欢迎访问控制科学与工程学院

曹玉苹(副教授)

作者:发布者:李海涛发布时间:2020-07-10浏览次数:563

»姓名:曹玉苹

»系属:电工电子学教学中心

»学位:博士

»职称:副教授

»专业:控制理论与控制工程

»导师类别:硕士生导师

»电子邮箱:caoyp@upc.edu.cn

»联系电话:

»通讯地址:山东省青岛市黄岛区长江西路66号中国石油大学控制学院

»概况  

研究方向

故障诊断与容错控制,化工过程安全,地震数据处理。


教育经历

 2004.9 – 2010.12,中国石油大学(华东),控制理论与控制工程,博士,导师:田学民;

 2000.9 – 2004.7,石油大学(华东),自动化,学士。


工作经历

 2020.1-至今,中国石油大学(华东),副教授;

2011.7–2019.12,中国石油大学(华东),讲师。


学术兼职

担任控制理论与应用、IEEE Transactions on Industrial InformaticsIEEE Transactions on Systems, Man and Cybernetics: SystemsNeurocomputingIndustrial & Engineering Chemistry Research、控制工程、中国自动化大会、中国控制会议、中国控制与决策会议、中国过程控制会议等学术期刊和会议审稿人。


主讲课程

电工电子学,电子技术课程设计,电工电子学实习


指导研究生及博士后

指导硕士研究生2


承担项目

 [1] 山东省自然科学基金青年科学基金项目,ZR2016FQ21,基于过程数据和质量数据双层挖掘的TMP过程故障诊断方法研究,2016/11-2019/611万,主持。

 [2] 国家自然科学基金青年科学基金项目,61403418,基于局部信息熵的多牌号聚丙烯过程故障诊断方法研究,2015/01 -2017/1225万,参加。

 [3] 中央高校基本科研业务费专项资金资助项目,14CX02174A,基于多空间典型变量分析的聚丙烯过程监控方法研究,2014/01 -2015/125万,主持。

 [4] 国家自然科学基金面上项目,61273160,基于数据驱动的抽油机井实时故障诊断方法研究,2013/01-2016/1280万,参加。

 [5] 山东省优秀中青年科学家科研奖励基金项目,BS2012ZZ011,基于鲁棒核典型变量分析的催化裂化过程故障诊断与预测方法研究,2012/07-2014/126万,主持。

 [6] 山东省自然科学基金面上项目,ZR2011FM014,有杆抽油系统井下故障实时诊断方法研究,2011/07-2014/078万,参加。

 [7] 山东省自然科学基金联合项目,Y2007G49,复杂石化生产过程故障诊断与预报技术研究,2007/12-2010/125万,参加。

 [8] 中石化胜利油田分公司勘探项目管理部,基于独立元分析的地震盲反褶积方法研究,2009/5-2010/1286.5万,参加。


获奖情况

 [1] 2014年,学院青年教师讲课比赛一等奖,校青年教师讲课比赛三等奖。

 [2] 2015年,山东省教育技术与装备协会2014年度优秀学术论文一等奖。

 [3] 2015年,参与获得校教学成果奖二等奖2项。

 [4] 2017年,指导学生获得全国大学生电工技术基础知识与创新竞赛一等奖。

 [5] 2017年,参与获得校教学成果奖二等奖1项。

 [6] 2019年,参与获得校教学成果奖一等奖1项。


荣誉称号

 [1] 2013年,中国石油大学学报(自然科学版)首届优秀作者。

 [2] 2018年,校优秀班主任。

 [3] 2020年,院优秀共产党员。


著作


论文

学术研究论文:

[1]曹玉苹, 黄琳哲, 田学民. 一种基于DIOCVA 的过程监控方法[J]. 自动化学报, 2015, 41(12): 2036-2044. EI期刊)

 [2] 曹玉苹, 卢霄, 田学民,. 基于动态单类随机森林的非线性过程监控方法[J]. 化工学报, 2017, 68(4):1459-1465. (EI期刊)

