近日,科睿唯安基本科學指標數據庫公布的最新ESI數據顯示,我校工程學(Engineering)學科首次進入ESI全球排名前1%,標志著我校學科建設取得重大進展,工程學學科邁入了國際高水平行列。這一成績的取得,離不開一線老師們的辛勤付出和不懈的努力。為了宣傳科研工作中涌現出的先進典型,激發更多熱愛科研老師的積極性,特邀請ESI高被引作者談談他們做科研的感受,分享他們發表高水平論文的經驗。
今天走近的是——汽車與交通學院武小花副教授。人如其名,她的人生就像一朵花兒一樣開得絢爛,她是車輛工程專業博士。從2016年到2020年,發表6篇SCI論文,2篇進入ESI前1%,2篇進入ESI前3%,累計被引380次以上。
人物名片:武小花,博士,副教授。國家留學基金委2019年國際清潔能源拔尖創新人才培養項目出國留學人員之一(全國僅45人)。2019年9月至2019年11月在瑞典梅拉達倫大學訪問研修,主要從事清潔能源和燃料電池電動汽車研究。2014年7月至2015年7月在美國加州大學伯克利分校訪問,主要從事動力電池相關理論、電動汽車智能充放電策略以及優化控制方法的研究。2012年3月至今,在西華大學汽車與交通學院從事電動汽車相關技術的教學和科研。2007年9月至2012年1月在北京理工大學電動車輛國家工程實驗室從事電動汽車及其控制技術學習,獲得車輛工程專業博士學位。現受邀為Renewable and Sustainable Energy Reviews、IEEE Transactions on Smart Grid、IEEE Access等國際期刊審稿人。先后主持或參加多項國家級及省部級項目,針對新能源汽車系統建模、參數匹配、能量管理與優化控制等方面進行了大量的研究,積累了豐富的研究基礎和研發經驗。
研究方向
從讀博開始,武小花一直從事與新能源汽車設計與控制相關的工程化與科學研究工作,特別對電動汽車整車控制技術、動力電池和驅動電機測試技術、動力傳動系統優化控制、電動汽車與家庭/電網互動系統配置與能量優化管理等方面進行了深入研究,打下了扎實的研究基礎,積累了豐富的研究經驗。在基于優化控制理論的能量管理方法上具備較豐富的研究經驗和積累,采用隨機動態規劃、模型預測控制、凸優化等方法對燃料電池汽車、電動汽車與家庭電網互動系統的能量管理策略進行了較深入的優化控制研究。
做科學研究的體會
能入圍ESI,武小花感受最深的是第一篇SCI,從撰寫至最后錄用發表總共歷時3年,歷經5輪大小修。主要有如下體會:
高質量的論文是以好的研究為基礎的。研究選題至關重要,要敢于從熟悉的研究方向向交叉學科領域過渡。以個人的經歷為例,2014年以前武小花的研究方向是新能源汽車動力傳動系統,偏工程應用。2014年之后她開始了電動汽車與家庭電網互動能量管理優化控制方面的研究,經過3年積累,陸續在電動汽車與家庭電網互動方向發表了4篇SCI頂級期刊論文,包括兩篇ESI 1%論文。2017年,武小花的研究方向又從電動汽車與家庭電網互動能量管理優化控制拓展到燃料電池電動汽車能量源系統的智能管理與優化控制,主持與合作主持相關省部級項目3項。
優秀團隊對做好研究至關重要。武小花兩篇進入ESI 前1%論文的作者都有美國加州大學伯克利分校的Scott Moura教授、重慶大學胡曉松教授,以及我校陰曉峰教授。Scott Moura教授在她的第一篇SCI論文的選題和投稿過程起了非常關鍵的作用,如對審稿人的每一個問題都必須正面回答,真正體現了嚴謹的治學態度。Scott Moura教授對科研態度的嚴謹,令武小花深受啟發。胡曉松教授在算法優化、論文語言潤色方面起了非常關鍵的作用。陰曉峰教授對她新研究方向的支持、對論文整體內容的指導都非常重要。
敢于將自己的論文成果向頂級期刊投稿。因為頂級期刊擁有高水平的審稿專家庫,對后期論文質量的提升非常重要。即使論文被拒,但審稿專家的評審意見對論文的質量的提升都會有顯著的幫助。武小花也有論文在二審時被拒的經歷,認真修改后改投其它期刊小修后錄用;也有評審人提了幾十個問題,最后寫了幾十頁response的情況。武小花表示,不要顧慮評審意見太多,大多數評審意見對于論文質量的提升以及研究思路的拓展都大有益處。
對年輕教師的建議
作為年輕老師,要積極申報縱向課題,不論成功與否,總能凝練自己的研究方向。選好研究方向,腳踏實地認真做研究,論文是一個自然的水到渠成的過程。多與自己的導師、同門交流合作,積極把握國內、國外交流學習的機會。一定要動手寫,不要擔心自己的語言不行、研究內容不行,堅信好論文都是不斷修改出來的。
高水平論文展示
從2016年至2020年,武小花以第一作者身份發表SCI 一、二區論文共6篇,其中有2 篇進入ESI前1%,2篇進入ESI前3%,累計被引380次以上。
