北京科技大学工业产线智能感知与控制技术方向博士培养主要依托工程技术研究院仪器科学与技术团队、自动化学院工业过程知识自动化教育部重点实验室、人工智能学院智能感知与工业智能团队及工业互联网研究院等顶尖平台开展。该方向深度融合控制科学与工程、仪器科学与技术、计算机科学与技术、人工智能、机械工程、冶金工程及工业互联网等交叉学科优势,面向国家智能制造重大需求及行业技术前沿,致力于发展先进的工业检测、智能感知与无人化控制技术,为冶金及相关制造行业提供智能装备、检测系统和技术服务。博士招生采用“申请-考核制”,具体以《北京科技大学2027年博士学位研究生招生章程》及相关培养单位招生办法为准。
研究方向重点突破工业产线复杂环境下感知精度不足、控制实时性差、多源异构数据融合困难及智能化水平不高等难题。具体涵盖工业产线在线无损检测与控制技术(基于机器视觉的表面缺陷在线检测、基于X射线的CT成像、激光超声金属性能表征、字符与物性智能识别、轧制过程力学行为与板形自动控制、超声晶粒尺寸在线检测);智能无人化系统与数字孪生(基于机器视觉的轧线无人驾驶、激光雷达智能定位识别、智能库区无人控制系统、数字孪生3D可视化虚拟工厂、长材库区无人天车与智能化管控、钢铁生产数字孪生技术应用);视觉机器学习与多模态大模型(视觉机器学习、多模态预训练框架、分层特征提取机制、动态推理能力、小样本学习与泛化持续学习机制、工业知识高效传播与应用);工业智能与具身智能(产线具身智能、视觉模型与机器控制深度融合、集成图像分割与识别技术结合机械臂/机器狗/生产线PLC等智能执行机构、自主感知-决策-执行闭环系统、零样本学习与动态环境适应);以及新型工业控制与工业互联网(工业互联网与物联网、智能制造自动化系统、故障诊断与容错控制、智能运维与健康管理、大时滞系统鲁棒控制、基于模式识别的检测与控制技术、工业机器人智能技术、智慧工厂监听和智能设备听诊技术)等。研究强调感知-决策-执行-协同全栈能力构建、理论-算法-装备-工程应用融合,在工业产线在线检测、智能无人化控制、数字孪生工厂、工业多模态大模型等领域形成了鲜明特色。
备考需围绕自动控制原理、现代控制理论、模式识别与机器学习、计算机视觉、数字图像处理、传感器与检测技术、工业过程控制、PLC与工业以太网、工业互联网与物联网、嵌入式系统、深度学习与PyTorch/TensorFlow、Python/C++编程、有限元分析与数值模拟、数字孪生技术、冶金工艺流程等核心课程展开。建议复习杨荃研究员关于工业产线在线无损检测与控制技术、数字孪生3D可视化技术和智能无人化系统相关成果;王晓晨研究员关于轧制数字化与智能化控制技术、冶金流程质量在线检测与数字化控制技术、智能化与无人化技术及装备相关成果;李江昀教授关于工业智能、产线具身智能、多模态智慧感知、智能决策在遥感、工业和医疗领域研究与应用相关成果;周鹏团队关于视觉机器学习、多模态大模型、工业智能、数据挖掘技术相关成果;徐冬研究员关于冶金流程测控技术、无损检测技术、板带轧制过程力学行为与板形自动控制相关成果;杨旭教授关于工业互联网与物联网、智能制造自动化系统、故障诊断与容错控制、智能运维与健康管理相关成果;王耀祖教授关于工业过程智能感知、数字孪生、大数据工业互联网相关成果;张飞副研究员关于大时滞系统鲁棒控制、基于模式识别的检测与控制技术、工业机器人智能技术、智慧工厂监听和智能设备听诊技术相关成果;《自动控制原理》《现代控制理论》《模式识别》《计算机视觉》《数字图像处理》《传感器与检测技术》《工业过程控制》《工业互联网导论》等教材与专著,同时关注IEEE Transactions on Industrial Informatics、IEEE Transactions on Automation Science and Engineering、Acta Automatica Sinica、Journal of Manufacturing Systems、《自动化学报》《仪器仪表学报》《冶金自动化》《钢铁》等国内外权威期刊前沿文献。研究设想应按“核心工业产线智能感知与控制科学问题—文献与机理梳理—研究框架与算法/实验/系统方案—数据依据与模型构建—预期创新点与学术/工程价值”逻辑撰写。
