融合动力
李文卿- 流程工业智能优化专家-融合动力网

李文卿

浙江大学,控制科学与工程学院,博士,师从孙优贤院士与赵春晖教授(国家高层次人才)
纽约大学,博士后、研究员
湖南大学,人工智能与机器人学院,教授,硕导/博导
国家高层次青年人才
湖南大学岳麓学者
机器人视觉感知与控制技术国家工程研究中心核心导师、潇湘实验室核心成员
参与国家自然科学基金重点项目、面上项目以及美国自然科学基金项目
在国际顶级期刊和重要学术会议上发表论文20余篇,其中以第一/通讯作者身份在 IEEE Transactions 系列及自动化领域顶级期刊发表 SCI 论文10余篇,JCR一区top论文6篇,ESI 高被引1篇
授权中国发明专利6项
获亚洲控制会议及中国过程控制会议优秀论文提名奖
担任 IET Electronics Letters 客座编辑、SN Computer Science 副主编
担任以下期刊审稿专家:IEEE TIE、TII、TITS、TIFS、TNNLS、JPC、CEP
E-mail:wqli2025@hnu.edu.cn

聚焦于复杂工业系统自主感知与智能控制关键技术,及其在连续制造与离散制造两大智能制造核心领域的实际应用。深度融合工业大数据分析、新一代人工智能及先进制造技术,开展以下两方面研究:

流程工业(化工/冶金)智能优化,围绕制造系统多尺度、强耦合等特性,重点研究:
● 动态建模与在线优化,包括动态机理及工业数据深度融合的混合建模、多保真粒度的数字孪生构建、多目标优化决策等;
● 智能监控与预测维护,包括多模态融合感知实时监控、故障检测与诊断、剩余寿命预测等;
● 数据隐私与模型安全,包括差分隐私、对抗样本、理论可证的模型鲁棒性等。
离散制造(工程装备)具身智能,面向柔性制造场景动态交互需求,重点突破:
● 多模态融合感知框架,包括多模态异构数据时空对齐、动态环境状态估计、结构化环境语义描述等;
● “指令-决策”端到端映射框架,包括知识增强决策大模型构建、多目标优化与分层强化学习等;
● 多模态数字孪生虚实联动闭环框架,包括制造场景世界模型、高保真仿真、动态自愈校准与轻量化工艺知识迁移等。
赵春晖,李文卿,一种自动的步进式有序时段划分方法,发明专利:ZL201310046432.1
赵春晖,李文卿,一种基于不等长时段自动有序划分的过程监测方法,发明专利:ZL201510074916.6
赵春晖,李文卿,基于多模态协同时段自动划分的统计建模与在线监测方法,发明专利:ZL201310257429.4
赵春晖,李文卿,一种基于频带分离和数据建模的通用血糖预测方法,发明专利:ZL201310254315.4
赵春晖,李文卿,一种基于嵌套迭代费舍尔判别分析的故障诊断方法,发明专利,ZL201510028871.9




不到底限非好汉