马鑫，工学博士，副教授，硕士生导师，北京化工大学“博学”青年学者。2022年12月获得北京化工大学控制科学与工程专业博士学位，博士导师王友清教授。2022年8月至2023年2月，曾在英国萨里大学联合培养，合作导师TaoChen 教授。2023年2月起，在北京化工大学从事博士后研究工作，合作导师高金吉院士。已发表论文40余篇，包括IEEETransactions on Cybernetics，IEEE/CAAJournal of Automatica Sinica,IEEETransactions on Automation Science andEngineering等国际顶级期刊。主持国家自然科学基金青年基金、博士后创新人才支持计划、国家重点研发计划子课题、北京市自然科学基金面上项目、中央高校基本科研业务费等。荣获2023年中国自动化学会自然科学奖一等奖，2024年北京化工大学优秀博士后一等奖。2025年首都前沿学术成果。
主要专业方向Areasof Research of Expertise
石化系统的智能安全分析、工业系统的智能故障检测与诊断、典型设备的剩余使用寿命预测、故障溯源与演化分析、多模态数据融合与分析、人工智能交叉学科应用等
课程名称 | 面向对象 |
人工智能导论 | 本科生 |
信息与智能科学导论 | 本科生 |
学术英语读写 | 研究生 |
主要科研、教学项目ResearchProjects
项目名称 | 项目来源 | 起止时间 | 参与情况 |
时空信息推演驱动的工业系统智能安全分析（PY2608） | 中央高校基本科研业务费培育项目 | 2026.03-2026.11 | 主持 |
具备解释性的工业系统故障预测与健康管理技术研究(4262062) | 北京市自然科学基金面上项目 | 2026.01-2028.12 | 主持 |
面向解释性的多模态数据融合故障检测与诊断技术研究(2026SMECP03) | 能源化工过程智能制造教育部重点实验室 | 2026.01-2027.12 | 主持 |
流程行业动态风险智能管控共性关键技术研究（2024YFB3311400） | 国家重点研发计划 | 2024.11-2027.11 | 主持子课题 项目联络人 |
针对工业大数据的石化系统智能故障检测方法研究 | 北京化工大学学院经费预研课题项目 | 2024.06-2025.12 | 主持 |
数据驱动的石化系统动态过程故障检测与诊断技术研究（62303039） | 国家自然科学基金青年项目 | 2024.01-2026.12 | 主持 |
石化系统的动态过程智能故障检测与复杂故障诊断方法研究（BX20230034） | 博士后创新人才支持计划 | 2023.10-2025.10 | 主持 |
石化系统动态过程的智能故障检测关键技术研究（2023M730190） | 中国博士后科学基金面上资助 | 2023.06-2025.06 | 主持 |
数据驱动的石化系统动态过程故障检测技术研究（ZY2304） | 中央高校基本科研业务费自由探索项目 | 2023.03-2023.12 | 主持 |
复杂化工过程综合安全一体化分析与监控（62433004） | 国家自然科学基金重点项目 | 2025.01-2029.12 | 主要参与人 |
数模融合驱动的吸附分离装置智能分析预警技术开发 | 中国石油化工股份有限公司横向项目 | 2025.01-2027.12 | 主要参与人 |
面向化工材料生产设备的智能监测与剩余寿命预测方法与应用研究（L241014） | 北京市自然科学基金-丰台创新联合基金 | 2024.10-2027.09 | 主要参与人 |
绿色生物制药团队（QNTD2023-01） | 中央高校优秀青年团队培育项目 | 2023.01-2025.01 | 主要参与人 |
主要成果、奖励MainAchievements&Awards
2025年首都前沿学术成果
2024年北京化工大学第一批优秀博士后一等奖
2023年中国自动化学会自然科学奖一等奖（第三完成人）
代表性论著ResearchPublications
MinYin, Youqing Wang, Wei Yu, David Wilson, and XinMa*.Industrial processes fault diagnosis method based on expertsystem-guided neural network decision space sparsification, IEEETransactions on Systems, Man, and Cybernetics: Systems,2026, doi:10.1109/TSMC.2026.3673583.
YouqingWang, Tongze Hou, Mingliang Cui, Tao Chen, and XinMa*.Monitoringand fault risk analysis for nonlinear dynamic processes based onkernel dynamic regression model, IEEETransactions on Control Systems Technology,vol. 34, no. 1, pp. 411-425, Jan. 2026.
XinMa,Tao Chen, Youqing Wang*. Dynamic process monitoring based on dotproduct feature analysis for thermal power plants, IEEE/CAAJournal of Automatica Sinica, 2025, 12(3): 563-574.
YouqingWang, Haoqian Wang, Tongze Hou, Xukai Ye, Silvio Simani, XinMa*.Jarque–Bera-basedartificial neural correlation analysis for nonlinear andnon-Gaussian process monitoring,IEEE Transactions on Systems, Man, and Cybernetics: Systems,vol. 55, no. 9, pp. 5912-5924, Sept. 2025.
MingliangCui, Youqing Wang, Jipeng Guo, Tongze Hou, XinMa*.A dynamic process modeling method based on bipartite graph andrecursive monitoring for catalytic cracking unit, IEEETransactions on Control Systems Technology,vol. 33, no. 6, pp. 2230-2242, Nov. 2025.
YouqingWang, Yiming Dong, Haoqian Wang, Mancheng Xiao, Shenggang Zhu, XinMa*.Li Liang*. Spatiotemporal local analysis for nonlinear dynamicprocess monitoring, IEEETransactions on Instrumentation and Measurement,2025, 74: 3547312.
YouqingWang, Mingxing Zheng, Mingliang Cui, Tongze Hou, JienZhang, and XinMa*,Multimode monitoring method based on adaptive importance codingdictionary learning, IEEETransactions on Reliability,vol. 74, no. 4, pp. 5439-5451, Dec. 2025.
YouqingWang, Min Yin, Hui Wang, Xukai Ye, XinMa*.Sample-evaluation-enhanced machine learning approach for faultdiagnosis of hybrid systems, IEEETransactions on Instrumentation and Measurement,2024, 73: 3527313.
9.XinMa,Dehao Wu, Shaoxu Gao, Tongze Hou, Youqing Wang. Autocorrelationfeature analysis for dynamic process monitoring of thermal powerplants. IEEETransactions on Cybernetics.2023,53(8):5387-5399.
10.XinMa,Yabin Si, Yihao Qin, Youqing Wang. Fault detection for dynamicprocesses based on recursive innovational component statisticalanalysis. IEEETransactions on Automation Science and Engineering.2023,20(1):310-319.
每年可招收1-2位硕士生，欢迎目标明确的本科生进组学习。
课题组团结友爱，互相尊重，乐于分享，平等欢乐，学术氛围浓厚，尊重个性化发展。
欢迎对生活有热情，对知识有好奇，执行力和探索力强，享受科研和学习过程的同学们加入我们的团队！