师资队伍

高慧慧

电话:

E-mail:gaohh@bjut.edu.cn

通讯地址:北京市朝阳区平乐园100号 北京工业大学科学楼

研究方向

1. 智能数据解析:机器学习、深度学习理论及技术

2. 工业过程安全监控:故障监测、故障诊断及报警优化

3. 关键设备健康管理:状态监测、故障诊断及剩余寿命预测

个人简介

高慧慧,女,博士,副教授,硕士生导师。20177月毕业于北京化工大学,获得控制科学与工程专业工学博士学位。20177月至今在北京工业大学信息学部人工智能与自动化系从事教学科研工作。现任数字社区教育部工程研究中心技术委员会秘书、北京自动化学会理事。主要从事智能数据解析、工业过程安全监控、关键设备健康管理等研究。主持国家自然科学基金青年基金项目、中国博士后基金面上项目、北京市博士后项目等项目,参与国家自然科学基金重点项目、工信部项目、企事业委托项目等科研任务。在IEEE汇刊、IFAC会刊、自动化学报等国内外权威期刊及国际、国内学术会议上发表论文30余篇,申请国际、国内发明专利20余项,授权国家发明专利10余项,登记计算机软件著作权10余项,入选北京市科协青年人才托举工程。

教育简历

2012-2017 北京化工大学 控制科学与工程 博士

2015-2016 University of California, Davis 访问学者

2008-2012 北京化工大学 自动化 本科

工作履历

2022-至今 北京工业大学信息科学技术学院 副教授

2019-2022 北京工业大学信息学部 讲师

2017-2019 北京工业大学信息学部 师资博士后

学术兼职

数字社区教育部工程研究中心技术委员会秘书,北京自动化学会理事,中国自动化学会会员,中国水资源战略研究会会员等

课程教学

本科生教学:《电工技术》《多元回归技术》

研究生教学:《复杂过程监测与故障诊断》

科研项目

[1] 国家自然科学基金青年项目,基于HSMMSPCA的复杂石化过程多模态报警设计与溯源研究,2019/01-2021/12,主持

[2] 中国博士后科学基金面上项目,复杂工业过程报警稀疏建模与根源诊断关键技术研究,2017/12-2019/06,主持

[3] 北京市科协青年人才托举工程项目,复杂工业过程智能故障诊断与报警优化,2020/01-2022/12,主持

[4] 北京市博士后项目,复杂工业过程多模态报警溯源分析研究及应用,2018/07-2019/07,主持

荣誉和获奖

2020-2022年度北京市科协青年人才托举

2022年度北京工业大学优秀硕士学位论文指导教师

2022年度北京工业大学抗疫先进个人

2020年度北京工业大学优秀教师

2020年度北京工业大学抗疫先进个人

2018年度北京工业大学青年教师培训优秀学员

代表性研究成果

[1] Gao Huihui, Zhang Xiaoran, Gao Xuejin, Li Fangyu, Han Hongui. ICoT-GAN: Integrated Convolutional Transformer GAN for Rolling Bearings Fault Diagnosis under Limited Data Condition[J]. IEEE Transactions on Instrumentation and Measurement, doi: 10.1109/TIM.2023.3271729.

[2] Gao Huihui, Wei Chen, Huang Wenjie, Gao Xuejin. Multimode Process Monitoring Based on Hierarchical Mode Identification and Stacked Denoising Autoencoder[J]. Chemical Engineering Science, 2022, 253: 117556.

[3] Gao Huihui, Wei Chen, Huang Wenjie, Gao Xuejin. Design of Multivariate Alarm Trippoints for Industrial Processes Based on Causal Model[J]. Industrial & Engineering Chemistry Research, 2021, 60(25): 9128-9140.

[4] Gao Huihui, Huang Wenjie, Gao Xuejin, Wei Chen. Incipient Fault Detection for Nonlinear Industrial Processes Based on Distributed Weighted Stacked Autoencoder[C]//2021 China Automation Congress (CAC). IEEE, 2021: 7917-7922.

[5] Gao Xuejin, Meng Lingjun, Gao Huihui, Han Huayun, Qi, Yongsheng. Fermentation Process Quality Prediction Using Teacher Student Stacked Sparse Recurrent Autoencoder [J]. Canadian Journal of Chemical Engineering, 2021.

[6] Zhang Haili, Wang Pu, Gao Xuejin, Gao Huihui. Data Visualization and Fault Detection Using Bi-Kernel t-Distributed Stochastic Neighbor Embedding in Semiconductor Etching Processes[J]. IEEE Transactions on Semiconductor Manufacturing, 2022, 35(3):522-531.

[7] Zhang Haili, Wang Pu, Gao Xuejin, Qi Yongsheng, Gao Huihui. Process Data Visualization Using Bikernel t-Distributed Stochastic Neighbor Embedding [J]. Industrial & Engineering Chemistry Research, 2020, 59 (44): 19623-19632.

[8] 高学金, 孟令军, 高慧慧. 基于注意力 LSTM 的多阶段发酵过程集成质量预测[J]. 控制与决策, 2022, 37 (3): 616-24.

[9] 张海利, 王普, 高学金, 齐咏生; 高慧慧. 基于批次图像化的卷积自编码故障监测方法[J]. 控制与决策, 2021, 36 (6): 1361-1367.

[10] 高学金,刘爽爽,高慧慧. 基于多变量深度卷积神经网络的发酵过程故障监测[J]. 高校化学工程学报, 2020, 34(6): 1511-1519.