张鼎森，工学博士，东北大学信息科学与工程学院副教授，博士生导师，计算机科学与工程学院博士后，复杂工业过程智能控制实验室执行负责人，沈阳市拔尖人才。本硕博均毕业于东北大学控制科学与工程专业。研究方向为工业人工智能，数字孪生，复杂工业过程智能建模与优化控制等。发表高水平科技论文十余篇，其中SCI论文15篇，EI论文4篇，以第一或通讯作者身份发表SCI论文13篇，其中TOP期刊7篇。授权发明专利十余项。主持国家自然科学基金青年项目、中国博士后基金面上项目、辽宁省博士启动项目、中央高校基本科研业务费项目、东北大学博士后基金、东北大学教学改革项目，作为技术负责人参与全国党建研究会重点项目一项，作为子课题负责人参与辽宁省科学技术计划项目一项，作为项目负责人或主要完成人先后完成了7项与鞍钢集团矿业公司合作的科技攻关A类课题，创造直接经济效益4亿元以上。主讲《工业机器人技术及应用》、《自动控制原理》等专业必修课程。曾获冶金矿山科学技术奖、鞍钢集团科学技术奖、鞍钢矿业优秀科技成果奖、东北大学创新创业优秀指导教师等荣誉。

在研究生培养方面，秉承理论联系实际的培养原则，将生产中的实际难题提炼成科学问题进行研究，基于计算机视觉、强化学习、数字孪生等智能方法解决实际问题并最终利用工业应用验证研究成果。指导硕士研究生发表多篇高水平论文并获得国家奖学金。目前已毕业的硕士研究生均通过考核制至东北大学攻读博士学位。

在本科生培养方面，创建了SMART机器人与无人机科创实验室并担任负责人，指导学生参加多项机器人、无人机、数字孪生相关的高水平科技竞赛（六/五星级），均获国家级一、二等奖。指导多项国家级大创项目并托举学生发表多篇SCI论文。目前实验室毕业生主要去向为：保研至清华大学、北京航空航天大学、哈尔滨工业大学、国防科技大学、东北大学等。

教育经历

2010.9-2014.6 东北大学 信息科学与工程学院 自动化专业 学士学位

2015.9-2017.6 东北大学 信息科学与工程学院 控制工程专业 硕士学位 导师：高宪文 教授

2017.9-2022.6 东北大学 信息科学与工程学院 控制理论与控制工程专业 博士学位 导师：高宪文 教授

 

工作经历

2025.1 至今 东北大学 信息科学与工程学院 工业智能与自动化系 副教授

2022.8-2024.12 东北大学 信息科学与工程学院 工业智能与自动化系 讲师

2022.8 至今 东北大学 计算机科学与技术 博士后 合作导师：于戈 教授

 

研究方向

复杂工业流程工况识别、质量预报、故障诊断；数字孪生；工业人工智能。

主要涉及计算机视觉、强化学习、智能优化控制等方法的理论研究及其在工业场景中的应用。

     

招收博士/硕士方向

招收自动化、人工智能、控制科学与工程等专业博士/硕士研究生。

欢迎积极热情、踏实勤奋、立志科研报国的同学将个人简历发送至本人邮箱。

 

项目

纵向：

1. 国家自然科学基金青年科学基金项目，2024年1月-2026年12月，主持；

2. 中国博士后科学基金面上项目，2023年1月-2024年12月，主持；

3. 辽宁省自然科学基金联合基金（博士科研启动项目），2023年12月-2025年11月，主持；

4. 中央高校基本科研业务费项目，2023年1月-2024年12月，主持；

5. 东北大学博士后基金，2023年1月-2023年12月，主持；

6. 东北大学教学改革项目，2025年1月-2025年12月，主持；

7. 全国党建研究会高校党建研究专委会重点一类项目，2025年8月-2026年12月，技术负责人；

8. 辽宁省揭榜挂帅（科技攻关专项）项目，2023年7月-2026年6月，子课题负责人；

9. 国家自然科学基金面上项目，2022年1月-2025年12月，参与。

 

