Machines：聚焦智能故障诊断的最新研究和进展专题研讨会

Machines：聚焦智能故障诊断的最新研究和进展专题研讨会 | MDPI Seminar

发表时间：2022-12-01 阅读量：506

近年来，为满足复杂系统的诊断需求，相较传统诊断方法，基于人工智能的故障诊断技术显得愈发重要。智能故障诊断是人工智能领域基于知识处理的故障模式识别，其发展为工业设备持续正常运行提供了良好的技术支撑。

本期研讨会，Machines 非常荣幸地邀请到西安交通大学雷亚国教授作为会议主席，西安交通大学李响副教授、西北工业大学李永波副教授、加拿大阿尔伯塔大学陈宏田博士及不列颠哥伦比亚大学冯珂博士作为特邀主讲人，就智能故障诊断的最新研究进展这一主题，为大家带来学术前沿报告。本次研讨会开播时间为 2022 年 12 月 3 日 13:00~15:30，欢迎大家关注！

时间：2022 年 12 月 3 日 13:00~15:30

小鹅通直播间：https://iwv.h5.xeknow.com/sl/3B9Jx8

会议主席

雷亚国教授

西安交通大学

博士生导师，美国机械工程师协会会士 (ASME Fellow)、英国工程技术学会会士 (IET Fellow)、国际工程资产管理协会会士 (ISEAM Fellow)、国家杰出青年科学基金获得者、科睿唯安全球高被引科学家 (2019~2022)、国家重点研发项目首席科学家 (2 项)、“三秦学者”全国一流创新团队带头人。现担任中国机械工程学会工业大数据与智能系统分会副主任委员、IEEE Transactions on Industrial Electronics、Mechanical Systems and Signal Processing 等著名期刊副主编。长期从事机械系统建模与动态信号处理、大数据智能故障诊断与寿命预测、机械状态健康监测与智能维护等方面的研究工作。主持国家重点研发计划、国家自然科学基金等国家级项目 20 余项。研发的智能诊断系统在智能制造、能源电力、交通运输等领域得到广泛应用。曾获国家技术发明二等奖、中国青年科技奖、教育部自然科学一等奖、教育部青年科学奖、陕西省自然科学一等奖、霍英东教育基金会青年教师奖、庆祝中华人民共和国成立 70 周年纪念章、陕西青年五四奖章。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。

特邀主讲人

李响副教授

西安交通大学

报告题目：机器视觉赋能装备智能诊断与预测性维护。

报告简介：机械装备监测通常基于振动等信号，存在测点限制等问题。视觉信号具有更丰富的信息与更高的灵活性，然而精度较差且易受噪声干扰。报告汇报了基于机器视觉的装备智能诊断与预测性维护相关进展，介绍工程与实验案例。

博士生导师，现代设计及转子轴承系统教育部重点实验室青年骨干，入选陕西省高层次人才引进计划与西安交通大学青年拔尖人才支持计划，“高端装备智能运维”陕西省三秦学者创新团队成员，美国国家自然科学基金会智能维护系统中心博士后、美国加州大学默塞德分校联合培养博士。主要研究方向：工业人工智能、工业大数据、装备智能运维等。主持国家自然科学基金等项目 10 余项，以第一或通讯作者在 IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Industrial Electronics 等期刊上发表高水平学术论文 40 余篇，包括 ESI 高被引论文 17 篇，ESI 热点论文 5 篇，谷歌学术引用 4700 次以上，H-index 为 32，入选斯坦福大学与 Elsevier 联合发布的全球前 2% 顶尖科学家榜单。现担任期刊 Expert Systems with Applications 副主编，以及 Machines、IEEE/CAA Journal of Automatica Sinica、Journal of Dynamics、Monitoring and Diagnostics 等期刊编委或青年编委。

