个人信息
Personal Information
联系方式
Contact Information
个人简介
Personal Profile
孙友刚,副教授/博导,入选国家自然科学青年基金B类(原国家优青项目)、《麻省理工科技评论》中国区“35岁以下科技创新35人”、上海35人青年科技引领计划、全球前2%顶尖科学家、中国交通运输协会青年奖,詹天佑铁道科学技术青年专项奖,全国“铁路青年五四奖章”、上海市人工智能学会青年优秀论文奖等荣誉。主持国家自然科学基金4项(青B、人工智能赋能工程科学前沿探索专项、面上、青C)。主要研究方向为磁浮交通系统自主智能控制及优化提升技术,已发表学术论文82篇,其中第一作者/通讯作者SCI期刊论文43篇,10篇论文(曾)入选ESI高被引论文,1篇入选热点论文,授权发明专利24项。获得上海市自然科学二等奖(排名第1)、上海市技术发明二等奖(5/10)、吴文俊人工智能科技进步二等奖(3/14)、湖北省科技进步二等奖等6项省部级奖励,多个国际会议最佳论文/优秀论文奖。
担任国际期刊MITS主编,英国测控协会汇刊TIMC、韩国磁学会汇刊JoM等6本SCI期刊副主编(AE)。《交通运输工程学报》、《铁道科学与工程学报》、《西南交通大学学报》等国内EI期刊青年编委。担任Journal of Vibration and Control等5本SCI期刊客座编辑、中国自动化学会车辆控制与智能化等6家国家一级学会专委会委员,CFIMA 2023国际会议共同主席、国际磁浮大会(MAGLEV 2022)程序主席。
主讲《人工智能科学与技术》、《自动控制原理》、《智能轨道交通》、《测控技术与智能系统》、《磁浮交通系统概论》、《大数据背景下的系统健康管理》等6门本科课程,《磁悬浮与直线电机控制技术》等研究生课程。主持教育部产学合作协同育人项目2项、获2024年同济大学教学成果奖一等奖、2025年同济大学青年教师教学竞赛三等奖、同济大学同济大学“十四五”规划教材建设项目。
每年招收博士生、硕士生、博士后、本科实习生,欢迎人工智能、自动化、交通、车辆工程、电力电子、数学等专业有科研热情的学生联系交流。
团队为林国斌教授、徐俊起教授带领的“磁浮系统动力学与悬浮控制”团队,团队有如下成果:
(1)团队参与中国首条中低速磁浮商业运营线-长沙磁浮快线建设提供技术支撑 ;
(2)团队为长沙磁浮快线、凤凰磁浮线、成都新筑内嵌式磁浮、中铁工业时速200公里磁浮试验车、中车大连时速160公里磁浮试验车等重大磁浮工程科研提供核心技术;
(3)以国家磁浮交通工程技术中心以及磁浮技术铁路行业重点实验室为支撑,团队拥有单点悬浮试验台、车轨耦合振动试验台、磁浮试验车、疲劳试验台等装备;
(4)团队拥有Ansys、Simpack、UM等强度、动力学软件平台以及磁浮动力测试软件、硬件平台;
(5)基于磁浮车辆系统,团队拥有电气、控制、结构等多专业方向教师队伍。
1. 国家自然科学基金青年科学基金项目(B类)[原优秀青年科学基金项目],200万,2026/01-2028/12,主持;
2. 国家自然科学基金-“人工智能赋能工程科学前沿探索”专项,“高维强非线性高速磁浮系统智能建模、分析与控制优化理论”, 90万,2025/01-2026/12, 主持 (全国仅15项获批)
3. 国家自然科学基金面上项目,“面向多电磁铁竞态现象的高速磁浮车辆协同悬浮与容错控制研究”,2023/01-2026/12, 在研,主持
4. 国家自然科学基金青年基金,“具时滞效应的磁浮车辆悬浮系统的记忆型稳定性控制方法研究”,2020/1-2022/12,已结题,主持