该方向平台优势显著。北京科技大学工程技术研究院仪器科学与技术团队是国家板带生产先进装备工程技术研究中心、高效轧制与智能制造国家工程研究中心等国家级科研平台的核心研究团队,团队现有专职科研人员10人,包括研究员4人、副研究员1人、高级工程师2人、工程师2人、博士后1人,形成了以高层次科研人员为核心、理论研究与工程技术人员协同发展的科研梯队。自动化学院工业过程知识自动化教育部重点实验室聚焦工业智能与知识自动化,李江昀教授团队立足智能制造领域,致力在工业4.0时代面向复杂工业场景提供管控一体化工业智能服务平台与技术。人工智能学院智能感知与工业智能团队由周鹏负责,实验室拥有各类型成像仪器(2D/3D相机、多光谱/高光谱相机)、静态/动态光学平台、机械臂、移动小车、机器狗、无人机、华为5G/5G-A专网直连华为北研所/西研所及算力平台,与华为共建5G+工业视觉联合实验室。工业互联网研究院面向5G/6G、人工智能、工业互联网、智能制造等国家重大需求,解决工业制造领域在网络化、数字化及智能转型过程中的共性关键难题。代表性导师包括杨荃研究员(国家板带生产先进装备工程技术研究中心主任、中国金属学会冶金设备分会主任委员,获国家科技进步一等奖1项、二等奖1项,省部级奖励7项,已培养毕业博士、硕士研究生130多名);王晓晨研究员(国家重大人才工程计划入选者、北京科技大学创新创业学院院长、科技成果转化研究院副院长、卓越工程师学院副院长,主持或参加纵向课题22项、企业横向课题55项,授权发明专利93项,近五年成果获省部级奖励10项其中一等奖4项,荣获冶金青年科技奖);李江昀教授(自动控制研究所所长、工业过程知识自动化教育部重点实验室常务副主任,主要从事工业智能、产线具身智能、多模态智慧感知研究,连续4年入选全球前2%顶尖科学家榜单,获省部级奖励4项);周鹏(智能感知与工业智能团队负责人,主持国家重点研发计划课题、国家自然科学和北京市基金面上项目等,获北京市科技进步一等奖、冶金科技进步一等奖等省部级科研奖励6项);徐冬研究员(从事冶金流程测控技术、无损检测技术研究,主持及参与国家级项目20余项、企业项目30余项,获发明专利40余项,研究成果获省部级科技奖励5项);杨旭教授(三级教授、博士生导师、北京市青年教学名师、工业过程知识自动化教育部重点实验室副主任,主持国家自然科学基金联合基金重点项目/面上项目/青年项目等40余项,发表学术论文100余篇,获国家级教学成果二等奖、北京市高等学校青年教学名师奖等国家级/省部级教学奖励近20项);王耀祖教授(入选全球前2%顶尖科学家榜单、北科青年学者、中国科协青年人才托举工程、北京市科技新星,第一作者/通讯作者发表SCI论文60余篇,获省部级一等奖1项);张飞副研究员(主要从事大时滞系统鲁棒控制、基于模式识别的检测与控制技术、工业机器人智能技术研究,主持企业科研项目多项)等。导师通常要求考生具备扎实的控制科学与工程/仪器科学与技术/计算机科学与技术基础,较强的机器学习/计算机视觉/工业控制理论功底,编程能力(Python/C++)、算法开发能力、系统集成能力以及学术写作能力。
研究设想可聚焦工业产线表面缺陷在线检测与识别、基于X射线的CT成像与无损检测、激光超声金属性能表征、字符与物性智能识别、轧制过程板形检测与自动控制、超声晶粒尺寸在线检测、基于机器视觉的轧线无人驾驶、激光雷达智能定位识别、智能库区无人控制系统、长材库区无人天车与智能化管控、数字孪生3D可视化虚拟工厂、钢铁生产数字孪生技术应用、视觉机器学习与多模态大模型、小样本学习与泛化持续学习机制、产线具身智能与自主感知-决策-执行闭环系统、零样本学习与动态环境适应、计算效率优化与自适应控制框架、工业互联网与物联网、智能制造自动化系统、故障诊断与容错控制、智能运维与健康管理、大时滞系统鲁棒控制、基于模式识别的检测与控制技术、工业机器人智能技术、智慧工厂监听和智能设备听诊技术、连续化热轧带钢智能调平、钢卷卷形及板形检测、无缝钢管关键参数检测、全自动轧钢模型、硅钢辊形与跑偏控制等。申博难点在于需明确细分方向(在线检测/智能无人化/数字孪生/工业大模型/具身智能/工业互联网),研究设想要体现感知-决策-执行-协同全栈能力、算法-装备-系统集成结合意识、面向冶金及高端制造等国家重大需求的工程应用价值与学术前沿性,面试将深度追问自动控制原理、模式识别与机器学习、计算机视觉、工业过程控制专业知识、编程能力、算法开发能力及学术写作能力。
知点申博全科辅导服务可为该方向考生提供系统支持,包括定制一对一研究设想打磨、科研简历优化、复试模拟及学术热点分析等,助力考生精准匹配北科大相关培养单位要求。博士录取受多重因素影响,考生应以官方最新招生简章为准。
如需了解知点申博全科辅导服务,可咨询报名联系4000003363,或添加微信shuoedu。