 [3] 曹玉苹, 田学民. 基于SVMKalman预测的非线性系统故障预报[J]. 控制与决策, 2009, 24(3):477-480. (EI期刊)

 [4] Cao Yuping, Yu Lei, Deng Xiaogang, Zhang Xiaoling. Variable sub-region canonical variate analysis for dynamic process monitoring[J]. IEEE Access, 2020, 8(1): 37775-37789.SCI二区)

 [5] Cao Yuping, Hu Yongping, Deng Xiaogang, et al. Quality-relevant Batch Process Fault Detection Using a Multiway Multi-subspace CVA Method[J]. IEEE Access, 20175(1): 23256-23265.SCI二区)

 [6] Tian Xuemin, Cao Yuping, Chen Sheng. Process Fault Prognosis Using a Fuzzy-Adaptive Unscented Kalman Predictor[J]. International Journal of Adaptive Control and Signal Processing, 2011, 25(9):813–830. (SCI四区)

 [7] 曹玉苹, 田学民. 基于信息散度的过程故障检测与诊断[J]. 浙江大学学报(工学版), 2010, 44 (7):1315-1320. (EI期刊)

 [8] 曹玉苹, 田学民. 基于Unscented卡尔曼滤波新息的多变量序贯概率比检验故障检测方法[J]. 中国石油大学学报(自然科学版), 2010, 34(3):165-169. (EI期刊)

 [9] 田学民, 曹玉苹. 统计过程控制的研究现状及展望[J]. 中国石油大学学报(自然科学版), 2008, 32(5):175-180. (EI期刊)

 [10] 曹玉苹,卢霄,田学民,邓晓刚. 基于核典型RF 的过程故障诊断 [J]. 控制工程, 2019,26(04):746-751. (核心期刊)

 [11] 曹玉苹, 田学民. 基于典型变量分析状态残差的故障检测方法[J]. 控制工程, 2007, 14(S3):74-76. (核心期刊)

 [12] Huang Linzhe, Cao Yuping, Tian Xuemin, et al. A Nonlinear Quality-relevant Process Monitoring Method with Kernel Input-output Canonical Variate Analysis[C]. Proceedings of the 9th IFAC Symposium on Advanced Control of Chemical Processes, 2015, 611-616. (EI: 20160301805461)

 [13] Lu Xiao, Cao Yuping, Tian Xuemin, et al. A dynamic nonlinear process fault diagnosis method using Canonical rotation forest[C]. Proceedings of the 35th Chinese Control Conference, 2016, 6515-6520. (EI)

 [14] Cao Yuping, Tian Xuemin. An Adaptive UKF Algorithm for Process Fault Prognostics[C]. Proceedings of the Second International Conference on Intelligent Computation Technology and Automation, 2009, 2:487-490. (EI)

教学研究论文:

 [1] 曹玉苹,邓晓刚,田学民,. 数据驱动的抽油机井实时故障诊断实验平台[J]. 实验技术与管理,2015,32(09):99-102.

 [2] 曹玉苹,邓晓刚,田学民,.数据驱动的模拟电路故障诊断实验平台[J].实验技术与管理,2018,35(01): 148-151.

 [3] 曹玉苹,刘润华,刘复玉,. 面向卓越计划的少课时“电工电子学”课程教学改革与实践[J]. 职教论坛,2015,02: 66-68.

 [4] 曹玉苹,刘润华,任旭虎.“电工电子学”课程学习与生产调研.电气电子教学学报.2012344):62-63.

 [5] 曹玉苹,贺利,刘润华,.三维仿真在“电工电子学”教学中的应用[J].电气电子教学学报,2018,40(03):109-114.

 [6] 曹玉苹,刘润华,任旭虎,. 基于“互联网+”的“电工电子学”教学改革[J]. 电气电子教学学报, 2019, 41(5):46-49.

 [7] 曹玉苹,李哲,贺利,. 基于学号的“电工电子学”仿真实验教学研究[J]. 实验室科学, 2019, 22(5):109-113.


专利

发明专利:曹玉苹,田学民,邓晓刚. 一种基于模糊自适应预测的动态过程故障预报方法,ZL201410060800.2,2016.