王航

王航，男，1990年生，工学博士，预聘副教授。2014年获哈尔滨工程大学核工程与核技术专业学士学位，同年保送至哈尔滨工程大学核科学与技术学院，获硕博连读资格；2018年11月获工学博士学位。2019年5月至今留校工作。
长期从事人工智能和机器学习算法、机理模型在核工程相关领域的研究工作，在核动力系统和设备的故障诊断、状态评估和寿命预测等方面有着较为深厚的理论基础。现作为课题负责人主持军委科技委项目1项，中核英才启明星项目1项，民品横向3项，作为技术负责人参与国家核能开发、基础科研、装备预研及其他民品横向项目4项，作为主要参与人完成其他项目4项，已获得各类学术成果40余项，其中以第一作者或通讯作者发表SCI检索论文11篇。承担核动力装置与设备（一）教学任务，承担留学生课程《核动力装置与设备（一）》助教，本科生课程《热平衡计算》助教。指导硕士研究生2人，协助指导博士研究生4人，硕士研究生6人。

2009.09—2013.07   哈尔滨工程大学         核工程与核技术         工学学士
2013.09—2014.04   哈尔滨工程大学         核科学与技术           硕士（推荐免试）
2014.09—2018.11   哈尔滨工程大学         核科学与技术           博士（推荐免试）
2017.09—2018.09   田纳西大学诺克斯维尔分校  核工程             博士生联合培养

2019.05—至今   哈尔滨工程大学     讲师
2019.12—至今   哈尔滨工程大学     预聘副教授

核安全与仿真分析相关研究，具体内容包括：

1.核动力系统状态监测技术；
2.核动力设备信号处理与特征提取技术；
3.核动力系统和设备的故障诊断技术；
4.核动力设备健康管理和寿命预测技术；
5.传感器布置优化与异常检测技术；
6.实时仿真模型的智能优化技术；
7.数字孪生在核反应堆中的应用；
8.人工智能在核工程中的应用。

[1] 中核青年英才启明星项目，核动力设备的多策略智能故障诊断方法研究，2020/8/1-2023/7/31.82万元，在研，主持；
[2] 中央军委科技委基金项目， 基于人工智能和大数据的XX故障诊断技术研究，2019/01-2020/12，41万元，在研，主持；
[3] 国防科技工业核动力技术创新中心基金项目，核动力重要设备的寿命预测关键技术研究，2019/05-2020/05，20万元，在研，主持；
[4] 民品横向，高功率综合状态评估技术研究，2020/10/1-2020/12/31.97.95万元，在研，主持；
[5] 国防科工局核能开发项目，核动力装置在线监测与运行支持技术研究，2016/01-2019/12，470万元，在研，参加（子课题负责人）；
[6] 总装备部专项预研项目，基于数字孪生的核动力系统智能预测性维护技术研究，2020/01-2022/12 ，12.5万元，在研，参加（子课题负责人）；
[7] 国防科工局核能开发项目，人工智能在核反应堆中的应用，2020/01-2022/12，97万元，在研，参加（技术负责人）。

2014年8月，参加台湾清华大学-核子科学与维护暑期夏令营；
2014年11月，参加核动力研究设计院重点实验室年会；
2015年5月，参加人机界面开发软件Intouch的培训课程；
2015年11月，参加美国冬季核学会，并做专题报告；
2017年6月，参加GSE Power公司关于一维两相流体软件JTOPMERET的培训课程；
2018年11月，参加根本原因分析（RCA）培训课程，并取得结业证书；
2018年11月，参加“研华科技”举办的工业物联网大会；
2018年12月，参加国家核电厂安全及可靠性工程技术中心2018年度学术年会设备大数据分会；
2020年10月，参加国家核电厂安全及可靠性工程技术中心2020年度学术年会并作大会报告。

需求人才：每年招收硕士研究生5人，核工程与核技术、过程控制、自动控制、可靠性分析、计算机科学与技术、信号处理与异常检测、工业设备状态监测、故障诊断、智能控制与容错控制等相关专业的本科毕业生
联系方式：15545199068
邮箱：heuwanghang@hrbeu.edu.cn