[1] Xiaohua Wu, Xiaosong Hu*, Xiaofeng Yin*, Yiqiang Peng, Volker Pickert. Convex programming improved online power management in a range extended fuel cell electric truck, Journal of Power Sources, 2020, 476:1-7. (SCI期刊檢索,JCR 一區,影響因子:8.247.)論文主要貢獻:基于凸優化和基于規則的策略,分析了增程燃料電池物流車的功率分配策略和等效氫消耗。通過凸優化結果提出規則控制策略參數,制定在線功率分配策略并有效降低能耗。
[2] Xiaohua Wu,Xiaosong Hu*,Xiaofeng Yin,Lei Li,Zhaowei Zeng,Volker Pickert. Convex programming energy management and components sizing of a plug-in fuel cell urban logistics vehicle,Journal of Power Sources,2019,423:358-366. (SCI期刊檢索,JCR 一區,影響因子:8.247,被引次數:15.) 論文主要貢獻:在考慮不同氫、電價格和能量源系統成本的基礎上,以能量源系統和行駛階段能耗總成本最小為優化目標,采用凸優化方法同時優化了燃料電池物流車能量管理策略和能量源系統參數。
[3] Xiaohua Wu*,Xiaosong Hu*,Xiaofeng Yin,Scott Moura,Stochastic optimal energy management of smart home with PEV energy storage,IEEE Transactions on Smart Grid,2018,9(3): 2065-2075.(SCI 期刊檢索,JCR一區,影響因子:8.267,ESI高被引1%,被引次數:89.)論文主要貢獻:研究了含電動汽車儲能的智能家居隨機優化能量管理,在充分考慮車輛出行時間隨機性的條件下,應用隨機動態規劃初步探索了V2G、V2H、G2V三種工作模式對智能家居系統經濟性能的影響,研究結果表明電動汽車儲能能夠極大程度的減少家庭的用電成本。
[4] Xiaohua Wu,Xiaosong Hu*,Xiaofeng Yin,Caiping Zhang,Shide Qian. Optimal battery sizing of a smart home via convex programming,Energy,2017,140:444-453. (SCI 期刊檢索,JCR 二區,影響因子:6.082,ESI高被引3%,被引次數:49.)論文主要貢獻:針對含儲能電池和光伏發電的智能家居系統,采用凸優化方法對系統參數及能量管理進行優化,表明了家庭儲能電池的重要性。對比分析了凸優化方法與動態規劃算法在優化結果和計算速度的方面的顯著優勢。
[5] Xiaohua Wu,Xiaosong Hu*,Yanqiong Teng,Shide Qian,Rui Cheng. Optimal integration of a hybrid solar-battery power source into smart home nanogrid with plug-in electric vehicle,Journal of Power Sources,2017,363:277-283. (SCI 期刊檢索,JCR 一區,影響因子:8.247,ESI高被引3%,被引次數:90.)論文主要貢獻:針對含儲能電池、光伏發電、電動汽車的智能家居系統的高效能量管理,在滿足家用電能需求和電動汽車充電需求的條件下,考慮不同儲能電池成本、優化時間尺度、電動汽車類型的類型和控制方式,采用凸優化方法快速高效地對儲能電池參數及系統能量管理策略進行優化,系統地研究了家用儲能電池的參數和家庭用電成本。
[6] Xiaohua Wu,Xiaosong Hu*,Scott Moura,Xiaofeng Yin,Volker Pickert. Stochastic control of smart home energy management with PEV energy storage and photovoltaic array,Journal of Power Sources,2016,333: 203-212. (SCI 期刊檢索,JCR 一區,影響因子:8.247,ESI高被引1%,被引次數:146.)論文主要貢獻:針對含電動汽車儲能和光伏發電的智能家居能量管理隨機控制方面,考慮系統的多個隨機變量,建立了光伏發電和家庭用電需求的預測模型、車輛出行時間的馬爾科夫模型、車輛日行駛能量需求的概率分布模型,運用模型預測控制研究了智能家居系統的潛在經濟效益,研究結果表明智能控制可以有效的提高擁有電動汽車和光伏發電系統的家庭微電網的經濟效益。