5. 国家自然科学基金重点项目,52232013,“600km/h高速磁浮车-轨无接触平稳运行关键理论与技术”,参与,269万,2023/01-2027/01, 在研(任务负责人)
6. “十四五”国家重点研发计划子任务, “600kmm/h高速磁浮车-磁-轨建模及耦合作用机理研究”, 30万, 2024/01-2027/6,在研,主持
7. 上海市“科技创新行动计划”软科学研究项目(青年项目),2022/03-2023/02,已结题,主持,
8 中国博士后科学基金特别资助(站中),“面向复杂环境的磁浮车辆悬浮系统特征建模与协同控制”,2020/8-2021/3,18万,已结题,主持
9. 中国博士后科学基金面上项目资助,“受多电磁铁耦合扰动影响的磁浮列车控制方法与实验研究”,2019/5-2021/3,已结题,主持
上传附件
支持扩展名:.rar .zip .doc .docx .pdf .jpg .png .jpeg上传附件
支持扩展名:.rar .zip .doc .docx .pdf .jpg .png .jpeg上传附件
支持扩展名:.rar .zip .doc .docx .pdf .jpg .png .jpeg1. 国家自然科学基金前沿探索专项,“高维强非线性高速磁浮系统智能建模、分析与控制优化理论”,90 万,2025/01-2026/12,在研,主持
2. 国家自然科学基金面上项目,“面向多电磁铁竞态现象的高速磁浮车辆协同悬浮与容错控制研究”,2023/01-2026/12, 54万,在研,主持
3. 国家自然科学基金青年基金,“具时滞效应的磁浮车辆悬浮系统的记忆型稳定性控制方法研究”,2020/1-2022/12,26万,已结题,主持
4. 国家自然科学基金重点项目,52232013,“600km/h高速磁浮车-轨无接触平稳运行关键理论与技术”,核心参与人,269万,在研
5. 上海市“科技创新行动计划”软科学研究项目(青年项目),2022/03-2023/02,5万,已结题,主持,
6. 中国博士后科学基金特别资助(站中),“面向复杂环境的磁浮车辆悬浮系统特征建模与协同控制”,2020/8-2021/3,18万,已结题,主持
7. 中国博士后科学基金面上项目资助,“受多电磁铁耦合扰动影响的磁浮列车控制方法与实验研究”,2019/5-2021/3,8万,已结题,主持
8. 上海市“超级博士后”激励计划,30万,2018.12-2020.12,优秀结题,主持
9. 牵引动力国家重点实验室开放课题,“高温超导磁悬浮车辆二系悬挂的主动控制方法研究”,2022/1-2023/12, 10万,主持
10. 教育部产学合作协同育人项目,“高效节能同步磁阻电机牵引系统试验平台”,2021/10-2022/10,24万,主持
11. 同济大学学科交叉联合攻关首批示范项目(人工智能),2021/8-2022/6,20万,已结题,主持
11. 上海市磁浮与轨道交通协同创新中心项目,“中低速磁浮列车悬浮系统自适应控制方法及实验研究”,2020/10-2021/9,10万,已结题,主持
12. 中央高校基本科研业务费专项,22120220466,“轨道交通基础设施振动能量捕获技术”,20万,2022.01-2023.11,已结题,主持
获奖及专利
1.上海市自然科学奖二等奖,上海市人民政府,2024.07 (第一完成人);
2. 湖北省科技进步奖二等奖,湖北省人民政府,2024.09 ;
3. “EMS型磁浮列车悬浮系统关键技术及应用”, 2020 年度上海市技术发明奖二等奖, 上海市人民政府,2020.12.(5/10);
4. “面向复杂环境的磁浮列车智能监控关键技术及应用”,2021年度吴文俊人工智能科技进步二等奖,中国人工智能学会,2022.1(3/14).