《核动力装置与设备（一）》授课

《专业课程设计（二）》助教

《留学生核动力装置与设备（一）》助教

Annals of Nuclear Energy，Nuclear Engineering and Technology, Progress of Nuclear Energy, ISA Transactions 期刊审稿人；
哈尔滨工程大学核安全与先进核能工信部重点实验室 主任助理

[1] 彭敏俊，王航等. 一种基于在线仿真的核电站系统级状态监测方法，国家发明专利，公开号：105955069A.
[2] 彭敏俊，王航等. 一种混合式核电站故障诊断方法，国家发明专利，公开号：201710608145.3.
[3] 王航，彭敏俊，夏庚磊等. 一种核动力设备的非平稳信号状态监测方法及系统[P]. 中国，专利申请号2020107768402, 2020.08.
[4] 王航，彭敏俊，王晓昆等. 一种基于变分模态分解的动力设备异常检测方法及系统[P]. 中国，专利申请号2020109081207, 2020.09.
[5] 王航，虞越，彭敏俊等. 一种核动力装置运行参数异常检测方法及系统 [P]. 中国，专利申请号2020106547154, 2020.07.
[6] 王航, 彭敏俊, 邓强等. 一种核动力装置故障的诊断方法及系统[P]. 中国，专利申请号2020109087449, 2020.09.
[7] 王航, 彭敏俊, 夏庚磊等.一种核动力装置故障诊断方法及系统[P]. 中国, 专利申请号2020109083838, 2020.09.
[8] 王航, 彭敏俊, 夏庚磊等. 一种基于时间卷积网络的电动闸阀剩余使用寿命预测方法[P]. 中国, 专利申请号202010655443X, 2020.07.
[9]王航, 徐仁义, 彭敏俊等. 基于正则化粒子滤波的电动闸阀故障确定方法及系统[P]. 中国, 专利申请号2020107769890, 2020.08.
[10] 王元，王航等. 一种基于SDG和神经网络的船用核动力装置故障诊断方法，国防发明专利，授权号：CN103761567A.
[11] 彭敏俊，王航等. 核动力装置分布式状态监测系统[简称：NPPDOMS] V1.0，计算机软件著作权，登记号：2017SR423810.
[12] 彭敏俊，王航等. 核动力装置引导规程系统[简称：NPPCOPS] V1.0，计算机软件著作权，登记号：2017SR454102.

