一、个人基本信息
孙静,女,博士,副教授,中国自动化学会车辆控制与智能化专业委员会委员,山东省自动化学会理事,山东工商学院智能控制与视频分析研究所所长,信息与电子工程学院副院长,校凤凰青年才俊,控制科学与工程一级学科硕士学位研究生导师,电子信息专业学位硕士研究生导师。现主要研究方向为车用锂离子动力电池均衡控制及健康状态估计。主持完成国家自然科学基金项目1项,在研烟台市科技创新发展计划项目1项,在《Energy》、《Journal of Energy Storage》、《电工技术学报》等期刊及国际会议上发表科研论文30余篇,授权发明专利2项,另有5项发明专利已进入实审阶段,现为Energy、Journal of Energy Storage等期刊审稿人。发表教研论文5篇,参编教材1部,获校优秀教学效果一等奖1项。获得全国大学生电子设计竞赛山东赛区优秀辅导教师、山东工商学院女教职工建功立业标兵、山东工商学院优秀青春成长导师、2020山商最美教师、山东省优秀学士学位论文指导教师等荣誉称号。E-mail:sunjing@sdu.edu.cn
二、科研项目
[1] 国家自然科学基金项目,基于数据驱动预测控制的混合动力汽车转矩协调控制策略研究(批准号61403236),主持。
[2] 烟台市科技创新发展计划项目,基于机器学习的电动汽车用锂离子动力电池管理关键技术研究(批准号2023JCYJ043),主持。
[3] 山东工商学院青年科研基金项目,混合动力电动汽车模式切换动态协调控制策略研究(编号2013QN062),主持。
三、教学、科研获奖
[1] 2022.03, 山东省省级教学成果奖二等奖(位次6/10)
[2] 2021.03, 山东工商学院女教职工建功立业标兵
[3] 2020.12, 全国煤炭行业教学成果奖一等奖(位次6/9)
[4] 2020.09,2020山商最美教师
[5] 2019.05,山东工商学院优秀青春成长导师
[6] 2018.01,山东省省级教学成果奖二等奖(位次3/8)
[7] 2017.11,山东工商学院优秀学士学位论文(设计)指导教师
[8] 2016.11,指导山东省(第二届)单片机应用设计大赛获二等奖
[9] 2016.09,山东工商学院优秀教学效果一等奖
[10] 2010.11,山东省优秀学士学位论文指导教师
[11] 2010.06,全国大学生电子设计竞赛山东赛区优秀辅导教师
[12] 2009.09,指导全国大学生电子设计竞赛获国家二等奖
[13] 2007.09,指导全国大学生电子设计竞赛获山东赛区一等奖
四、国家技术发明专利
[1] HEV模式切换的数据驱动预测控制器设计方法及系统,ZL201710028468.5,发明专利,已授权。
[2] 基于SDO算法的锂离子电池电压故障诊断方法及系统,ZL 202010994154.2,发明专利,已授权。
[3] 基于ISSA-LSTM算法的锂离子电池剩余使用寿命预测方法及系统,发明专利,实审。
[4] 基于CNN-LSTM 结合相关系数的电池故障预测方法及系统,发明专利,实审。
[5] 电池剩余使用寿命预测方法、系统、设备及介质,发明专利,实审。
[6] 基于融合特征的锂离子电池剩余使用寿命预测方法,发明专利,实审。
[7] 基于特征提取与增强的电池健康状态估计方法及系统,发明专利,实审。
五、教材或专著
普通高等教育“十二五”规划教材《电气工程及其自动化专业英语》,参编。
六、代表性论文
[1]Jing Sun, Chaoqun Fan, Huiyi Yan. SOH estimation of lithium-ion
batteries based on multi-feature deep fusion and XGBoost. Energy, 2024(SCI收录,第一作者).
[2] Song Ren, Jing Sun. Multi-fault diagnosis strategy based on a non-redundant interleaved measurement circuit and improved fuzzy entropy for the battery system, Energy, 2024(SCI收录,通信作者).
[3] Jing Sun, Gaopeng Lu, Yunlong Shang, Song Ren, Diantao Wang.A Minor-fault Diagnosis Approach Based on Modified Variance for Lithium-ion Battery Strings, Journal of Energy Storage, 2023 (SCI收录,第一作者).
[4]Jing Sun, Song Ren, Yunlong Shang, Xiaodong Zhang, Yiwei Liu, Diantao Wang. A novel fault prediction method based on convolutional neural network and long short-term memory with correlation coefficient for lithium-ion battery, Journal of Energy Storage, 2023 (SCI收录,第一作者).
[5]Yiwei Liu, Jing Sun, Yunlong Shang, Xiaodong Zhang, Song Ren, Diantao Wang. A novel remaining useful life prediction method for lithium-ion battery based on long short-term memory network optimized by improved sparrow search algorithm, Journal of Energy Storage, 2023 (SCI收录,通信作者).
[6]Jing Sun, Yan Qiu, Yunlong Shang, Gaopeng Lu. A Multi-fault Advanced Diagnosis Method Based on Sparse Data Observers for Lithium-ion Batteries, Journal of Energy Storage, 2022 (SCI收录,第一作者).
[7]Qianchun Zhai, Jing Sun, Yunlong Shang, Haofan Wang. A novel remaining useful life prediction method based on gated recurrent unit
network optimized by tunicate swarm algorithm for lithium-ion batteries. Transactions of the Institute of Measurement and Control, 2024 (SCI收录,通信作者)
[8] Jing Sun, Yiwei Liu. A Remaining Useful Life Indirect Prediction Method for Lithium-Ion Batteries Based on SA-DBN, Journal of The Electrochemical Society, 2024(SCI收录,第一作者)
[9]Jing Sun, Xiaodong Zhang. State-of-Health Prediction for Lithium-Ion Batteriesbased on Empirical Mode Decomposition andBidirectional Gated Recurrent Unit Neural NetworkOptimized by Slime Mould Algorithm, Journal of The Electrochemical Society, 2023 (SCI收录,第一作者)
[10] Haofan Wang, Jing Sun, Qianchun Zhai. State-of-health estimation for lithium-ion batteries based on GWO–VMD-transformer neural network, AIP Advances, 2024(SCI收录,通信作者)
[11]Yan Qiu, Jing Sun, Yunlong Shang, and Dongchang Wang . A Fault Diagnosis and Prognosis Method for Lithium-Ion Batteries Based on a Nonlinear Autoregressive Exogenous Neural Network and Boxplot, Symmetry, 2021 (SCI收录,通信作者)
[12]Xiaodong Zhang, Jing Sun, Yunlong Shang, Song Ren, Yiwei Liu, Diantao Wang. A novel state-of-health prediction method based on long short-term memory network with attention mechanism for lithium-ion battery, Frontiers in Energy Research, 2022(SCI收录,通信作者)
[13]孙静,张承慧,刘旭东,符晓玲.基于Hamilton系统理论的电动汽车用永磁同步电机H∞控制,电工技术学报,2013.11(EI收录,第一作者)
[14]孙静,张承慧,裴文卉,崔纳新,李珂.考虑铁损的电动汽车用永磁同步电机Hamilton镇定控制,控制与决策,2012.12(EI收录,第一作者)
[15]Jing Sun, Xudong Liu, Wei Liu. Experimental Study of PMSM Speed Drive System Based on Nonlinear Predictive Control and Sliding Mode Observer,Journal of Beijing Institute of Technology, 2017.12(EI收录,第一作者)