5. “磁浮列车电磁悬浮控制优化方法、关键技术及工程应用”,2022年中国产学研合作创新成果奖二等奖,中国产学研合作促进会,2023.04(3/10)
6. 2022年,中国交通运输协会科学技术奖--科技创新青年奖, 中国交通运输协会,2023.04
7. 2022年,第二十一届“铁路青年五四奖章”,全国铁路团委,2022.04
8. 2022年,中国科协科技智库青年人才计划,中国科学技术协会;2022.07
9. 2022年,上海市人工智能学会青年优秀论文奖,上海市人工智能学会;2022.12
10. Best Paper Award, 10th International Multi-Conference onEngineering and Technology Innovation (IMETI 2021), 第一作者
11. Best PresentationAward, 2021 International Conference on Applied Nonlinear Dynamics, Vibration,and Control (ICANDVC 2021), 第一作者
12. 2022届同济大学校级优秀毕业论文 指导老师 (当年全院2项)
13. 同济大学2022级大学生集中军政训练 优秀随训教师,2022.08
14. 2021-2022年度 同济大学新生院 优秀班主任,2022.08
15. 受理发明专利26项,其中已授权发明专利14项
代表性论文
已发表学术论文82篇,其中第一作者/通讯作者SCI期刊论文43篇,《机械工程学报》等EI期刊论文8篇,6篇论文(曾)入选ESI热点/高被引论文,一篇入选热点论文,10篇代表性论文如下:
[1] 第一作者, A Fuzzy-Logic System-Based Cooperative Control for the Multi-Electromagnets Suspension System of Maglev Trains with Experimental Verification [J], IEEE Transactions on Fuzzy Systems, 2023, doi: 10.1109/TFUZZ.2023.3257036. (IF=12.2,一区Top期刊)
[2] 第一作者, RBF Neural Network-Based Supervisor Control for Maglev Vehicles on an Elastic Track with Network Time-Delay [J],IEEE Transactions on Industrial Informatics, 2022, 18(1): 509-519.( IF=11.6,一区Top期刊,47次,ESI高被引/热点)
[2] 第一作者, Deep Learning Based Semi-Supervised Control for Vertical Security of Maglev Vehicle With Guaranteed Bounded Airgap [J], IEEE Transactions on Intelligent Transportation Systems, 2021, 22(7): 4431-4442. (ESI高被引,IF=9.5,一区Top期刊,37次)
[3] 第一作者, Adaptive neural-fuzzy robust position control scheme for maglev train systems with experimental verification [J]. IEEE Transactions on Industrial Electronics, 2019, 66(11): 8589-8599. (IF=8.2,一区Top期刊,引用100次,ESI高被引)
[4] 第一作者, Internet of Things-based online condition monitor and improved adaptive fuzzy control for a medium-low-speed maglev train system[J]. IEEE Transactions on Industrial Informatics, 2020, 16(4): 2629-2639. (SCI一区, 顶级期刊,IF=11.6,57次,ESI高被引)
[5] 第一作者, Reinforcement Learning-based Optimal Tracking Control for Levitation System of Maglev Vehicle with Input Time Delay[J]. IEEE Transactions on Instrumentation and Measurement, 2022.71:1-13, Art no. 7500813.
[6] 第一作者, Dynamic analysis and vibration control for a maglev vehicle-guideway coupling system with experimental verification[J]. Mechanical Systems and Signal Processing, 2023, 188: 109954. (IF=8.9,一区Top期刊)
[7] 第一作者, An optimal performance based new multi-objective model for heat and power hub in large scale users [J]. Energy, 2018, 161: 1234-1249. (IF=8.8,一区Top期刊)
[8] 第一作者, Modified repetitive learning control with unidirectional control input for uncertain nonlinear systems[J], Neural Computing & Applications, 2018, 30(6): 2003-2012. (IF=5.6, ESI高被引,被引60次)
[9] 第一作者, Hopf bifurcation analysis of maglev vehicle–guideway interaction vibration system and stability control based on fuzzy adaptive theory[J]. Computers in Industry, 2019, 108: 197-209, (IF=11.2, 一区Top期刊)
[10] 第一作者, Adaptive sliding mode control of maglev system based on RBF neural network minimum parameter learning method [J], Measurement, 2019,141:217-226. (IF=5.1,中科院二区,被引65次)

文件上传中...