直播议程
直播时间及平台
直播时间
2024年12月10日 16:00-17:10
直播平台
·重庆理工大学期刊社视频号
（点击预约直播）
·蔻享学术
（扫码预约直播）
嘉宾介绍
马猛 西安交通大学副教授
个人简介
担任国际知名期刊Journal of Dynamics Monitoring and Diagnosis副主编，《火箭推进》期刊青年编委，西安交通大学空天往返先进推进创新中心副主任，装备大数据分析与健康管理联合实验室副主任。主持国家自然科学基金青年项目、军科委基础加强项目（173项目）、博士后特别资助项目、航天六院基金等10余项目，发表SCI论文30余篇，专利20余项，入选全球前2％顶尖科学家，获2023年陕西高等学校科学技术研究优秀成果奖。
报告题目
物理知识驱动神经网络的轴承剩余寿命预测研究
报告摘要
轴承等关键部件的剩余寿命预测是提升设备安全性与可靠性的重要手段，然而如何实现准确预测一直是尚未解决的难题。然而由于全寿命数据缺乏、样本数据量少的问题，仅仅依赖数据驱动导致预测误差大、泛化能力不足。针对该难题，研究嵌入物理知识的神经网络有助于提升预测能力，将轴承运行的退化过程的物理知识作为损失函数嵌入神经网络，提升预测的泛化能力。
文章链接
（扫码阅读文章）
王辉 上海航天电子技术研究所
工程师
个人简介
仪器科学与技术专业博士、工程师，长期从事智能运维、边缘计算、资源协同感知方向；参与国家自然科学基金类项目、军科委预研课题、企业横向类项目10余项，主持航天八院自主研发计划项目1项等；累积发表/合作发表论文40余篇、申请/授权发明专利8项、编著2篇国防科技报告，包括多篇中科院一区TOP、ESI全球“高被引”论文，总被引次数超900次, 单篇最高被引226次；曾获IEEE 仪器与测量学会“Graduate Fellowship Award”、南京人工智能产业兴智计划、多次IEEE TIM期刊年度“Outstanding Reviewers”、2023江苏省百篇优秀学术成果奖、2024年全球前2%科学家、2024上海融合创新发展赛创新奖等；担任IEEE TIM，IEEE TIE，IEEE Trans. Cybernetics，IEEE/ASME Trans. Mechatronics，Measurement，ISA Transactions，EAAI等期刊审稿人。
报告题目
深度强化学习驱动的齿轮箱复杂工况智能诊断方法研究
报告摘要
行星齿轮箱故障诊断是保障众多机械装备传动系统安全可靠运行的关键。目前深度学习驱动的故障诊断方法已得显著的效果，但多数方法常受限于静态学习方式、缺乏决策能力以及依据大量专家经验调参，制约了诊断模型的泛化性和智能水平。同时，工况多变、故障数据不充分、样本不平衡等复杂条件，也给实际齿轮箱故障诊断带来巨大的挑战。报告面向齿轮箱多种复杂工况下诊断问题，从深度强化学习(DRL)视角出发，设计DRL模拟交互环境、网络模型等，研究深度强化学习驱动的齿轮箱复杂工况智能诊断方法，为工业装备机械智能诊断提供新思路。
文章链接
（扫码阅读文章）
主持人
郭亮 西南交通大学副教授
个人简介
博士生导师。长期从事轨道交通车辆状态评估、诊断与运维方面的研究工作。主持国家自然科学基金面上、青年项目，四川省杰出青年科学基金等项目10余项。以第一/通讯作者在领域知名期刊/会议上发表SCI/EI论文50余篇。制定预测性维护国家标准1项（排2）。参与研发的运维系统应用于轨道交通车辆、风力发电机等机械装备。曾获四川省科学技术进步奖一等奖（排名第2）、陕西省自然科学一等奖（排名第5）等科技奖励，IEEE TIE期刊年度杰出论文奖等论文奖励。
留言互动
扫码添加小编微信
加入期刊谷分享交流群
获取更多学术活动资讯
往期推荐
期刊目录｜《智能技术学报（英文）》 2024年第5期
期刊谷回放｜“动力电池的全生命周期智能管理”作者分享会成功举办
学术论文写作与投稿对话｜标题、摘要、关键词的写作技巧