[1] 王航，夏庚磊，彭敏俊. 基于风险指引的安全分析，译著，2020年12月

[1] H. Wang*, M.J. Peng, Z. Miao, et al. Remaining useful life prediction techniques for electric valves based on convolution auto encoder and long short term memory[J]. ISA Transactions, 2021(108): 333-342.
[2] H. Wang*, M.J. Peng, A. Ayodeji, et al. Advanced fault diagnosis method for nuclear power plant based on convolutional gated recurrent network and enhanced particle swarm optimization[J]. Annals of Nuclear Energy, 2021, 151: 107934.
[3] H. Wang*, M.J. Peng, R.Y. Xu, et al. Remaining Useful Life Prediction Based on Improved Temporal Convolutional Network for Nuclear Gate Valves, Frontiers in Nuclear Energy, 2020, 11: 584463.
[4] H. Wang*, M.J. Peng, Y.K. Liu, et al. Remaining Useful Life Prediction Techniques of Electric Valves for Nuclear Power Plants with Convolution Kernel and LSTM, Science and Technology of Nuclear Installations, 2020: 8349349.
[5] Hang WANG (*), Min-jun Peng, Yue Yu, et al. Fault identification and diagnosis based on KPCA and similarity clustering for nuclear power plants. Annals of Nuclear Energy, 2020, 85: 259-270.
[6] Y. Yu, M.J. Peng, H. Wang*, et al. Improved PCA model for multiple fault detection, isolation and reconstruction of sensors in nuclear power plant[J]. Annals of Nuclear Energy, 2020, 148: 107662.
[7] Hanan A. Saeed, Hang WANG (*), Min-jun Peng, et al. Online fault monitoring based on deep neural network and sliding window technique. Progress in Nuclear Energy, 2020 (121): 103236
[8] Hanan A. Saeed, Min-jun Peng, Hang WANG (*), Bo-wen Zhang. Novel fault diagnosis scheme utilizing deep learning networks. Progress in Nuclear Energy, 2020 (118): 103066
[9] Hang WANG (*),Min-jun PENG, et al. A hybrid fault diagnosis methodology with support vector machine and improved particle swarm optimization for nuclear power plants. ISA Transactions, 2019, 95: 358-371.
[10] Min-jun PENG(*), Hang WANG, Shan-shan CHEN, et al. An Intelligent Hybrid Methodology of On-line System-level Fault Diagnosis for Nuclear Power Plant. Nuclear Engineering and Technology, 2018, 50(3): 396-410. 
[11] Min-jun PENG(*), Hang WANG, Xu YANG, et al. Real-time Simulations to Enhance Distributed On-line Monitoring and Fault Detection in Pressurized Water Reactors. Annals of Nuclear Energy, 2017, 85: 259-270.
[12] Hang WANG, Min-jun PENG (*), et al. On-line Monitoring for Turbine Bypass System Based on real-time simulation. 10th International Topical Meeting on Nuclear Plant Instrumentation, Control, and Human-Machine Interface Technologies, NPIC and HMIT 2017 Volume 1, 2017, Pages 47-56, San Francisco, United States.
[13] Hang WANG (*),Min-jun PENG, et al. An integrated data-driven methodology for early fault detection and diagnosis in nuclear power plant. International Journal of Nuclear Safety and Simulation (IJNS), 2017, Vol.8 No.3: 225-238.
[14] Hang WANG(*), Min-jun PENG, Peng WU, Shou-yu CHENG. Improved methods of online monitoring and prediction in condensate and feed water system of nuclear power plant. Annals of Nuclear Energy, 2016, 90: 44-53.
[15] Hang WANG (*),Min-jun PENG and Shou-yu CHENG. Online Fault diagnosis and Prediction of Condenser in Nuclear Power Plant. ANS 2015 Winter Meeting & Expo, Washington D.C, America, November 7-13, 2015.
[16] 王航*，彭敏俊、徐仁义、刘永阔. 基于卷积核和GRU网络的核电厂阀门故障预测方法[J]. 核电(重大设备可靠性提升及数据智能应用专辑), 2020, 5: 49-54.
[17] Liu, Jie; Peng, Minjun; Wang, Hang; Gong, Meijie, Development of distributed performance monitoring and analysis system for nuclear power Plant., 27th International Conference on Nuclear Engineering: Nuclear Power Saves the World!, ICONE 2019 , 2019-05-19 To 2019-05-24.
[18] 郭良壮, 彭敏俊, 王航, 等. 核电厂蒸汽旁排系统故障诊断与状态预测方法研究[C]. 中国核学会2017年学术年会. 威海市. 2017:321-326.
[19] ZHU Hai-shan,WANG Hang, et al. Development and analysis of a detailed parametric simulation model of condensers for nuclear power plants[J]. International Journal of Nuclear Safety and Simulation (IJNS). 2014,5(4):347-357.
[20]Li Wei, Peng Min-jun, Wang Hang, et al. Design of comprehensive diagnosis system in nuclear power plant[J]. Annals of Nuclear Energy. 2017,109:92-102.

[1] 王航.青年科技创新“启明星人才”，中国核工业集团有限公司，2020年12月.

[1] 王航，储娜，单世民，班志杰，修国一. 最佳实践小组（1/10），信息技术新工科产学研联盟中国软件行业协会, 国内高校深度学习师资培训班第三期， 其他，2019. 7. 22.                                  (科研奖励)