通知公告
- 关于拟接收尚子清等16人为中共预07-15
- 2021年威尼斯144777cm转专业录取工作07-14
- 关于拟接收吕红霞为中共党员的公06-11
- 关于拟接收姜峰等11人为中共预备06-08
- 关于拟接收夏丽娜等11人为中共预06-07
- 关于拟接收刘宇轩等11人为中共预06-07
当前位置：首页 > 全体教师
张瀚文
单 位：控制科学与工程系
职 称：副教授
所在梯队：复杂系统建模与控制
通信地址： 北京市海淀区学院路30号威尼斯144777cm
邮 编：100083
办公地点：威尼斯144777cm机电信息楼1026
电子邮件：zhanghanwen@ustb.edu.cn
- 教育背景
- 工作履历
- 研究方向
- 代表性论著
- 代表性项目
- 成果、荣誉
2007.9 -2011.6 青岛理工大学 自动化 学士
2011.9 -2014.6 中国矿业大学（北京） 测试计量技术及仪器 硕士（导师：孟国营教授）
2014.9 -2018.7 清华大学 控制理论与控制工程 博士（导师：周东华教授）
2018.10 -2020.12 浙江大学，控制科学与工程学院，助理研究员/博士后（导师：孙优贤院士）
2020.12 -2021.1 浙江大学，控制科学与工程学院，副研究员/博士后（导师：孙优贤院士）
2021.2-至今 威尼斯144777cm，威尼斯144777cm，副教授
【1】 大数据驱动的工业过程监测/故障诊断
工业过程一旦发生异常工况通常会引起产品质量不达标、能耗增加、检修时间增长、设备寿命减少等后果，甚至可能引发安全事故。为了保障工业过程安全稳定运行，课题组基于工业大数据，结合数理统计，机器学习，人工智能等多学科，开展工业过程异常工况实时检测、诊断、分析等方法的研究，从而为及时处理异常工况提供有效信息支撑。
【2】 工业设备剩余寿命预测/健康管理
工业设备在运行过程中由于磨损、老化、侵蚀等原因会不可避免地发生性能退化，最终导致设备失效。工业设备失效不仅会影响正常生产，造成经济损失，还可能会引发事故。PHM技术能够通过设备运行过程中采集到的各类数据，分析设备的健康状态和失效演化规律，预测其剩余寿命，并根据预测结果以最小化风险和最小化成本为目标制定设备维护策略，从而在设备失效前进行替换、维修等操作，避免由于设备失效带来的各种损失。
【3】 流程行业数字孪生系统
数字孪生系统通过构建与物理实体生产线一一对应的虚拟孪生体以及数据实时互联互通，实现物理空间和虚拟空间的同步运行和虚实交互。通过多时空尺度的建模与融合，将实际生产过程中的“黑箱”设备白箱化，一定程度上解决了观测信息不完备的问题。同时，数字孪生系统的自主运行能力，将为新方法的应用和实施提供测试条件，降低试错成本。数字孪生系统将为物料配方优化、生产过程监控、设备健康管理、产品质量管理等工业应用解决方案提供充足的数据资源、丰富的模型基础和便捷的验证条件。
[1] Zhang Hanwen, Chen Maoyin, Xi Xiaopeng, Zhou Donghua. Remaining useful life prediction for degradation processes with long-range dependence. IEEE Transactions on Reliability, 2017, 66(4): 1368-1379.
[2] Zhang Hanwen, Zhou Donghua, Chen Maoyin, Shang Jun. FBM-based remaining useful life prediction for degradation processes with long-range dependence and multiple modes. IEEE Transactions on Reliability, 2019, 68(3): 1021-1033.
[3] Zhang Hanwen, Jia chao, Chen Maoyin. Remaining Useful Life Prediction for Degradation Processes with Dependent and Non-Stationary Increments. IEEE Transactions on Instrumentation and Measurement, 2021.
[4] Zhang Hanwen, Zhou Donghua, Chen Maoyin, Xi Xiaopeng. Predicting remaining useful life based on a generalized degradation with fractional Brownian motion. Mechanical Systems and Signal Processing, 2019, 115: 736-752.
[5] Zhang Hanwen, Shang Jun, Yang Chunjie, Sun Youxian. Conditional random field for monitoring multimode processes with stochastic perturbations. Journal of the Franklin Institute, 2020, 357(12): 8229-8251.
