究内容为基于机器学习、深度学习和强化学习等先进算法对工业大数据进行数据挖掘、特征提取与模式识别,建立能够精确反应过程特征的数据驱动模型,从而实现流程工业过程的安全监控、故障检测与软测量。

教育经历

2002/09-2006/07,沈阳化工大学,信息科学与工程学院,自动化专业,学士

2006/09-2009/03,沈阳化工大学,信息科学与工程学院,控制理论与控制工程专业,硕士

2009/09-2015/11,东北大学,自动化学院,检测技术与自动化装置,博士

工作经历

2017/03-至今,沈阳航空航天大学

2021/09-2022/07,浙江大学访问学者

主持和参与的项目

1. 国家自然科学基金项目,62273242,大数据稀疏表达强化嵌入的化工过程故障诊断与安全管理研究,2023/01-2026/12,在研,主持。

2. 辽宁省科技厅面上项目,基于半监督式动态深度概率模型的复杂工业过程软测量,2023/01-2024/12,在研,主持。

3. 浙江大学工业控制技术国家重点实验室项目,ICT2022B30,基于动态深度条件生成模型的复杂工业过程软测量,2022/03-2023/02,结题,主持。

4. 辽宁省教育厅项目,JYT2020002,基于工业大数据特征投影变分分析的多阶段间歇过程故障检测的研究,2021/01-2022/12,结题,主持。

5. 国家自然科学基金重大项目子课题,高速列车信息控制系统数据驱动的故障诊断方法,220120070,已结题,主持。

6. 沈阳航空航天大学博士科研启动基金项目,18YB14,基于累积质量模型的多阶段间歇过程质量预测,2018/04-2021/03,结题,主持。

7. 博士研究生科研创新项目, N100604023, 基于统计分析方法的测温传感器外管生产过程质量控制的研究与应用, 2010.9-2012.9, 结题,主持

8. 国家教育部“春晖计划”, 非稳态下含工序跳跃的炼钢-连铸混合流水车间绿色调度方法的研究, HZKY20220431, 在研,参与。

10. 辽宁省自然科学基金国家重点实验室联合开放基金, 基于数据驱动的智能系统自适应控制研究, 2021-KF-11-04,结题,参与。

11. 国家重点实验室项目,基于数据和模型驱动的磨矿过程智能优化控制方法的研究,JTKY2021016062,结题,参与。

12. 国家自然科学基金面上项目,61673279,间歇过程数据扩散映射特征维度空间的k近邻故障诊断研究,2017.1-2020.12,结题,参与。

发表论文

1. Xiaochu Tang, Jiawei Yan, Yuan Li, Xinmin Zhang and Zhihuan SongSemi-supervised Deep Conditional Variational Auto encoder for Soft Sensor ModelingIEEE Sensor Journal, DOI 10.1109/JSEN.2024.3351431.

2. Xiaochu Tang, Jiawei Yan, Yuan Li, Supervised Multi-layer Conditional Variational Auto-encoder for Process Modeling and Soft Sensor, Sensors, Online.

3. Tang Xiaochu, Li Yuan. Online quality prediction based on the double cumulative model for multiphase batch processes with transitions. Transactions of the Institute of measurement and control, 2022,44(3):646-657.

4. Tang Xiaochu, Li Yuan. Phase division and transition modeling based on the dominant phase identification for multiphase batch process quality prediction, Transactions of the Institute of measurement and control, 2020, 42(5):1022-1036.

5. Tang Xiaochu, Li Yuan. Between-Phase Nonlinear Correlation Analysis-Based Modeling and Online Monitoring for Multiphase Batch Process With Transitions, IEEE Acess, 2019, 7(1): 158951-158968.

6. Xiaochu Tang, Yuan Li, Zhi Xie. Phase division and process monitoring for multiphase batch processes with transitions. Chemometrics and Intelligent Laboratory Systems, 2015, Vol. 145, 72-83. (SCI)

7. Xiaochu Tang, Yuan Li, Zhi Xie. Final quality prediction for multi-phase batch process based on phase cumulative product quality model. Transactions of the Institute of Measurement and Control, 2014, Vol. 36(5), 696-708. (SCI)

8. Yuan Li (导师), Xiaochu Tang. Improved Performance of Fault Detection Based on Selection of the Optimal number of Principal Components. 自动化学报, 2009, Vol. 35 (12), 1550-1557.

9. Xiaochu Tang, Yi Zhang, Xinmin Zhang and Zhihuan Song, Nonliner dynamic system based on SAE-LDS model for fault diagnosis, DDCLS, 2024, 录用. (EI)

10. Xiaochu Tang, Na Tao, Yi Zhang, Data-driven fault diagnosis based on the integrated deep nonlinear dynamic system model, CCC, 2024, 录用. (EI)

11. Tang Xiaochu, Yan Jiawei, Song Zhihuan, Zhang Xinmin, Deep Learning of Process Data with Supervised Variational Auto-encoder for Soft Sensor, 2022 IEEE DDCLS, 2022, August 5-7.

12. Xiaochu Tang, Yuan Li. Fault classification and detection using an improved statistical analysis method, The 2nd International Conference on Industrial Artificial Intelligence, 2020.

13. Xiaochu Tang, Yuan Li. Fault Monitoring and Diagnosis using Fisher discriminant analysis, ICMLC, 2007, v2: p1100-1105. (EI)

14. Xiaochu Tang, Yuan Li. Selection of the Number of Principal Components Based on Fault Signal-to-noise ratio, WCICA, 2008, CA: p3633-3636. (EI )

15. Xiaochu Tang, Yuan Li. Fault classification and detection using an improved statistical analysis method, The 2nd International Conference on Industrial Artificial Intelligence (EI)

16. 唐晓初,李元。基于阶段累积模型的多阶段间歇过程质量预测. 沈阳化工大学学报。

17. 李元,刘宁,唐晓初。基于k-ICA-PCA方法的多模态过程模态的划分,控制工程,2015Vol. 22(3), 501-504

18. 李元,燕亚运,唐晓初。基于局部模型的多阶段在线产品质量预测,系统仿真学报。

19. 李元,张昊展,唐晓初。基于多模态数据全信息的概率主成分分析故障检测研究,仪器仪表学报。


教学与成果

主要承担《传感器与检测技术》和《虚拟仪器技术》两门专业课授课。并指导学生开展大学生创新创业项目和各项科技竞赛。指导学生主持国家级大学生创新创业项目基于OpenCV的残障人士计算机交互系统设计。指导2021年辽宁省普通高等学校本科大学生计算机设计竞赛(国家级),获二等奖;指导2021iCAN全国大学生创新创业大赛全国总决赛(国家级)获三等奖;指导2021年辽宁省普通高等学校本科大学生计算机设计竞赛(省级),获一等奖;指导2021年辽宁省中软国际--卓越杯”AI挑战赛(省级),获一等奖;指导2021辽宁省iCAN创新创业比赛(省级),获二等奖;指导2022年辽宁省第三届“中软国际-卓越杯”AI挑战赛,获一等奖。获得“中软国际-卓越杯”AI挑战优秀指导老师称号。