序号

主要发展方向

发展方向内涵简介

方向负责人

备注

（优先、重点、培育）

1

控制理论与控制工程

主要研究复杂工业过程的优化与先进控制和工业过程的故障诊断与监控技术。基于随机控制理论、数据驱动和机器学习，开展故障检测、故障模式诊断、故障预报等研究；基于无线传感网络技术和网络化控制理论，研究工业过程安全监控理论与技术；并将相关理论与技术应用在智能工厂、数字油田方面。

目前，在复杂工业过程的故障诊断、网络化控制系统的滤波与故障诊断以及无线传感网络监控方面技术取得了高水平的研究成果。

王宇红

重点

2

检测技术与自动化装置

主要针对油气生产、储运与加工过程中难以检测与控制的各种参数，基于卡尔曼滤波、系统动态模型、大数据与人工智能等技术，研究相关的传感器与检测技术、故障诊断与控制方法，研发相关的自动化装置与装备，在多相流计量、随钻测量、智能采油与地面计量等方面形成了鲜明特色。此外，发展微纳检测与先进传感技术及微系统研究，探索微纳传感材料与器件及阵列构建的新原理、新工艺和新方法，在气湿敏微纳传感器、柔性智能感知、痕量检测、可穿戴设备等方面取得多项高水平研究成果。

耿艳峰

重点

3

模式识别与智能系统

主要研究大数据背景下如何运用模式识别和机器学习理论以及类脑认知计算机制进行数据建模、数据挖掘、特征表达、模式分类和识别;同时与石油勘探开发紧密结合，研究深度学习和人工智能算法在地震、钻井和测井数据处理中的应用。

目前，在基于流形学习、多视角学习、稀疏学习和深度学习等机器学习理论的多媒体分析应用以及基于脑认知的视觉注意、学习与记忆机制的建模与计算等方向取得多项高水平研究成果。

王延江

重点