本次线上专题研讨会由Sensors 期刊主办，以“航空发动机的故障诊断和智能运维”为主题，面向高端装备在复杂工况下的健康管理与预测性维护需求，系统展示从机理认知到智能算法的最新研究进展，旨在为航空发动机等高端装备的智能运维提供可落地的理论支撑与工程实践路径，推动故障诊断技术向高精度、低成本和强鲁棒性方向发展。
我们非常荣幸地邀请到了华中科技大学史铁林教授担任会议主席，携手西安交通大学雷亚国教授，华南理工大学李巍华教授与南昌航空大学李志农教授，共同带来精彩的报告。诚邀各位专家学者积极参与！
会议信息
会议时间
2026年9月29日 14:30-16:30
会议议程
14:30-14:40 | 史铁林 教授
会议致辞
14:40-15:10 | 雷亚国 教授
高端装备智能运维——“抽血化验”实现故障溯源
15:10-15:40 | 李巍华 教授
面向复杂工业场景的航空发动机剩余寿命预测技术
15:40-16:10 | 李志农 教授
基于神经常微分方程的航空发动机主轴轴承故障诊断方法研究
16:10-16:30 | 提问交流
观看通道
小鹅通直播间
点击下方链接，观看直播。
https://9g0ug.xetlk.com/sl/1QhLn3
 |
识别二维码，添加小助手微信，备注“学校+姓名+研究方向”，邀您加入 MDPI 学者交流群，获取直播链接，掌握直播动态，交流科研经验。 | |||||||||||||||||||
会议主讲人
|
|
雷亚国 教授 西安交通大学机械工程学院 |
西安交通大学教授、机械工程学院常务副院长、全国重点实验室副主任、ASME Fellow、IET Fellow、国家杰青、国家高层次人才特殊支持计划入选者、科睿唯安全球高被引科学家 (工程学、跨学科领域)、德国洪堡学者、国家重点研发计划项目首席。兼任MSSP、IEEE TIE等本领域著名期刊副主编、中国机械工程学会工业大数据与智能系统分会副主任、中国自动化学会技术过程的故障诊断与安全性专业委员会副主任。研究领域为高端装备智能运维。曾获国家技术发明二等奖、中国青年科技奖、腾讯科学探索奖、教育部青年科学奖、省部级一等奖4项等。2019年受邀参加庆祝中华人民共和国成立70周年大会天安门广场观礼。
报告题目：高端装备智能运维——“抽血化验”实现故障溯源
报告简介：报告围绕高端装备运维的工程实际需求，聚焦装备磨损退化全过程展开研究，包括建立了梯度流场驱动的磨粒力学模型及多视角立体重构算法，实现磨粒三维全息动态感知；建立形貌与机理融合的辨识模型，通过逐级推理实现磨损故障溯源，并建立了磨粒在线、现场快速、实验室精准检测的三级诊断体系，研发系列检测装置与分析系统，应用于航空发动机等多种重大装备。
|
|
李巍华 教授 华南理工大学机械与汽车工程学院 |
华南理工大学机械与汽车工程学院党委书记、二级教授/兴华杰出学者，国家重点研发计划“智能机器人”专项首席科学家，广东省特支计划杰出人才。长期从事高端装备智能运维与健康管理研究，涵盖工业机器人、核电泵、直升机主传动系统、航空发动机等，获评中国振动工程学会科学技术一等奖 (基础研究)、粤港澳大湾区高价值专利大赛金奖等。担任IEEE仪器测量学会状态监测与故障诊断仪器技术委员会主席，中国振动工程学会动态信号分析专委会副主任委员兼秘书长、故障诊断专委会副主任委员，广东省振动工程学会理事长，广东省机械工程学会副理事长等。
报告题目：面向复杂工业场景的航空发动机剩余寿命预测技术
报告简介：航空发动机剩余寿命预测是装备健康管理与预测性维护的重要基础，随着服役环境的日趋复杂，实际工业数据呈现多源异构、工况多变、样本不完备等特点。面向复杂工业场景下航空发动机剩余寿命预测需求，围绕跨工况迁移、个性化精准预测、不确定性度量及未知工况泛化等问题，提出了多模态自适应聚类回归、私有域动态校准、传感通道感知预测以及数模联合驱动的未知工况预测等方法，为航空发动机寿命预测与智能运维提供技术支撑。
 |
李志农 教授 南昌航空大学仪器科学与光电工程学院 |
二级教授，博士生导师，振动工程学报，振动与冲击，振动测试与诊断、机械强度、兵器装备工程学报，轴承等期刊的编委，陕西省矿山机电装备智能监测重点实验室学术委员会委员，中国机械工程学会无损检测分会状态监测大会副主席，中国振动工程学会动态信号分析专业委员会副主任委员、中国振动工程学会故障诊断专业委员会理事、中国金属学会无损检测分会委员等，研究方向：机械动力学与故障诊断、智能检测与信号处理、无损检测新技术。
