主讲人：毛文涛 教授

邀请人：朱炜 副教授

时间：2020年12月11日（周五）13:30

地点：腾讯会议链接：https://meeting.tencent.com/s/M2xOxkdYFtlN

会议 ID：887 415 490

主讲人简介：

毛文涛，男，1980年4月生，教授，工学博士，硕士生导师，主要研究方向为机器学习、数据挖掘。现为河南省高校科技创新人才、河南省高校青年骨干教师。2011年3月，博士毕业于西安交通大学工程力学专业；2013-2016年，在西北工业大学力学博士后流动站做博士后研究；2016.07-2017.07，在加拿大阿尔伯塔大学机械工程系做访问教授期间，从事基于深度学习的故障诊断与健康管理（PHM）技术研究。主要研究工作包括机器学习理论及在PHM领域的应用。在MSSP、IEEE TIM、IEEE TCMB、JMS、Measurement、自动化学报等国内外权威学术期刊和会议上发表学术论文60余篇，其中第一作者论文SCI收录28篇,包括Top期刊论文6篇，ESI热点论文1篇(2018年Computer Science领域前0.1%）、ESI高被引论文5篇（Computer Science领域和Engineering领域前1%）；主持（完成）国家自然科学基金2项，中国博士后科学基金（特别资助）1项，中国博士后科学基金面上项目（一等资助）1项，河南省科技攻关重点项目1项；获河南省教学成果二等奖1项、西安交通大学校级优秀博士学位论文奖（2012年度），河南省自然科学论文奖1/2/3等奖多项。

主讲内容简介：

随着“中国制造 2025”、“工业 4.0”等计划和概念的提出，通过分析和利用机械设备的各种状态信号进行智能化运行状态监测及健康维护，已经成为实现智能制造的迫切需求之一。当前，在工程现场实时进行设备早期故障预警与状态预测的重要性日益突出，但针对滚动轴承等关键零部件的在线辨识、诊断和预测技术还不能完全满足装备制造业发展的需要。因此，研究和发展服役过程中高度智能化、不受工况限制的健康预警与寿命预测方法已成为当前轴承故障预测与健康管理（Prognostics and Health Management, PHM）研究的重点和难点。本报告围绕滚动轴承的在线早期故障检测、故障诊断和剩余寿命预测问题，以领域知识融合为主线，重点围绕在线故障诊断、早期故障在线检测、多故障类型协同诊断、跨工况故障检测和剩余寿命预测等典型PHM应用问题展开论述，构建了相应的深度迁移学习、结构化学习、在线学习等机器学习模型，并给出具体的实现思路、建模过程和实验验证结果。研究结果可为大数据时代的典型设备元件在线状态管理与预测性维修提供一种新的解决方案。

欢迎各位老师、同学参加同路人学术论坛！

交通运输工程学院研究生会

交通运输工程学院青年教师沙龙