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月至今在银河集团9873.cσm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 银河集团9873.cσm 副教授

2019-2022 银河集团9873.cσm 讲师

2017-2019 银河集团9873.cσm 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.