李永波副教授

西北工业大学

报告题目：转子系统健康监测与早期故障诊断。

报告简介：针对转子系统冲击振动响应信号的故障表征、优化检测以及诊断等问题开展研究，提出了基于熵值理论的微弱瞬态信号提取方法，突破了已有熵值算法无法实现在低信噪比下进行特征提取的瓶颈，并将研究成果应用到转子系统的健康监测及故障诊断中，支撑了装备的高可靠性运行。

博士生导师。哈尔滨工业大学航天学院博士、加拿大阿尔伯塔大学联合培养博士、英国哈德斯菲尔德大学访问学者。主要从事信号处理与故障诊断、设备健康监测与模式识别等方向的研究。近五年，发表 SCI 期刊论文 54 篇，9 篇入选 ESI 高被引论文。主持国家自然科学基金青年项目、面上项目、军委科技委、陕西省重点研发等 10 余项科研项目。现担任 Measurement 副主编，获得陕西省高等学校科学技术进步“一等奖”、入选中国力学学会优秀博士论文、中国博士后创新人才计划和西北工业大学“翱翔新星”等人才计划。

陈宏田博士

加拿大阿尔伯塔大学

报告题目：基于单边神经网络的 CCA 及其故障诊断。

报告简介：典型相关分析 (CCA) 已被广泛应用与故障诊断研究。然后，传统 CCA 适用于高斯噪声及线性关系的情况。目前复杂系统均为非线性系统，且噪声的类型是未知的，故直接使用 CCA 进行故障诊断并不能实现最优的诊断效果。因此，本报告借助于神经网络，设计了一种单边神经网络的 CCA 方法，从而极大提高了故障诊断性能。

本硕毕业于南京师范大学，博士毕业于南京航天航空大学。主要研究基于数据驱动和可解释性人工智能的故障诊断技术，及其在高速列车牵引系统等领域应用。出版英文专著 2 部，发表 SCI 论文 60 余篇 (IEEE 汇刊 30 余篇)，主持、参与国家级和省部级项目 6 项。获得中国自动化学会优秀博士论文奖、江苏省优秀博士论文奖、工信部创新特等奖，RCAE 青年科学家奖等多项个人奖与团体奖。目前为 IEEE TIM、IR、IEEE TNNLS、IEEE TAI、RESS、CEP 等国际期刊编委、客座编委。受邀作为组织主席，举办 RCAE 2022 国际会议与 AMEE 2022 国际会议，并担任 DDCLS 22 大会与 DOCS 22 大会专题主席。

冯珂博士

不列颠哥伦比亚大学

报告题目：基于数字孪生的齿面退化健康管理研究。

报告简介：齿面磨损存在于齿轮传动的整个服役周期中。齿面磨损发展可以引发齿面碎裂等严重故障，造成重大经济损失。基于数字孪生的齿面退化健康管理技术能够可视化系统退化进程，实现齿轮传动状态监测，从而实现有效寿命预测。

毕业于新南威尔士大学 Robert Randall 教授课题组，现任不列颠哥伦比亚大学 Research Fellow。主要从事基础设施以及旋转设备状态监测、数字孪生、信号处理、疲劳分析、动力学等研究工作。2022 年，冯珂博士受邀成为 Vebleo Fellow。目前担任 Mechanical Systems and Signal Processing、Engineering Applications of Artificial Intelligence 等多个 SCI 期刊编委以及客座编委。

相关特刊

1. 10th Anniversary of Machines—Feature Papers in Fault Diagnosis and Prognosis

Edited by Xiang Li and Jie Liu

Submission deadline: 31 December 2022

https://www.mdpi.com/si/107981

2. Advanced Data Analytics in Intelligent Industry: Theory and Practice

Edited by Wanke Yu et al.

Submission deadline: 28 February 2023

https://www.mdpi.com/si/133861

3. Intelligent Maintenance and Health Management of Electromechanical Equipment

Edited by Ke Feng et al.

Submission deadline: 30 November 2023