主席致辞

梁朋飞 副教授

燕山大学

Machines 客座编辑

电液伺服系统智能运维与健康管理关键技术研究

赵孝礼 副教授

南京理工大学

基于声发射指纹特征的旋转设备故障识别方法及其应用

侯东明 副教授

河北工业大学

航空燃油齿轮泵状态监测：软硬件一体化视角

李小川 副教授

合肥工业大学

赵孝礼 副教授

南京理工大学

个人简介：赵孝礼，副教授、硕导，2021年1月博士毕业于东南大学，并入职南京理工大学姚建勇教授团队 (教育部长江学者)，2019.09-2020.09曾在加拿大英属哥伦比亚大学 (UBC) 联合培养 (联培导师：Prof. Zheng Liu，加拿大工程研究院院士)，南航、南理在职博士后 (合作导师：赵淳生院士、姚建勇教授)，并于2023年-2024年被选聘为工息部装备一司借调干部。主要从事机电液装备智能运维与健康管理、人工智能与数字孪生等方面研究工作。先后入选江苏省青年科技托举工程、江苏省“双创博士”、江苏省科技副总、连续4年全球前2%顶尖科学家榜单等。本人共计发表学术论文100余篇 (工程技术TOP或一区49篇)，其中，第一或通讯发表SCI/EI期刊论文55篇，9篇入选ESI高被引论文、5篇入选ESI热点论文，谷歌总引超5400余次，H指数为46；申请发明专利29 (授权14)件。近五年主持国家自然科学基金、国家科技重大专项子课题、KGJ“XXX”专项子课题、广西重点研发计划课题、江苏省自然科学基金、博后基金面上、国家重点实验室开放课题等国家级、省部级各类项目20余项。荣获2025年第三届JIMSE全球先进制造青年科学家奖、江苏省振动工程学会青年科技奖、江苏省仪器仪表学会科学技术二等奖、江苏省振动工程学会科学技术一等奖、甘肃省优秀学位论文奖等。指导学生获得第十九届“挑战杯”国赛二等奖等国家级或者省级荣誉10余项。兼任江苏省振动工程学会理事、绿色矿山科技特别专员等；兼职International Journal of Acoustics and Vibration、Proceedings of the IMechE, Part C: Journal of Mechanical Engineering Science、Scientific Reports等10余高质量权威期刊副主编、编委等。

报告题目：电液伺服系统智能运维与健康管理关键技术研究

报告简介：电液伺服系统作为航空航天、智能机器人、武器发射系统及工程机械等高端装备的核心传动与驱动部件，其安全性与可靠性是衡量装备整体性能的关键指标之一，也是系统在服役过程中最为关键和备受关注的系统。有效的智能运维与健康管理能够显著降低系统运行风险，减少事故发生。电液伺服系统是典型的机、电、液多领域综合系统，在气流场、温度场、应力场等多物理场耦合与交变作用下，其故障表现出隐蔽性强、多故障耦合、不确定性高以及因果关系复杂等特征。一旦发生故障，往往难以快速准确诊断，可能引发重大的战略事故、经济损失甚至是人员伤亡，这对系统的高可靠性运行与安全保障提出了严峻挑战。本报告将从机电液系统智能运维技术基础、关键技术与典型系统应用案例等多个维度展开探讨与分析，旨在为高端装备电液伺服系统的智能化、数字化研发与运维提供有益参考。

侯东明 副教授

河北工业大学

个人简介：侯东明，工学博士，副教授，河北省科技特派员，中国高校黄大年式教师团队骨干成员，曾就职于Physical Acoustics Corporation (PAC, MISTRAS Group, Inc.,美国物理声学公司) 声发射事业部担任骨干工程师，任中国无损检测学会声发射专业委员会委员、中国仪器仪表学会设备结构健康监测与预警分会委员、智能渣浆泵河北省工程研究中心副主任、海检研究院特聘专家。主要研究方向为工业大数据分析、人工智能算法、信号分析与处理、结构健康监测、机械装备故障诊断与剩余寿命预测等。近几年主持或作为技术负责人完成科技研发项目总经费超1500万元，主持/参与完成了轨道交通、石油化工、风力发电、能源储输、港口装备等行业内多项重大在线监测项目，研发了多套在线监测系统，具有丰富的项目研发和产业化经验。发表高水平期刊论文20余篇，授权专利多项，出版专著一部。

报告题目：基于声发射指纹特征的旋转设备故障识别方法及其应用

报告简介：目前的故障诊断方法不能同时兼顾声发射实时性和旋转设备故障周期性，时域撞击特征统计方法未考虑旋转设备故障周期性，频谱分析方法由于AE信号采样率高、数据量大，通常需要一定时间才能获得计算结果。同时，变工况旋转设备运行中AE信号经常受到运行速度、复杂噪声和负载变化的影响。因此，迫切需要一种既能兼顾声发射实时性和旋转设备故障周期性，又能实时跟踪速度和时间变化的故障识别方法。受频域方法重点关注周期性特征的启发，从撞击时间间隔统计、动态门槛引入、故障周期特性分析入手，提出了基于指纹特征的故障识别方法，并与聚类统计分析相结合完成了指纹特征优化和损伤状态评估。在此基础上，将撞击统计与故障特征频率相结合，研究故障撞击统计的动态规律，提出了故障撞击统计谱识别方法，完成了损伤状态的快速动态评估。借助转子实验台、高速列车整车试验台以及不同损伤类型轴承验证了基于指纹特征的故障识别方法的有效性和工程实用性，为旋转设备状态实时在线监测提供了新方法和新思路。

李小川 副教授

合肥工业大学

个人简介：李小川，副教授，硕士生导师。主持国家自然科学基金项目1项、安徽省自然科学基金项目1项、中央高校基本科研业务项目1项；参与国家自然科学基金面上项目1项；主持企业委托项目横向课题多项。研究兴趣包括：深度学习与信号处理、基于人工智能的故障诊断、剩余寿命预测；工业机器人、电力巡检无人机、智能机器人。以一作身份发表SCI论文20余篇，担任MSSP, IEEE TIE, IEEE TII, IEEE TAES多个SCI期刊与国际会议审稿人。

报告题目：航空燃油齿轮泵状态监测：软硬件一体化视角

报告简介：本报告从软硬件两方面提出一套面向航空燃油系统的外啮合齿轮泵状态监测方案。在软件算法层面，针对实际传感器布置空间受限、数据模态可能缺失等工程问题，设计了轻量化、数据模态缺失鲁棒模型，能够在部分传感器缺失的情况下保持稳定的故障识别能力，同时满足嵌入式平台的计算与存储约束。在硬件层面，将状态监测算法部署于国产化边缘计算板卡，并将监测结果融入于飞行器燃油计算机系统中，构建飞行器燃油计算机综合诊断系统，实现燃油系统状态监测与故障判别的机载化执行。

Time to First Decision

Acceptance to Publication