朱俊威

朱俊威老师课题组隶属网络空间安全研究院，研究方向：无人系统+人工智能（国防科技、智能制造）。

      1.教学课程：人工智能原理，机器学习。

      2.科研成果：团队目前已录用和发表论文30余篇，其中SCI一区20余篇（包括IEEETop期刊10篇，ESI高倍引1篇）。授权发明专利20余项。团队于2021年获得中国国际互联网+创新创业大赛高教主赛道和产业赛道两项银奖（第一指导教师）。

      3.项目研究：主持国家自然科学基金1项，省自然科学基金2项，军委2022慧眼行动-无人机集群智能项目1项（重点项目）。另外，课题组与杰克科技等行业龙头企业合作密切，有多项校企合作项目。课题组研究经费充裕。

      4.培养方式：1.国防科技领域:常年依托无人机集群智能战略前沿项目，从事无人机智能协同理论和技术研究，相关成果已在海军某基地完成系统测试和应用转化。2.智能制造领域：常年依托民营企业关键技术研发项目，从事机电系统（包括人形机器人）+人工智能理论与技术研究，突破卡脖子关键技术瓶颈，开发了国内首套步进电机无感控制系统，相关成果已联合行业头部企业推动技术落地，有望每年为合作企业创造上亿元的经济效益。

      5.国际交流：课题组与德国杜伊斯堡艾森大学自动控制与复杂系统研究所（AKS）有着长期的学术合作关系，截至目前已推荐多名博士生赴德短期学术交流。

本科生课程： 人工智能原理；

研究生课程： 机器学习。

1.课题组研究生国家奖学金获得者6人，硕博连续3人；

2.经推荐，获留学基金委资助到德国杜伊斯堡艾森大学交流博士生2人；

3.2021中国国际互联网+创新创业大赛高教主赛道银奖（第一指导教师）；

4.2021中国国际互联网+创新创业大赛产业赛道银奖（第一指导教师）；

5.2021浙江省互联网+大学生创新创业大赛金奖（第一指导教师）。

[1] 国防科技：中央军委装备发展部-慧眼行动重点项目-多无人机协同感知与分布式控制系统, 200万元, 主持;

[2] 国家自然科学基金青年基金：信息物理系统的分布式融合攻击辨识理论与方法研究(项目批准号: 61803334), 2019.01-2021.12，27万元，主持;

[3] 浙江省自然科学基金青年项目：网络环境下基于多传感器信息融合的故障估计方法研究(项目批准号: LQ18F030012),2018.01-2020.12，8万元，主持;

[4] 浙江省自然科学基金重点项目课题：面向工业控制系统的可信计算理论及关键技术研究(项目批准号: LZ21F030004)，2021.01-2023.12，15万元，主持；

[5] 企业横向: 工程机械智能化技术开发, 2022.03-2025.03, 200万元, 主持；

[6] 企业横向: 混合步进电机智能化控制系统开发, 2022.03-2024.03, 100万元, 主持。

[1] J. -W. Zhu, G. -H. Yang, H. Wang and F. Wang, Fault estimation for a class of nonlinear systems based on intermediate estimator, IEEE Transactions on Automatic Control, vol. 61, no. 9, pp. 2518-2524, Sept. 2016, doi: 10.1109/TAC.2015.2491898.

[2] J. -W. Zhu, Q. Wang, S. X. Ding, et al. Performance guaranteed attack reconstruction for cyber–physical systems: A new intermediate estimator-based framework[J]. Automatica, 2022, 142: 110388.

[3] J. -W. Zhu, G. -H. Yang, W. -A. Zhang and L. Yu, Cooperative fault tolerant tracking control for multiagent systems: An intermediate estimator-based approach, IEEE Transactions on Cybernetics, vol. 48, no. 10, pp. 2972-2980, Oct. 2018, doi: 10.1109/TCYB.2017.2753383.

[4] J. -W. Zhu, C. -Y. Gu, S. X. Ding, W. -A. Zhang, X. Wang and L. Yu, A new observer-based cooperative fault-tolerant tracking control method with application to networked multiaxis motion control system, IEEE Transactions on Industrial Electronics, vol. 68, no. 8, pp. 7422-7432, Aug. 2021, doi: 10.1109/TIE.2020.3001857. （ESI高被引论文）

[5] J. -W. Zhu, J. Wu, Y. Feng, D. Zhang, W. -A. Zhang and L. Yu, Performance-Guaranteed Fault Reconstruction for Mobile Robots via a Two-Dimensional Gain-Regulation Mechanism, IEEE/ASME Transactions on Mechatronics, vol. 27, no. 1, pp. 169-179, Feb. 2022, doi: 10.1109/TMECH.2021.3059801.

[6] J. -W. Zhu, J. Wu, F. Yu, D. Zhang, Z. -J. Yang et al.. A new reinforcement learning fault-tolerant tracking control method with application to baxter robot[J]. IEEE/ASME Transactions on Mechatronics, 2023.

[7] J. -W. Zhu, Z. -H. Xia and X. Wang, A New Residual Generation-Based Fault Estimation Approach for Cyber-Physical Systems, IEEE Transactions on Instrumentation and Measurement, vol. 72, pp. 1-9, 2023, Art no. 3506209, doi: 10.1109/TIM.2023.3239637.

[8] J.-W. Zhu, G. -H. Yang. Robust distributed fault estimation for a network of dynamical systems[J]. IEEE Transactions on Control of Network Systems, 2016, 5(1): 14-22.

[9] J. -W. Zhu, X. Wang and G. -H. Yang, Fault estimation for network systems via intermediate estimator, Springer Nature, 2022.

    课题组与杰克科技、中控技术等行业龙头企业有着稳定的产学研合作关系，校企双方针对多项行业“卡脖子”技术难题联合攻关，共同推进相关行业智能化升级，已产生了一系列新技术成果。