访问量:   最后更新时间:--

任志刚

硕士生导师
教师英文名称:Zhigang Ren
教师拼音名称:Ren Zhigang
所在单位:自动化学院
联系方式:renzhigang@gdut.edu.cn
职称:副教授
在职信息:在职
所属院系:自动化学院
学科:模式识别与智能系统    控制理论与控制工程    
其他联系方式

邮编:

通讯/办公地址:

邮箱:

个人简介

      任志刚工学博士,副教授,硕士生导师,广东工业大学“青年百人计划”A层次引进人才,广东省离散制造知识自动化工程技术研究中心负责人,粤港澳离散制造智能化联合实验室成员,广东省自然科学基金卓越青年团队骨干成员(排名2),毕业于浙江大学工业控制技术国家重点实验室,长期从事复杂工业过程系统智能优化与控制、知识自动化、工业视觉、工业互联网、“新一代人工智能”理论与应用等方面的研究和开发工作。曾在美国普渡大学数学系“预测建模与机器学习”实验室进行不确定量化系统建模与人工智能算法研究。目前,课题组依托教育部重点实验室(智能检测与制造物联实验室教育部国际合作联合实验室(物联网智能信息处理与系统集成实验室)、粤港澳联合实验室(粤港澳离散制造智能化联合实验室)、智能信息处理研究所开展研究工作。课题组隶属自动化学院谢胜利教授团队全国首批黄大年式教师团队、教育部创新团队)。

      近年来,针对复杂工业过程系统智能优化与控制、智能制造、工业视觉检测、工业互联网等领域积极开展了研究,已发表SCI/EI 70余篇,其中包含中科院二区以上收录期刊论文30余篇,ESI 高被引论文2 篇,ESI 热点论文1篇;获广东省技术发明奖一等奖 1 项, 申请国家发明专利 50 项,授权15 项,软件著作10项。

目前作为项目负责人主持国家自然科学基金面上基金1项,广东省自然科学基金面上项目1项,广东工业大学“青年百人计划”项目1项。先后主持并结题相关科研项目8项,包括国家自然科学基金青年基金1 项,广东省自然科学基金面上项目1项,国家自然科学基金重大项目子课题1项,工业控制技术国家重点实验室开放课题2项,工业物联网与网络化控制教育部重点实验室开放课题(重点支持项目)1项,企业横向2项,同时作为核心人员参与“科技创新2030-国家新一代人工智能重大项目1项,广东省重点领域研发项目1项。


一、代表性科研项目:

[1].    国家自然科学基金委员会, 面上项目, 基于数据与知识融合驱动的注塑成型过程操作优化与控制研究, 2021-01-01 至  2024-12-31, 在研, 主持

[2].   国家自然科学基金委员会, 大数据科学中心项目(课题), 基于工业大数据的离散制造工艺过程优化方法,2019-01-01至  2023-12-31, 结题, 主持

[3].   国家自然科学基金委员会, 青年科学基金项目, 基于K-V分布的带电粒子束流最优匹配跟踪与镇定控制理论, 2018-01-01 至  2020-12-31, 结题, 主持

[4].   广东省自然基金委员会, 面上项目, 面向注塑成型过程制造的知识自动化与优化决策理论方法, 2019-10 至 2022-09,  结题,  主持

[5].   工业物联网与网络化控制教育部重点实验室, 开放课题(重点支持), 面向智能制造的网络化控制与优化, 2019-01 至   2021-12, 结题, 主持

[6].   企业横向项目, 面向具体场景感知的人机混合智能控制, 2019-01 至 2019-12,  结题, 主持

[7].   国家科学技术部, 科技创新2030-国家新一代人工智能重大项目, 具有自主学习能力的品质检验关键技术与系统, 2020-11  至 2023-10, 结题, 参与

[8].   广东省重点领域研发计划,基于知识自动化的工艺知识获取与软件化技术及应用,2020-09 至 2023-12,  在研技术负责人

[9].   国家自然科学基金委员会,  重点基金项目, 工业过程数据实时获取与知识自动化的理论与技术研究, 2018-01-01 至 2021-12-31, 结题, 参与

[10].   国家自然科学基金委员会, 重点基金项目,  面向智能制造的网络化控制理论与关键技术, 2018-01-01 至 2021-12-31, 结题, 参与;

 


二、近年发表学术论文:

Ø  葛睿夫,任志刚(通讯作者),林江豪,等. 面向注塑产品工艺缺陷的知识图谱构建方法及应用. 控制理论与应用, 41(x): 1– 9,2024.

Ø  T. Chen, R. Lu, and Z. Ren, “Adaptive iterative learning control and inverse compensation of macro fiber composite system with hysteresis,” Journal of Sound and  Vibration, vol. 569, p. 118088, 2024.

Ø  S. Liu, S. Chen, T. Chen, and Z. Ren, “Residual neural network-based observer design for continuous stirred tank reactor systems,” Communications in Nonlinear Science and Numerical Simulation, vol. 128, p. 107592, 2024.

Ø  Z. Ren*(通讯作者), J. Lin, Z. Wu, and S. Xie, “Dynamic optimal control of flow front position in injection molding process: A control parameterization-based method,” Journal of Process Control, vol. 132, p. 103125, 2023.

