教授、博士生导师、系主任。主要研究领域：1）嵌入式系统、虚拟仪器和自动测试系统；2）物联网技术、测控网络与集成测试；3）智能测试诊断理论及工程应用；4）复杂工程系统预测与综合健康管理理论及工程应用。主持国家重点研发计划课题、国家自然科学基金面上项目、航空基金、航天基金、国防重点实验室基金等纵向课题十余项，与航空航天院所、部队合作课题八十余项，获得国防科技成果三等奖两项、航空学会科技成果二等奖一项，发表SCI/EI检索论文五十余篇，国家发明专利二十余项、出版专著1部、教材1部。《北航-商飞民用飞机先进总装测试技术联合实验室》北航负责人。 教育经历 1999-2004 北京航空航天大学 检测技术及自动化装置 博士研究生毕业（导师李行善教授） 博士学位 1993-1996 北京航空航天大学 测试计量技术与仪器 硕士研究生毕业（导师李行善教授） 硕士学位 1985-1989 南京航空航天大学 测试系统与传感器 大学本科毕业 学士学位 工作经历 2013.12 -- 2014.12 新西兰坎特伯雷大学 机器人研究所 访问学者 2006.6 -- 至今 北京航空航天大学 自动化科学与电气工程学院 检测与自动化工程系副主任、主任 副教授、教授 2004.6 -- 2006.6 北京航空航天大学 仪器科学与光电工程学院 博士后 1996.4 -- 2000.3 中航工业第613研究所 专业组长、型号分系统主管工程师 工程师 1989.7 -- 1993.9 中航工业第613研究所 专业组长 助理工程师

虚拟仪器与自动测试系统 嵌入式系统与合成仪器 复杂系统健康感知、诊断与预测 基于私有云平台的智慧办公系统

北京市仪器仪表学会监事 《电子测量与仪器学报》编委 中国空气动力学会测控专委会委员 中国仪器仪表学会电子测量与仪器分会委员 中国电子学会电子测量与仪器分会委员

Yu J, Yang J, Tang D, Dai J. Early prediction of remaining discharge time for lithium-ion batteries considering parameter correlation between discharge stages[J]. Eksploatacja i Niezawodno??, 2019, 21(1): 81-89. WOS: 000454167200010 Tang D, Cao J, Yu J. Remaining useful life prediction for engineering systems under dynamic operational conditions: A semi-Markov decision process-based approach[J]. Chinese Journal of Aeronautics, 2019, 32(3): 627-638. WOS: 000461786900009 Tang D, Sheng W, Yu J. Dynamic condition-based maintenance policy for degrading systems described by a random-coefficient autoregressive model: a comparative study[J]. Eksploatacja i Niezawodno??, 2018, 20(4): 590. WOS:000445250200010 Yu J, Yang J, Tang D, et al. An Optimal burn-in policy for cellular phone lithium-ion batteries using a feature selection strategy and relevance vector machine[J]. Energies, 2018, 11(11): 3021. WOS:000451814000159 Yu J, Tang W, Tang D, et al. An approach to predict discharge voltage of lithium-ion batteries under dynamic loading conditions[J]. Journal of Ambient Intelligence and Humanized Computing, 2019, 10(3): 923-936. Yu J, Tang W, Tang D, et al. A prediction method for discharge voltage of lithium-ion batteries under unknown dynamic loads[J]. Microelectronics Reliability, 2018, 88: 1206-1211. WOS:000448227000222 Yu J, Mo B, Tang D, et al. Indirect state-of-health estimation for lithium-ion batteries under randomized use[J]. Energies, 2017, 10(12): 2012. WOS:000423156900083 Yu J, Mo B, Tang D, et al. Remaining useful life prediction for lithium-ion batteries using a quantum particle swarm optimization-based particle filter[J]. Quality Engineering, 2017, 29(3): 536-546. WOS:000404589900015 Yu J, Liang S, Tang D, et al. Remaining discharge time prognostics of lithium-ion batteries using dirichlet process mixture model and particle filtering method[J]. IEEE Transactions on Instrumentation and Measurement, 2017, 66(9): 2317-2328. WOS:000407451100012 Yu J, Liang S, Tang D, et al. A weighted hidden Markov model approach for continuous-state tool wear monitoring and tool life prediction[J]. The International Journal of Advanced Manufacturing Technology, 2017, 91(1-4): 201-211. WOS:000402260300018 Tang D, Yu J. Optimal replacement policy for a periodically inspected system subject to the competing soft and sudden failures[J]. Eksploatacja i Niezawodno??, 2015, 17. WOS:000351848600009 Tang D, Makis V, Jafari L, Yu J, et al. Optimal maintenance policy and residual life estimation for a slowly degrading system subject to condition monitoring[J]. Reliability Engineering & System Safety, 2015, 134: 198-207. WOS:000347663200021 Tang D, Yu J, Chen X, et al. An optimal condition-based maintenance policy for a degrading system subject to the competing risks of soft and hard failure[J]. Computers & Industrial Engineering, 2015, 83: 100-110. WOS:000353746800008 Chen X, Yu J, Tang D, et al. A novel PF-LSSVR-based framework for failure prognosis of nonlinear systems with time-varying parameters[J]. Chinese Journal of Aeronautics, 2012, 25(5): 715-724. WOS:000310570600007