王友清

王友清，工学博士、教授、博士生导师。国家杰青、IETFellow。现任北京化工大学信息科学与技术学院院长。2003年本科毕业于山东大学信息与计算科学专业。2008年博士毕业于清华大学控制科学与工程专业。2008年至2010年在美国加州大学圣芭芭拉分校从事博后研究。

截止2022年12月，以第一作者或通讯作者发表SCI期刊论文100余篇，包括《IEEETransactions on Automatic Control》、《Automatica》、《IEEETransactions on Cybernetics》、《IEEETransactions on Industrial Informatics》、《IEEETransactions on IndustrialElectronics》等国际顶级期刊，论文被SCI引用四千多次，施引作者中包括40多位国内外院士。出版专著两部，授权专利12项。

王友清教授主持过二十余项科研项目，包括国家自然科学基金杰出青年基金、国家自然科学基金优秀青年基金、国家自然科学基金面上项目2项、山东省杰出青年基金、霍英东青年教师基金、教育部新世纪优秀人才计划、欧洲糖尿病研究基金项目（当年全国仅4项）等。他担任多个国际期刊编委；在多个国际重要学术组织兼职；先后担任十多个学术会议的程序委员会主席、邀请组主席、出版副主席、分会主席等。他是首位获得《Journalof ProcessControl》最佳论文奖和ADCHEM青年作者奖两个奖项的中国大陆学者。他还荣获教育部自然科学奖二等奖、北京市自然科学奖二等奖、山东省自然科学奖二等奖、中国自动化学会自然科学奖二等奖、霍英东青年教师奖。

邮箱：wang_youqing@mail.buct.edu.cn

主持的主要科研项目ResearchProjects

主要奖励Mainachievements

（1）IETFellow（英国工程与技术学会会士），2022年

（2）山东省自然科学奖二等奖，2021年

（3）北京市自然科学奖二等奖，2020年

（4）全国向上向善好青年，2020年（共青团中央）

（5）教育部自然科学奖二等奖，2019年

（6）中国自动化学会科学奖二等奖，2018年

（7）霍英东青年教师奖，2016年

（8）IFACADCHEM2015青年作者奖，2015年

（9）IEEECSS北京分区青年作者奖，2014年

（10）Journalof Process Control Survey PaperPrize（国际自动控制联合会颁发；每三年精选一篇；大陆首位获得者），2011年

主要论文ResearchPaper

[1]  Ma,X.; Wu, D.; Gao, S.; Hou, T.; Wang, Y.* (2022): Autocorrelationfeature analysis for dynamic process monitoring of thermal powerplants. IEEE T. Cybernetics, DOI: 10.1109/TCYB.2022.3228861

[2]  Shi,Y.; Wang. Y.*; Tuo. J. (2022): Distributed secure state estimation ofmulti-agent systems under homologous sensor attacks. IEEE/CAA Journalof Automatica Sinica, DOI: 10.1109/JAS.2022.105920

[3]  Wang,Y.*; Qin, Y.; Lou, Z.; Ma, X. (2022): Survey on recursive statisticalprocess monitoring methods. The Canadian Journal of ChemicalEngineering, DOI: 10.1002/cjce.24494

[4]  Sun,R.; Wang, Y.*; Mu, Z.; He, K. (2022): Fault diagnosis for large-scaleprocesses based on robust multiblock global orthogonal projections tolatent structures. IEEE Transactions on Automation Science andEngineering, DOI: 10.1109/TASE.2022.3190360

[5]  Ma,X.; Si, Y.; Qin, Y.; Wang, Y.* (2022): Fault detection for dynamicprocesses based on recursive innovational component statisticalanalysis. IEEE Transactions on Automation Science and Engineering,DOI: 10.1109/TASE.2022.3149591

[6]  Wang,M.; Ma, X.; Hu, Y.; Wang, Y.* (2022): Gear fault diagnosis based onvariational modal decomposition and wide+narrow visual field neuralnetworks. IEEE Transactions on Automation Science and Engineering,19(4): 3288-3299. DOI: 10.1109/TASE.2021.3117288

[7]  Shi,Y.; Liu, C.; Wang, Y.* (2022): Online secure state estimation ofmulti-agent systems using average consensus. IEEE Transactions onSystems, Man, and Cybernetics: Systems, 52(5): 3171-3186. DOI:10.1109/TSMC.2021.3064658

[8]  Shi,Y.; Liu, C.; Wang, Y.* (2022): Asymptotically stable filter for MVUestimation of states and homologous unknown inputs in heterogeneousmultiagent systems. IEEE Transactions on Automation Science andEngineering, 19(2): 884-894. DOI:  10.1109/TASE.2021.3060075

[9]  Zhu,K.; Wang, Y.* (2022): Event-triggered sensor fault estimation ofunreliable networked unmanned surface vehicle system with correlatednoises. IEEE Transactions on Vehicular Technology, 71(3): 2527-2537.DOI: 10.1109/TVT.2022.3142147

[10]Lou,Z.; Wang, Y.*; Si, Y.; Lu, S. (2022): A novel multivariatestatistical process monitoring algorithm: orthonormal subspaceanalysis. Automatica, 138: 110148.https://doi.org/10.1016/j.automatica.2021.110148

[11]Qin,Y.; Yan, Y.; Ji, H.; Wang, Y.* (2022): Recursive correlativestatistical analysis method with sliding windows for incipient faultdetection. IEEE Transactions on Industrial Electronics, 69(4):4185-4194. DOI: 10.1109/TIE.2021.3070521

[12]Chen,Q.; Liu, Z.; Ma, X.; Wang, Y.* (2022): Artificial neural correlationanalysis for performance-indicator-related nonlinear processmonitoring. IEEE Transactions on Industrial Informatics, 18(2):1039-1049. DOI: 10.1109/TII.2021.3080285

[13] Shi,Y.; Liu, C.; Wang, Y.* (2021): Secure state estimation of multi-agentsystems with homologous attacks using average consensus. IEEETransactions on Control of Network Systems, 8(3): 1293-1303.

[14] Si,Y.; Wang, Y.*; Zhou, D. (2021): Key-performance-indicator-relatedprocess monitoring based on improved kernel partial least squares.IEEE Transactions on Industrial Electronics, 68(3): 2626-2636.

[15] Wang,Y.; Zhao, D.*; Li, Y.; Ding, S.X. (2017): Unbiased minimum variancefault and state estimation for linear discrete time-varyingtwo-dimensional systems. IEEE T. Automatic Control, 62(10):5463-5469.

[16] Wang. Y.;Gao, F.; Doyle III, F.J. (2009): Survey on iterative learningcontrol, repetitive control, and run-to-run control. Journal ofProcess Control, 19(10): 1589-1600.