Ø  H. Guo, Z. Ren*(通讯作者), J. Lai, Z. Wu, and S. Xie, “Optimal navigation for AGVs: A soft actor–critic-based reinforcement learning approach with composite auxiliary rewards,” Engineering Applications of Artificial Intelligence, vol. 124, p. 106613, 2023.

Ø  D. Zeng, J. Sun, Z. Wu, C. Ding, and Z. Ren, “Data representation learning via dictionary learning and self-representation,”Applied Intelligence, pp. 1-13, 2023.

Ø  Q. Tan, Z. Wu, J. Lai, Z. Liang, and Z. Ren, “HDGN: Heat diffusion graph network for few-shot learning,” Pattern Recognition Letters, vol. 171, pp. 61-68, 2023.

Ø  Z. Ren, G. Wu, Z. Wu, and S. Xie, “Hybrid dynamic optimal tracking control of hydraulic cylinder speed in injection molding industry process,” Journal of Industrial and Management Optimization, vol. 19, no. 7, pp. 5209-5229, 2023.

Ø  G. Wu, Z. Ren*(通讯作者), J. Li, and Z. Wu, “Optimal Robust Tracking Control of Injection Velocity in an Injection Molding Machine,” Mathematics, vol. 11, no. 12, p. 2619, 2023.

Ø  J. Li, Y. Wang, and Z. Ren*(通讯作者), “Retrieval of initial condition for Burgers’ equation using reduced-order EnKF via POD-based sparse observations,” Journal of Industrial & Management Optimization, vol. 19, no. 6, 2023.

Ø  J. Xu, Z. Ren*(通讯作者), S. Xie, Y. Wang, and J. Wang, “Deep learning‐based optimal tracking control of flow front position in an injection molding machine,” Optimal Control Applications and Methods, vol. 44, no. 3, pp. 1376-1393, 2023.

Ø  Y. Liu, J. Lai, Z. Jin, Z. Ren*(通讯作者), S. Xie, and Y. Wang, “Iterative learning control for linear parabolic distributed parameter systems with multiple point sensors,” Optimal Control Applications and Methods, vol. 44, no. 3, pp. 1174-1184, 2023.

Ø  许玉格, 钟铭, 吴宗泽, 任志刚, 刘伟生, “基于深度学习的纹理布匹瑕疵检测方法,” 自动化学报, vol. 49, no. 4, pp. 1001-1015, 2023.

Ø  P. Lu, Z. Ren*(通讯作者), Z. Wu, Z. Li, and S. Zhou, “Distributed non‐ideal leader estimation and formation control for multiple non‐holonomic mobile robots,” IET Cyber‐Systems and Robotics, vol. 4, no. 3, pp. 163-174, 2022.

Ø  J. Pan, D. Zeng, Q. Tan, Z. Wu, and Z. Ren, “EU‐Net: A novel semantic segmentation architecture for surface defect detection of mobile phone screens,” IET Image Processing, vol. 16, no. 10, pp. 2568-2576, 2022.

Ø  任志刚, 吴宗泽, 谢胜利, “基于控制参数化的注塑工业过程最优反馈控制方法,” 控制理论与应用, vol. 39, no. 11, 2022.

Ø  任志刚, 吴国燊, 吴宗泽, “面向注塑工艺过程中的注射速度最优操纵混合优化控制方法,” 电子与信息学报, vol. 44, no. 5, pp. 1664-1673, 2022.

Ø  Z. Li, D. Marelli, M. Fu, and Z. Ren, “Decentralized social‐optimal solution of finite number of average field linear quadratic control,” Asian Journal of Control, vol. 24, no. 4, pp. 1916-1927, 2022.

Ø  T. Chen, Z. Ren*(通讯作者), G. Lin, and C. Xu, “Learning-PDE-based approximate optimal control for an MHD system with uncertainty quantification,” IEEE Transactions on Systems, Man, and Cybernetics: Systems, vol. 52, no. 11, pp. 7185-7192, 2022.

Ø  Z. Ren, J. Lai, Z. Wu, and S. Xie, “Deep Neural Networks-based Real-Time Optimal Navigation for an Automatic Guided Vehicle with Static and Dynamic Obstacles,” Neurocomputing, vol. 443, pp. 329-344, 2021.

Ø  W. Qiu, C. Xu, Z. Ren, and K. L. Teo, “Scheduling and planning framework for time delay integration imaging by agile satellite,” IEEE Transactions on Aerospace and Electronic Systems, vol. 58, no. 1, pp. 189-205, 2021.

Ø  陈文帅, 任志刚, 吴宗泽, 付敏跃, “基于深度学习的极性电子元器件目标检测与方向识别方法,” 自动化学报, vol. 47, no. 7, pp. 1701-1709, 2021.

Ø  Y. Liang, Z. Ren*(通讯作者), Z. Wu, D. Zeng, and J. Li, “Scalable spectral ensemble clustering via building representative co-association matrix,” Neurocomputing, vol. 390, pp. 158-167, 2021.