横向：

1. 基于数智化大模型的铁矿选矿关键工艺参数优化研究，鞍钢集团矿业有限公司，科技攻关A类课题，2024年11月-2026年10月，518.6万，主持；

2. 东鞍山选矿系统智能控制与管理一体化平台研究，鞍钢集团矿业有限公司，科技攻关A类课题，2021年6月-2023年12月，320万，主要完成人；

3. 焦炭粒径图像智能检测技术，鞍钢集团，科技攻关A类课题，2022年6月-2022年12月，90万，参与；

4. 磁选过程智能优化控制方法研究，鞍钢集团矿业有限公司，科技攻关A类课题，2020年1月-2021年12月，121万元，主要完成人；

5. 尾矿安全输送过程智能优化控制方法研究，鞍钢集团矿业有限公司，科技攻关A类课题，2019年1月-2019年12月，104万元，主要完成人；

6. 东鞍山烧结厂浮选加药过程智能优化控制方法研究，鞍钢集团矿业有限公司，科技攻关A类课题，2018年1月-2018年12月，136.4万元，主要完成人；

7. 铁矿烧结定额成本管控系统，鞍钢集团矿业有限公司，科技攻关A类课题，2017年1月-2017年12月，95万元，主要完成人；

8. 采矿-磨矿-选矿全流程质量优化控制方法研究，鞍钢集团矿业有限公司，科技攻关A类课题，2016年1月-2016年12月，115万元，主要完成人。

 

学术成果

期刊论文（仅列十篇）

1. 第一/通讯作者. Multivariable Collaborative Modeling With Knowledge Transfer and Its Application in Soft Sensing of Iron Flotation Grade[J]. IEEE Transactions on Neural Networks and Learning Systems, 2025. (SCI Q1, TOP, IF: 11.1)

2. 第一/通讯作者. Digital Twin Modeling of the Blast Furnace CO Composition Field[J]. IEEE Transactions on Instrumentation and Measurement, 2025, 74. (SCI Q1, TOP, IF: 6)

3. 第一/通讯作者. Prediction of Carbon Emission Concentrations in Blast Furnaces Based on Digital Twin[J].  IEEE Transactions on Instrumentation and Measurement, 2025, 74. (SCI Q1, TOP, IF: 6)

4. 第一/通讯作者. Soft Sensor for Blast Furnace Temperature Field Based on Digital Twin[J]. IEEE Transactions on Instrumentation and Measurement, 2024, 73. (SCI Q1, TOP, IF: 6)

5. 第一作者. A digital twin dosing system for iron reverse flotation[J]. Journal of Manufacturing Systems, 2022, 63238-249. (SCI Q1, TOP, IF: 14.2)

6. 第一作者. Soft sensor of flotation froth grade classification based on hybrid deep neural network[J]. International Journal of Production Research, 2021, 1-17. (SCI Q1, TOP, IF: 8.8)

7. 第一作者. Prediction model of iron reverse flotation tailings grade based on multi-feature fusion[J]. Measurement, 2023, 206112062. (SCI Q1, TOP, IF: 5.6)

8. 第一/通讯作者. Anomaly prediction of blast furnace carbon emissions based on digital twin[J]. Journal of instrumentation, 2025, 5(20), P05016. (SCI Q3)

9. 第一作者. Soft sensor of iron tailings grade based on froth image features for reverse flotation[J]. Transactions of the Institute of Measurement and Control, 2022, 1286092286. (SCI Q3)

10. 通讯作者. Obstacle Avoidance Path Planning for Delta Robots Based on Digital Twin and Deep Reinforcement Learning[J]. Computers Materials and Continua, 2025, 2(83), 1987-2001. (SCI Q3)

 

会议论文

1. 第一作者. The Research of Sintering Ore Blending Based on Profit Maximization[C]. Chinese Control and Decision Conference 2019: 2220-2225.

 

专利

1. 基于滑窗技术的浮选尾矿泡沫图像目标区域自动获取方法：中国， ZL201910078595.5[P].    

2. 一种基于亮点距离的浮选尾矿泡沫大小判定方法：中国，ZL201910743950.6[P].

3. 一种基于浮选泡沫动态特征的矿浆液位预测方法：中国，ZL201910071569.X[P].

4. 一种三缸单作用隔膜泵安全启动方法：中国，ZL202011370841.3[P].

 

获奖

1. 冶金矿山科学技术二等奖（省部级，排名：第三位，2024）

2. 东北大学创新创业优秀指导教师

3. 东北大学优秀博士后

 

学术兼职

1.中国自动化学会人工智能与安全专委会（筹）委员；

2.国际学术期刊审稿人：IEEE Transactions on Instrumentation and Measurement，International Journal of Production Research，International Journal of Robust and Nonlinear Control等。