上电自动化工程学院多项研究成果入选ESI高被引论文

　　根据最新一期的ESI公布数据显示，上海电力大学自动化工程学院发表的3篇论文新入选2020年度ESI高被引论文，其中吕学勤副教授发表题为《A comprehensive review on hybrid power system for PEMFC-HEV: Issues and strategies》和《Energy management of hybrid electric vehicles: A review of energy optimization of fuel cell hybrid power system based on genetic algorithm》的2篇论文均收录于能量管理领域广泛认可的重要期刊《Energy Conversion and Management》（SCI一区，IF8.208）；苏晓燕副教授发表题为《A new rule to combine dependent bodies of evidence》论文收录于人工智能领域期刊《Soft Computing》。

　　吕学勤课题组基于自主研发的燃料电池混合动力机器人平台进行了移动焊接机器人混合动力系统能源优化、系统性能提升研究，旨在突破电缆供电限制移动范围和缺少性能评价的现状。焊接机器人是实现高新技术产品焊接制造的关键设备之一，能源匹配是限制其发展的瓶颈问题。受制于电缆长度的局限，运动范围受限，很难完成大型结构件的焊接。结合锂电池和燃料电池的优势，对二者组成的混合系统进行驱动理论研究是源于多传感器信息融合、能源管理、智能控制等多学科领域交叉的共性问题，具有明显的科学研究价值。课题组对以上科学问题的研究取得了一定进展：进行了图像特征提取研究（Fuzzy Removing…, IEEE T. Fuzzy Syst., 2019, SCI一区，IF9.518 DOI: 10. 1109/TFUZZ. 2019.2940415）和基于等氢耗的多能源优化研究（Energ. Convers. Manage., 2019, SCI一区，IF8.208, DOI: 10.1016/j.enconman.2019.111887. ），并在机器人性能评价方面取得较大突破（Energ. Convers. Manage., 2019, DOI: 10.1016/j.enconman.2019.111904.）。以上研究结果可以对移动机器人系统、新能源汽车的能源管理、无人驾驶汽车的信息获取与驱动系统控制提供借鉴性的理论支持。在多能源管理燃料电池驱动的核心技术方面，目前关于燃料电池混合动力系统的能量管理及控制的相关研究众多，且研究深度和角度不同。从大量研究成果中提取和剖析能量管理方法的有效控制策略，并预测发展趋势和寻找突破点是本研究的难点。结合多年在同领域的研究进展，总结并深入研究了燃料电池混合动力驱动机构的不同需求和优化目标，本成果的主要贡献在于：1）针对不同拓扑结构的混合动力驱动对象的研究热点、混合动力系统能量管理的主流控制策略进行了深入剖析，形成了一套系统化的理论和问题框架。2）对目前混合动力系统能量管理控制中涉及能量优化、供能平稳性等关键问题进行了全面细化和阐述，并结合本课题组研究深度分析和预测了相关问题的突破点。

　　苏晓燕课题组就现行关联证据提出了一种新的融合规则，建立并研究联合信度分布等概念，能较好地处理具有IF-THEN关联关系的证据。当证据之间相互独立时，该方法能向下兼容经典的Dempster组合规则。

　　此次3篇论文入选ESI，表明学校自动化工程学院教师的科研成果受到世界范围内相关研究领域科研工作者的关注与认可，较大程度上提升了自动化学科的影响力。

　　据悉，ESI（基本科学指标，Essential Science Indicators）是一个基于Web of Science 数据库的深度分析型研究工具，用以确定在某个研究领域有影响力的国家、机构、论文等。其中，高被引论文（Highly Cited Paper）是指论文的被引用次数按照学科及年份由高到低进行排序，排在前1%的论文。（通讯员：上海电力大学陈鹏来稿）