王友清，男，工学博士、教授、博士生导师。国家杰出青年科学基金项目获得者，目前担任北京化工大学信息科学与技术学院院长，他先后于山东大学和清华大学获得学士和博士学位，曾在香港科技大学、美国加州大学圣芭芭拉分校、加拿大阿尔伯塔大学、香港城市大学工作和交流。他主持了20多项国家和企业的科研项目，他曾经为燕山石化、锦州石化等石化企业研发了基于大数据的智能安全评估软件。他发表了100多篇SCI论文，其中ESI高被引论文15篇。他是国家优青、霍英东青年教师奖、新世纪优秀人才、团中央全国向上向善好青年获得者，还荣获Journal of Process Control最佳论文奖、ADCHEM青年作者奖等。王友清担任9个国际期刊的编委或客座编委和3个IFAC技术委员会的委员。
主要研究项目 Main Research Projects
项目名称 | 项目来源 |
智能化工系统的安全评估 | 国家自然科学基金杰出青年基金 |
人体血糖动态过程的安全控制 | 国家自然科学基金优秀青年基金 |
无人艇异常工况的智能监测和自愈控制 | 青岛创新领军人才支持计划项目 |
二维系统的安全控制 | 山东省杰青基金项目 |
二维系统框架下迭代学习控制的性能评估理论及应用 | 国家自然科学基金面上项目 |
重症监护病人的健康状态监测和可靠控制 | 教育部新世纪优秀人才支持计划 |
批次过程的控制性能评估 | 北京市青年英才 |
Closing the Loop for Adult Subjects with T1DM Using Learning-Type Model Predictive Control | EFSD/CDS/Lilly中欧糖尿病合作研究基金 |
基于群体智能和模型预测的重症监护病人的血糖闭环控制研究 | 霍英东青年教师基金 |
基于非线性模型预测控制设计人工胰脏β细胞 | 北京市科技新星 |
“人工胰脏”的容错控制研究 | 国家自然科学基金面上项目 |
主要奖励Main achievements
（1）IET Fellow（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）IFAC ADCHEM2015青年作者奖，2015年
（9）IEEE CSS北京分区青年作者奖，2014年
（10）Journal of Process Control Survey Paper Prize（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Research Paper
[1]Ma, X.; Wu, D.; Gao, S.; Hou, T.; Wang, Y.* (2022): Autocorrelation feature analysis for dynamic process monitoring of thermal power plants. IEEE T. Cybernetics, DOI: 10.1109/TCYB.2022.3228861
[2]Shi, Y.; Wang. Y.*; Tuo. J. (2022): Distributed secure state estimation of multi-agent systems under homologous sensor attacks. IEEE/CAA Journal of Automatica Sinica, DOI: 10.1109/JAS.2022.105920
[3]Wang, Y.*; Qin, Y.; Lou, Z.; Ma, X. (2022): Survey on recursive statistical process monitoring methods. The Canadian Journal of Chemical Engineering, DOI: 10.1002/cjce.24494
[4]Sun, R.; Wang, Y.*; Mu, Z.; He, K. (2022): Fault diagnosis for large-scale processes based on robust multiblock global orthogonal projections to latent structures. IEEE Transactions on Automation Science and Engineering, DOI: 10.1109/TASE.2022.3190360
[5]Ma, X.; Si, Y.; Qin, Y.; Wang, Y.* (2022): Fault detection for dynamic processes based on recursive innovational component statistical analysis. 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 on variational modal decomposition and wide+narrow visual field neural networks. 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 of multi-agent systems using average consensus. IEEE Transactions on Systems, 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 MVU estimation of states and homologous unknown inputs in heterogeneous multiagent systems. IEEE Transactions on Automation Science and Engineering, 19(2): 884-894. DOI:10.1109/TASE.2021.3060075
[9]Zhu, K.; Wang, Y.* (2022): Event-triggered sensor fault estimation of unreliable networked unmanned surface vehicle system with correlated noises. 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 multivariate statistical process monitoring algorithm: orthonormal subspace analysis. Automatica, 138: 110148. https://doi.org/10.1016/j.automatica.2021.110148
[11]Qin, Y.; Yan, Y.; Ji, H.; Wang, Y.* (2022): Recursive correlative statistical analysis method with sliding windows for incipient fault detection. 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 correlation analysis for performance-indicator-related nonlinear process monitoring. 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-agent systems with homologous attacks using average consensus. IEEE Transactions on Control of Network Systems, 8(3): 1293-1303.
[14]Si, Y.; Wang, Y.*; Zhou, D. (2021): Key-performance-indicator-related process 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 variance fault and state estimation for linear discrete time-varying two-dimensional systems. IEEE T. Automatic Control, 62(10): 5463-5469.
[16]Wang.Y.; Gao, F.; Doyle III, F.J. (2009): Survey on iterative learning control, repetitive control, and run-to-run control. Journal of Process Control, 19(10): 1589-1600.