[6] Zhang Hanwen, Chen Maoyin, Shang Jun, Yang Chunjie, Sun Youxian. Stochastic process-based degradation modeling and RUL prediction: from Brownian motion to fractional Brownian motion. Science China Information Sciences, 2021.
[7] Zhang Hanwen, Chen Maoyin, Zhou Donghua. Remaining useful life prediction for a nonlinear multi-degradation system with public noise. Journal of Systems Engineering and Electronics, 2018, 29(2): 429-435.
[8] Zhang Hanwen, Chen Maoyin, Zhou Donghua. Predicting remaining useful life for a multi-component system with public noise. Prognostics and System Health Management Conference , 2016. IEEE, 2016: 1-6.
[9] Zhang Hanwen, Chen Maoyin, Zhou Donghua. Remaining useful life prediction for nonlinear degrading systems with maintenance. Prognostics and System Health Management Conference , 2017. IEEE, 2017: 1-6.
[10] Zhang Hanwen, Yang Chunjie, Sun Youxian. Remaining useful life prediction under multiple fault patterns for degradation processes with long-range dependence, 2019 CAA SAFEPROCESS.
[11] Shang Jun, Chen Maoyin, Zhang Hanwen. Fault detection based on augmented kernel Mahalanobis distance for nonlinear dynamic processes, Computers & Chemical Engineering, 2018, 109: 311-321.
[12] Xi Xiaopeng, Chen Maoyin, Zhang Hanwen, Zhou Donghua. An improved non-Markovian degradation model with long-term dependency and item-to-item uncertainty. Mechanical Systems and Signal Processing, 2018, 105: 467-480.
[13] Shang Jun, Chen Maoyin, Zhang Hanwen, Ji Hongquan, Zhou Donghua, Zhang Haifeng, Li Mingliang. Increment-based recursive transformed component statistical analysis for monitoring blast furnace iron-making processes: An index-switching scheme. Control Engineering Practice, 2018, 77: 190-200.
[14] Xi Xiaopeng, Zhou Donghua, Chen Maoyin, Narayanaswamy Balakrishnan, Zhang Hanwen. Remaining useful life prediction for multivariable stochastic degradation systems with non‐Markovian diffusion processes. Quality and Reliability Engineering International, 2020, 36(4): 1402-1421.
[15] Shang Jun, Zhou Donghua, Chen Maoyin, Ji Hongquan, Zhang Hanwen. Incipient sensor fault diagnosis in multimode processes using conditionally independent Bayesian learning based recursive transformed component statistical analysis. Journal of Process Control, 2019, 77: 7-19.
[16] 李彦瑞, 杨春节, 张瀚文, 李俊方.流程工业数字孪生关键技术探讨.自动化学报,2021,47(03):501-514.
[17] 朱雄卓, 张瀚文, 杨春节.基于高斯混合模型的MWPCA高炉异常监测算法.化工学报, 2021, 72(03):1539-1548.
主持科研项目：
【1】 国家自然科学基金青年基金: 工业设备非平稳非独立增量退化过程建模及剩余寿命预测研究（27万元）
【2】 中国博士后科学基金：基于多源监测数据的工业设备退化建模及剩余寿命预测（8万元）
【3】 中国博士后科学基金：大型高炉非平稳过程监测方法研究（8万元）
【4】 浙江省博士后基金：多工况下工业设备非Markov退化建模及剩余寿命预测（5万元）
【5】 工业互联网创新发展工程子课题：大型高炉异常炉况诊断方法研究及微服务组件开发（100万元）
【6】 国家重点实验室开放课题（浙江大学工业控制技术国家重点实验室）
参与科研项目：
【1】 国家自然科学基金重大项目: 大型高炉高性能运行控制的基础理论与关键技术研究 (2000万)
【2】 国家自然科学基金重点项目：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 (300万)
【3】 国家自然科学基金面上项目：大数据驱动的故障检测：改进的PCA与PLS方法 (63万)
获奖：
【1】 2019 CAA科技进步特等奖 中国自动化学会
【2】 2019 CAA自然科学二等奖 中国自动化学会
【3】 2020 山东省高等教育优秀教材奖
【4】 2018-2019 JSEE优秀论文奖
行业报告：
【1】 参与编写：信息物理系统（CPS）建设指南（2020）
教材：
【1】 参与编写：电路原理（ISBN:9787115414571）