Ø  Z. Wu, C. Su, M. Yin, Z. Ren*(通讯作者), & S. Xie. Subspace clustering via stacked independent subspace analysis networks with sparse prior information. 2021, Pattern Recognition Letters, 146, 165-171.

Ø  T. Chen, J. Lou, Z. Ren*(通讯作者), et al. Optimal switching time control for suppressing residual vibration in a high-speed macro-micro manipulator system[J]. IEEE Transactions on Control Systems Technology, 2021, 30(1): 360-367.

Ø  Z. Wu, S. Liu, C. Ding, Z. Ren*(通讯作者), & S. Xie. Learning graph similarity with large spectral gap. IEEE Transactions on Systems, Man, and Cybernetics: Systems, 2021, 51(3), 1590-1600.

Ø  其他论文信息请查看谷歌个人学术主页



三、代表性奖励、发明专利:

Ø  北斗卫星信号快速捕获新方法及芯片设计, 广东省科学技术厅, 发明 , 广东省技术发明一等奖, 2019 ( 科研奖励);

Ø  任志刚,郑文,朱彦科,冯子豪,万会龙,许勇. 一种基于强化学习的制造过程工艺参数优化方法及系统[P].  广东省: 2023113468485, 2023-10-18.

Ø  任志刚,黄梓豪. 一种基于知识蒸馏的工业图像异常检测方法及系统[P].  广东省: 2023109581080, 2023-7-31.

Ø  任志刚;黎树森;吴宗泽;王界兵. 一种基于物理信息神经网络的PID控制器参数整定方法[P].  广东省: CN114185264B, 2023-09-19.          

Ø  任志刚;邓贤苏;吴宗泽;林江豪. 基于宽度学习的Mini-LED缺陷检测方法和系统[P]. 广东省: CN116030005A, 2023-04-28.      

Ø  任志刚;吴宗泽;谢胜利.  一种注塑填充过程的最优反馈控制方法和控制器[P].广东省: CN114137833B, 2023-04-25.      

Ø  任志刚;吴国燊;吴宗泽;谢胜利. 一种注塑机注射速度的优化控制方法、系统及装置[P].广东省: CN114311574B, 2022-10-18.      

Ø  任志刚;黎耀东;吴宗泽;谢胜利.一种复杂非线性间歇工业过程系统学习控制方法及系统[P].广东省: CN115061368A, 2022-09-16.      

Ø  任志刚;谢培祥;王亮;伍子豪;吴宗泽.一种面向注塑缺陷知识的实体关系联合抽取方法和系统[P].广东省: CN115033665A, 2022-09-09.      

Ø  任志刚;黄梓豪;吴宗泽;赖家伦;钟振志;周坤.一种基于语义分割的图像复合缺陷的检测方法及系统[P].广东省: CN114820579A, 2022-07-29.            

Ø  任志刚;廖宁康;吴宗泽;王界兵. 注塑机料筒的温度PID控制器参数智能整定方法[P].  广东省: CN113752506A, 2021-12-07. 

Ø  任志刚;徐佳鸿;吴宗泽;谢胜利.一种注塑机深度神经网络实时最优控制方法[P].    广东省: CN112659498B, 2021-08-24. 

     

 

四、代表性软件著作:

[1].    面向注塑工艺过程的故障诊断知识图谱系统,2022-06-10,中国,软件著作;

[2].    面向工业注塑产品的品质管理系统,2021-06-20,中国,软件著作;

[3].    注塑文本标注系统,2022-05,中国,软件著作;

[4].    基于注塑工艺知识图谱的故障分析与知识问答系统,2022-12,中国,软件著作

[5].    工业产品外观缺陷大数据分布式管理平台,2022-04,中国,软件著作

[6].    缺陷数据库分布式管理平台,2021-05,中国,软件著作

[7].    手机玻璃面板缺陷智能标定系统,2021-04,中国,软件著作

[8].    手机玻璃面板缺陷数据管理平台,2021-09,中国,软件著作

[9].    玻璃面板缺陷检测系统,2021-09,中国,软件著作

[10]. 深度学习数据集增强系统,2021-11,中国,软件著作



 

欢迎具有自动化、计算机、物联网、工程和数学等学科背景的优秀学生加入本团队攻读硕士和博士研究生

欢迎本校二年级(含)以上同学进入实验室参与有关科研学术工作,或联系科研训练计划(SRTP)项目。



教育经历

[1] 2012.9——2016.6
浙江大学 > 控制理论与控制工程 > 工学博士学位 > 博士研究生毕业

工作经历

[1] 2016.11-至今
广东工业大学 > 自动化学院 > 副教授
[2] 2019.1-2019.12
普渡大学 > 数学系 > 访问学者

社会兼职

[1] 2022.4-至今
中国自动化学会“工业视觉”专业委员会副秘书长
[2] 2018.1-至今
中国自动化学会“自适应动态规划与强化学习”专业委员会委员
[3] 2019.1-至今
中国人工智能学会“智能检测与运动控制技术”专业委员会委员

团队成员
团队名称:谢胜利教授团队(全国首批黄大年式教师团队、教育部创新团队)

暂无内容