太阳成集团tyc122cc(中国区)品牌公司-Official website

本科生教育

学院首页 > 人才培养 > 本科生教育 > 本科生导师简介 > 副教授 > 正文>

吴苍

来源：

2024-03-26

作者：

点击量：次

吴苍，工学博士，副教授，硕士研究生导师。本、硕、博专业为机械工程（工业工程）。兰州理工大学“红柳优秀青年人才”获得者。主持国家自然科学基金、甘肃省青年基金及企业合作项目多项；以第一作者在《Computer & Industrial Engineering》、《International Journal of Production Research》、《Quality and Reliability Engineering International》、《Journal of Statistical Computation and Simulation》、《西北工业大学学报》等国内外知名学术期刊发表多篇论文；申请发明专利5项，授权发明专利2项。

联系电话：15095321013

邮箱：wucang@lut.edu.cn；wucang8330@163.com

教育经历

2017.3 ~2023.7 西北工业大学工业工程博士导师：司书宾教授

2010.9 ~2013.6 重庆大学工业工程硕士导师：刘飞教授

2006.9 ~2010.6 兰州理工大学工业工程本科

工作经历

2024.1 ~ 至今兰州理工大学太阳成集团tyc122cc入口副教授

2017.1 ~2023.12 兰州理工大学太阳成集团tyc122cc入口讲师

2013.7 ~2016.12 兰州理工大学太阳成集团tyc122cc入口助教

教学工作简介

理论教学方面主要承担本科生《统计学》和《制造执行系统设计与应用》课程、研究生《高级应用统计分析》和《精益制造与管理》课程，实践教学方面主要承担生产实习、科研创新训练和毕业设计等教学工作。发表教改论文3篇。指导学生荣获工业工程领域国家级比赛三等奖、省级比赛二、三等奖，并荣获优秀指导教师称号。

教学项目和获奖

1. 第二届“科德杯”中国机械行业产教融合教育教学创新大赛，全国二等奖，排名第一。

2. 甘肃省高校教师创新基金，2025A-037，国内市场一体化促进乡村振兴的动力机制与路，2025.1-2026.12，参与（第二）。

主要科研项目、获奖

1. 国家自然科学基金，地区项目，72561019，西北地区传染病监测数据流的跨区域统计建模与实时预警方法研究， 2026.01 - 2029.12，主持

2. 甘肃省科技厅, 青年科技基金计划, 20JR5RA432, 基于多元时空关联数据的复杂制造过程质量预防性监控方法研究, 2020.11 – 2022.03，主持

3. 兰州理工大学, 红柳优秀青年基金, 070219, 重点区域流行病例数据的建模与监控方法研究, 2024-01 至 2026-12, 主持

4. 兰州理工大学，博士基金（第一层次），主持

5. 校企合作课题，退役风电机组塔筒拆卸质量设计，主持

6. 国家自然科学基金, 地区科学基金项目, 72161025, 基于失效边数概率分布的K-终端网络可靠性计算及优化设计, 2022-01-01 至 2025-12-31，参与

7. 国家自然科学基金, 面上科学基金项目, 72171064, 面向工业互联网动态数据流的质量过程建模与监控，2022-01-01 至 2025-12-31, 在研，参与

8. 吴苍(1/7); 大型风电机组轮毂装配质量关键技术研究, 甘肃省电工技术学会, 科学技术一等奖, 2020.12

9. 吴苍(3/6); 风力发电机塔筒健康管理技术, 甘肃省电工技术学会, 科学技术一等奖, 2022.12

代表性论文

1. Cang Wu, Min Luo, Dong Wang, Wenpo Huang, Lijun Shang and Shubin Si. Fast initial response-based r-EWMA single control chart for joint monitoring of location and scale parameters with nonlinear multiple quality characteristics. Computers & Industrial Engineering, 2026, 212:111719. (中科院二区，Top期刊)

2. Cang Wu, Shubin Si, Wenpo Huang, Wei Jiang. Copula-based CUSUM Charts for Monitoring infectious disease using Markovian Poisson processes. Computers & Industrial Engineering, 2022, 172: 108536. (中科院二区，Top期刊)

3. Cang Wu, Dong Wang, Min Luo, Zexin Si, Wenpo Huang. Nonparametric monitoring of high-dimensional processes via EWMA control charts based on random forest learning. Computers & Industrial Engineering, 2025, 204, 111111. (中科院二区，Top期刊)

4. Cang Wu, Min Luo, Dong Wang, Mingliang Wang, Wenpo Huang. Fast initial response based exponentially weighted moving average maximum chart for joint monitoring the mean and variance with time varying control limits. Quality and Reliability Engineering International, 2025, 5(41), 2119-2131.

5. Cang Wu, Shubin Si. Bivariate copula-based CUSUM charts for monitoring conditional nonlinear processes with first-order autocorrelation. Journal of Statistical Computation and Simulation, 2022, 192(16): 3373-3399. (SCI: 000793085200001)

6. Cang Wu, Fei Liu, Bo Zhu. Control chart pattern recognition using an integrated model based on binary-tree support vector machine. International Journal of Production Research, 2015, 53(7): 2026-2040. (中科院二区，Top期)

7. 吴苍, 司书宾. 一种面向三元空间相关Poisson过程的控制图设计. 西北工业大学学报, 2022, 40(02): 288-295. (高质量科技期刊T1级，EI: 20222012117026)

8. Cang Wu, Shubin Si. An Integrated Modeling Framework for Multivariate Poisson Process with Temporal and Spatial Correlations. Proceedings of the IEEE International Conference on Industrial Engineering and Engineering Management, Singapore: IEEE Computer Society, 2020: 1241-1245. (EI:20210509833488)

9. Cang Wu, Huijuan Hou, Chunli Lei, Mingliang Wang, Yongjun Du, Wenpo Huang. A Novel EMD-1DCNN Framework for Recognizing Concurrent Control Chart Patterns in Autocorrelated Processes. Mathematics, 2025, 13(22):3577.

10. Cang Wu, Huijuan Hou, Chunli Lei, Pan Zhang, Yongjun Du. A Novel Scheme of Control Chart Patterns Recognition In Autocorrelated Processes. Mathematics,

2023, 11(16) ：3589. (SCI:001055316900001)

11. Shang, Lijun, Baoliang Liu, Zhiqiang Cai and Cang Wu. Random maintenance Policies For Sustaining The Reliability of The product through 2D-warranty. Applied Mathematical Modelling, 2022, 111: 363-383. (中科院二区，Top期刊)

12. Lijun Shang, Haibin Wang, Cang Wu, Zhiqiang Cai. The post-warranty random

maintenance policies for the product with random working cycles. Eksploatacjai

Niezawodnosc–Maintenance and Reliability，2021，23(4):726-735.（SCI:000720107000013）

13. Lijun Shang, Yongjun Du, Cang Wu, Chengye Ma. A Bivariate Optimal Random Replacement Model for the Warranted Product with Job Cycles. Mathematics, 2022, 10(13), 2225. （SCI:000824075200001）

14. Lijun Shang, Qingan Qiu, Cang Wu, Yongjun Du. Random replacement policies to sustain the post-arranty reliability. Journal of Quality in Maintenance Engineering, 2023, 29(2): 481-508.（EI: 20221712028833）