机械工程学院
 首页  学院概况  师资队伍  教学工作  科学研究  党建工作  学生工作  招生就业  校友工作 
师资队伍
 师资概况 
 教师名录 
 硕导信息 
硕导信息
您的位置: 首页>师资队伍>硕导信息>正文
副教授--王福旺--研究方向:脑电机器人研究等
2025-03-03 12:39  











王福旺

联系方式:

邮箱:wangfuwangbaiyang@126.com;  20152622@neepu.edu.cn.

办公室:第二教学楼801

个人简介:

博士,副教授,硕士研究生导师

近年来主持纵/横向项目6项,合作项目10余项,累计科研经费500余万元;在高水平SCI/EI期刊上发表学术论文60余篇,其中以第一/通讯作者发表35篇(30SCI5EI);撰写个人专著1部;申请/授权发明专利7项,软件著作权1项;受邀担任Biomedical Signal Processing and Control, Measurement, IEEE sensors journal, IEEE Transactions on Instrumentation and Measurement等多家国际期刊审稿人。


工作学习经历

20157月获得东北大学工学博士学位;

20157-至今担任东北电力大学机械工程学院专任教师;

20186月受聘为东北电力大学硕士研究生导师。

研究方向:

1、脑电机器人研究;

2、基于人体生理信号分析的驾驶疲劳研究;

3、电力设备故障检测研究。

代表论文:

1. Wang F, Wang H, Fu R, et al. Study on Unsafe Behavior Detection of Tower Crane Drivers in Prefabricated Building Construction[J]. IEEE Transactions on Intelligent Transportation Systems, 2025. (SCI, IF=7.9, JCR Q1)

2. Lu B, Wang F and Fu R. Dynamic Hierarchical Convolutional Attention Network for Recognizing Motor Imagery Intention[J]. IEEE Transactions on Cybernetics, 2025. (SCI, IF=9.4, JCR Q1)

3. Chen D, Wang F*. Study on tower crane drivers’ fatigue detection based on conditional empirical mode decomposition and multi-scale attention convolutional neural network[J]. Biomedical Signal Processing and Control, 2025, 105: 107662. (SCI, IF=4.9, JCR Q1)

4. Wang F, Chen D, Zhang X. Real-time Driving Fatigue Detection of ECG Signals Acquired Based on Novel Electrodes Using Wavelet Scattering Networks[J]. Measurement, 2025, 243: 116438. (SCI, IF=5.2, JCR Q1)

5. Wang F, Chen D, Fu R, et al. Study on a Novel Flow-Controllable Semi-Dry Electrode for EEG Signal Acquisition[J]. IEEE Sensors Journal, 2024. (SCI, IF=4.3, JCR Q1)

6. Wang F, Ma M, Zhang X. Study on a portable electrode used to detect the fatigue of tower crane drivers in real construction environment[J]. IEEE Transactions on Instrumentation and Measurement, 2024, 73: 1-14. (SCI, IF=5.6, JCR Q1)

7. Wang F, Ma M, Fu R, et al. EEG-based detection of driving fatigue using a novel electrode[J]. Sensors and Actuators A: Physical, 2024, 365: 114895. (SCI, IF=4.1, JCR Q1).

8. Wang F, Gu T, Yao W. Research on the application of the Sleep EEG Net model based on domain adaptation transfer in the detection of driving fatigue[J]. Biomedical Signal Processing and Control, 2024, 90: 105832. (SCI, IF=4.9, JCR Q1)

9. Wang F, Yao W, Lu B, et al. ECG-based real-time drivers fatigue detection using a novel elastic dry electrode[J]. IEEE Transactions on Instrumentation and Measurement, 2023, 73: 1-16. (SCI, IF=5.6, JCR Q1)

10. Wang F, Chen D, Lu B, et al. A novel semi-dry electrode suitable for collecting EEG data for detecting driving fatigue in long-period driving case[J]. IEEE Sensors Journal, 2023, 23(16): 17891-17900. (SCI, IF=4.1, JCR Q1).

11. Wang F*, Wang H, Zhou X, et al. A Driving Fatigue Feature Detection Method Based on Multifractal Theory. IEEE Sensors Journal, 2022, 22(19): 19046-19059. (SCI, IF=4.1, JCR Q1)

12. Wang C, Ge P, Sun L, Wang F*, et al. Research on user-side flexible load scheduling method based on greedy algorithm[J]. Energy Reports, 2022, 8: 192-201. (SCI, IF=4.7, JCR Q2)


专著:

1王福旺. 脑科学应用技术[M]. 北京: 科学出版社, 2019.

专利:

1、王宏,王福旺.《基于生理信息分析的疲劳驾驶远程监测与报警系统和方法》,

专利号:ZL 2012 1 0216206.9,证书编号:1562190,国家发明专利。

2. 王宏,王福旺.《一种基于穴位电刺激的驾驶疲劳的检测缓解系统及方法》,

专利号:201310041538.2,国家发明专利,2015227日授权。

3王福旺,路斌,康小刚,徐卿,李吉献,袁震.《一种基于人体多类特征的驾驶疲劳监测方法》,专利号:ZL202011249649.9,证书编号:5467500,国家发明专利,2022920日授权。

4王福旺,康小刚,路斌,徐卿,李吉献,袁震.《一种基于个性化音乐推荐器的驾驶疲劳检测缓解系统及方法》,申请号:CN202011247732.2,国家发明专利,202139公开。

主持的科研项目情况:

1、王福旺(主持),便携式脑电机器人平台研究,吉林市科技局杰出青年项目,2016-2018年,201660125万;

2、王福旺(主持),水轮发电机大部件吊运过程中自动定位和报警系统的研究,横向项目,2016-2017年,32万。
3
、王福旺(主持),横向项目,开关柜(中置柜)智能化监控系统研究,2020-2021年,50万。

4、王福旺(主持),横向项目,基于大数据与云技术的充电桩智能化管理与有序用电技术研究,2021-2022年,20万。

5、王福旺(主持),横向项目,新产品技术储备分析服务项目,2024-2026年,26.8万。

6、王福旺(第二参与人),国家自然科学基金面上项目,气味增甜机理解析:脑电与仿生机器的多模态协同感知与建模,202511-20281231日,50万。

7、王福旺(第二参与人),变压器智能化多元监测组件模块化设计及智慧运维关键技术研究,2023-2025年,178万。

科研设备

1、脑电机器人平台



2、基于人体生理信号的模拟驾驶仿真平台

 

3、执行单元模块--底盘机器人

 

 

 

                            

关闭窗口
 
访问量人数:

 

东北电力大学机械工程学院

版权所有