王美清 Wang Meiqing

您所在的位置:网站首页 王美清儿科诊所 王美清 Wang Meiqing

王美清 Wang Meiqing

2023-09-11 07:02| 来源: 网络整理| 查看: 265

 

长期从事数字化制造与智能制造领域相关研究,主持和参与了国家自然科学基金、国家863计划等国家级、省部级科研项目40余项,获得国家科技进步二等奖1项。在国内外学术期刊发表学术论文50余篇,合作出版专著2部,获得软件著作权登记10余项,申请发明专利5项,担任多个学术期刊的审稿人。

  主要科研项目: 

n某研究院委托项目,“航天型号质量知识图谱构建与应用技术”,2019.8-2021.8,50万元,在研,主持;

n复杂产品智能制造系统技术国家重点实验室开放研究基金项目,“模型驱动的复杂产品在机检测与质量评价方法研究”,2019.8-2021.6,30万元,在研,主持;

n国家863/CIMS项目,“基于广义特性演进的复杂产品设计方法研究”(2009AA04Z165),2009.4-2011.3,45万元,已结题,参与;

n国家自然科学基金项目,“产品设计过程中产品质量特性协调理论与方法研究”(50475005),2005.1-2007.12,20万元,已结题,主持;

n国家自然科学基金项目,“第四届中韩双边研讨会”,2005,0.4万元,已结题,主持;

n国家自然科学基金项目,“第六届中韩双边研讨会”,2005,0.45万元,已结题,主持;

n国家863/CIMS项目,“面向现代产品开发过程的设计质量保证技术研究与集成化平台开发”(2001AA414410),2001.10-2003.12,50万元,已结题,参与;

 

发表主要论文与论著

nLu,  Z.,  Wang M., and Dai W. A condition monitoring approach for machining process  based on control chart pattern recognition with dynamically-sized observation  windows [J]. Computers & Industrial Engineering. 142(2020),106360

nLu,  Z., Wang M., Dai W, et al. In-process  complex machining condition monitoring based on deep forest and process  information fusion [J]. The International Journal of Advanced Manufacturing  Technology, 2019.

nLu,  Z., Wang M., and Dai W. Machined Surface  Quality Monitoring Using a Wireless Sensory Tool Holder in the Machining  Process [J]. Sensors, 2019. 19(8): p. 1847.

n卢志远,  马鹏飞,  肖江林,  王美清,唐晓青.  基于机床信息的加工过程刀具磨损状态在线监测[J].  中国机械工程,  2019, 30(02):220-225.

nYongjiao Chi, Wei, Dai, Zhiyuan Lu, Meiqing Wang, et al.  Real-Time Estimation for Cutting Tool Wear Based on Modal Analysis of  Monitored Signals [J]. Applied Sciences, 2018, 8, 708.

n Yongjiao Chi, Wei, Dai,  Zhiyuan, Lu, Meiqing Wang, et al. Research on Reliability Assessment of Mechanical  Equipment Based on the Performance-Feature Model [J]. Applied Sciences, 2018,  8, 1619.

n王岩,王美清.基于知识流的设计更改执行阶段过程改进[J].  计算机集成制造系统. 2017, 4(23):726-736. 

n徐琛, 王美清.面向离散制造现场的智能质量数据采集终端设计[J]. 现代制造工程, 2017, 8:131-136. 

n王岩,王美清. 基于抽象关系的产品故障知识重用方法[J].计算机集成制造系统,2016,11(22):2653-2660. 

n Wang Yan, Wang Meiqing.  Process Optimization based on Knowledge Flow in Engineering Change[C].  Procedia CIRP, Nanjing, China, 2016, 56:406-411.



【本文地址】


今日新闻


推荐新闻


CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3