刘井响，博士，副教授/硕士生导师 (jxliu@dlmu.edu.cn)

简介：主要研究方向包括复杂工业过程数据驱动建模与应用，船舶物理子系统数字化建模与应用；主持国家自然科学基金青年项目1项，参与国家重点研发计划项目，国家自然科学基金重点项目和面上项目多项。在高水平期刊与顶级会议上发表学术论文30余篇，授权国家发明专利4项，中国自动化学会和中国人工智能学会会员，现担任多个国际期刊审稿人。

主要研究内容

1.复杂工业过程数据驱动建模与应用：针对批次过程、多规格过程等复杂多变工业过程的运行状态、产品质量和设备性能等进行故障诊断、软测量和性能预估等研究，形成了一套以张量分析和函数型数据分析为特色的高阶数据分析建模方法，并在半导体生产、结晶过程和高分子聚合反应等过程取得了成功应用；

2.船舶物理子系统数字化建模与应用：针对典型船舶物理子系统进行数字化建模，以机理模型为基础，数据驱动模型为辅助，机理模型与数据驱动模型相结合的方式开展研究，最终形成可替代物理实物的数字模型。

科研项目

[1] 国家自然科学基金项目（青年项目），基于多特征提取与迁移学习的多规格批次过程函数型软测量建模，2021-2023，主持.

[2] 大连理工大学工业装备智能控制与优化教育部重点实验室特别资助项目，基于红外光谱检测的批次结晶过程在线质量评估与智能优化，2021.7-2023.6，主持.

[3] 中央高校基本科研业务费青年教师科技创新项目，基于张量特征分析的批次工业过程建模与应用，2022.01-2022.12，主持.

[4] 中央高校基本科研业务费青年教师科技创新项目，基于子空间投影元学习的复杂多规格过程快速监测建模，2023.01-2023.12，主持.

获奖

[1] Best application related paper for the IFAC Journal of Process Control Paper Prize, for 2020-2022. "Jingxiang Liu, Tao Liu, Junghui Chen, Hong Yue, Fangkun Zhang. Data-driven modeling of product crystal size distribution and optimal input design for batch cooling crystallization processes, JPC, Vol. 96, December 2020, p. 1-14." (https://news.dlmu.edu.cn/info/1003/43977.htm)

欢迎对数据科学与应用、人工智能等研究热点和前沿问题感兴趣的同学报考，

联系方式：jxliu@dlmu.edu.cn