报告题目：基于神经常微分方程的航空发动机主轴轴承故障诊断方法研究
报告简介：神经常微分方程是通过神经网络对矢量场进行参数化的微分方程，其微分方程求解器可以取代各神经元及各网络层之间复杂的计算过程。它作为残差网络的连续化形式而出现，被使用到有监督学习任务中，该模型具备参数数量小以及内存成本低等优势，并且其相较于神经网络具有更好的可解释性。通过搭建面向机械故障诊断的神经常微分方程网络架构，构建故障数据与故障类型的非线性关系，使用常微分方程求解器完成对不同故障类别的分类任务，形成一种端对端的故障诊断模式。将该模型应用到航空发动机主轴轴承故障诊断中，并与残差网络诊断模型进行对比。结果表明，在确保准确率不降低的情况下，该方法不仅减少了内存消耗，而且大大减少了模型参数数量。
相关推荐
1. Intelligent Sensors for Structural Health Monitoring and Mechanical Fault Diagnosis: 2nd Edition
Deadline for manuscript submissions: 20 October 2026
Guest Editors: Dr. Zijian Qiao and Dr. Zhihui Lai
点击下方链接，了解特刊更多信息。
https://www.mdpi.com/journal/sensors/special_issues/NGNW3Q5984
2. Feature Papers in Fault Diagnosis & Sensors 2026
Deadline for manuscript submissions: 31 December 2026
Guest Editors: Prof. Dr. Francesc Pozo, Prof. Dr. Mohammad Noori, Prof. Steven Chatterton and Prof. Dr. Jose Alfonso Antonino-Daviu
点击下方链接，了解特刊更多信息。
https://www.mdpi.com/journal/sensors/special_issues/QH56221E41
主办单位
合作单位
MDPI 已成功举办过多场学术研讨会，旨在为领域内学者提供一个学术交流的平台。相信通过进一步的交流，我们可以为广大青年学者及研究人员在英文学术写作和发表以及学术研究方面做出进一步的指导和探讨。
中文研讨会学术官网：
Sensors 期刊简介
主编：Vittorio M. N. Passaro, Politecnico di Bari, Italy
期刊涵盖所有传感器科学和技术研究领域，例如物理传感器、智能传感器、传感网络、生物传感器、化学传感器、雷达、可穿戴电子设备和先进的传感材料及其在物联网、工业、农业、环境、遥感、导航、通信、车辆、成像、生物医药等领域的应用。目前期刊已被SCIE (Web of Science)、PubMed、EI Compendex、Scopus等数据库收录。
| 2025 Impact Factor | 4.0 |
| 2025 CiteScore | 9.4 |
|
Time to First Decision |
17.8 Days |
|
Acceptance to Publication |
2.8 Days |
点击下方链接，订阅期刊最新资讯。
华中科技大学机械科学与工程学院
Sensors 期刊栏目主编
中共党员，博士，教授，博士生导师，国家级领军人才，曾任机械学院党委书记。1985年本科、1988年硕士毕业于西安交通大学，1991年博士毕业于华中理工大学，1993年博士后出站，进入华中科技大学 (原华中理工大学) 工作。现任中国振动工程学会监事，中国振动工程学会动态信号分析专业委员会荣誉主任委员，中国微米纳米技术学会理事，Sensors 期刊栏目主编。先后获国家教委科技进步二等奖 (应用类)，国家教委科技进步一等奖 (理论类)，机械工业部科技进步一等奖，国家科技进步三等奖，中国青年科技奖，全国优秀博士后、湖北省五四青年奖章、中国机械工程学会杰出青年科技奖、首批“新世纪百千万人才工程”国家级人选等荣誉称号等。