一、团队负责人介绍党选举

党选举，二级教授，工学博士，博导。于1986年、1989年毕业于陕西科技大学，分别获学士和硕士学位。毕业于上海交通大学，获得博士学位。２００６年入选广西百名中青年学科带头人＂。近年来主持承担了国家自然科学基金项目(四项)、省自然科学基金项目（四项）、省科技攻关项目及企业委托课题共11项。国家发明专利授权40件。获广西科技进步二等奖3项。广西高等教育自治区教学成果1等奖1项，拥有协作机器人、轻型工业机器人、新能源电机控制、液压智能控制等科研平台。主要研究方向：面向视觉与力觉的机器人控制、神经网络建模与控制、新能源汽车动力系统控制、工业大数据、EtheCAT现场总线开发与应用、嵌入式AI控制系统及应用。在国外国内重要学术期刊或国际会议如《ISA transactions》、《Electrochimica Acta》《Sensors & Aactutors :A. Phyiscal》、《Mechanical Systems and Signal Processing》、《International Journal of Electrical Power and Energy Systems》、《机械工程学报》、《仪器仪表学报》、《中国电机工程学报》上发表论文100多篇。其中EI/SCI收录40多篇，JCR1-2区8篇。

二、团队研究方向

1. 面向视觉与力觉的机器人控制；

2. 神经网络建模与控制、新能源汽车动力系统控制；

3. 智能推荐系统，工业大数据、EtheCAT现场总线开发与应用、嵌入式AI控制系统及应用。

三、团队代表性成果：

l   论文代表作

[1] Shike Long, Xuanju Dang, Jia Huang, FOESO-Net: A specific neural network for fast sensorless robot manipulator torque estimation, Neural Networks, 2023,168,pp:14–31(中科1区).

[2]Dang Xuanju, YanLi, XuKai, WuXiru, JiangHui, SunHanxu, Open-circuit voltage-based state of charge estimation of lithium-ion battery using dual neural network fusion battery model, Electrochimica Acta, 2016,188, pp: 356-366.（IF:6.215,SCI收录, JCR 1区，它引154次）.

[3]Xuanju Dang, LiYan, Hui Jiang, Xiru Wu, Hanxu Sun，Open-circuit voltage-based state of charge estimation of lithium-ion power battery by combining controlled auto-regressive and moving average modeling with feedforward-feedback compensation method，International Journal of Electrical Power and Energy Systems，2017，90，pp:27-36.（IF:3.588,SCI收录, JCR 1区，它引57）.

[4]Xuanju Dang, Xiaoan Zhao, Chao Dang, Hui Jiang, Xiru Wu, Lantian Zha, Incomplete differentiation-based improved adaptive backstepping integral sliding mode control for position control of hydraulic system. ISA Transactions, 2021,109，pp:199-217.（IF: 4.305, SCI收录, JCR 1区）

[5]Dang Xuanju, Shi Yazhou, Peng Huimin, Torque-flux linkage recurrent neural network adaptive inversion control of torque for switched reluctance motor, IET Electric Power Applications,2020,14(9), pp: 1612-1623.  (IF: 2.834, SCI收录, JCR1区)

[6]Dang Xuanju, Tan Yonghong, RBF neural networks hysteresis modelling for piezoceramic actuator using hybrid model，Mechanical Systems and Signal Processing, 2007,21(1), pp:430-440.（IF:6.471，SCI、 EI收录，JCR1区）.

[7]Dang Xuanju, Tan Yonghong, An inner product-based dynamic neural network hysteresis model for piezoceramic actuators，Sensors & Actuators: A. Physical, 2005, 121(2), pp:535-542（SCI、 EI收录，JCR1区）.

l   科技获奖

l   授权发明专利（部分）