当前位置: 首页    >    师资队伍    >    教师风采    >    副教授(级)    >    正文

王剑宇

日期:2023年12月21日     作者:     来源:      点击:[]

   

王剑宇

副研究员 / 硕士生导师(破格)

专业:控制科学与工程

所属团队:装备智能健康评估

研究方向:装备预测与健康管理,装备大数据分析与特征挖掘,机器学习与迁移学习,异常检测与故障诊断

Emailwangjianyu@scu.edu.cn

地址:四川省成都市一环路南一段24号 四川大学基础教学楼B座

简介:自2017年以来,一直从事重大装备及关键部件的数据分析、信号处理、信息感知、智能故障诊断以及综合健康评估等方面的研究工作,熟知装备健康监测与视情维修前沿动向,先后参与了多项与装备PHM领域相关的国家重点研发计划、国家自然科学基金、装备预先研究项目、国际创新合作项目、航空科学基金等在内的数10项国家级/省部级项目。近5年来在高水平期刊上以第一/第二作者发表SCI/EI学术论文20余篇,其中包括1篇高被引论文、1篇封面文章,担任IEEE Transactions on Instrumentation and Measurement、Reliability Engineering & System Safety、ISA Transactions、Energy等多个期刊的审稿人。


工作和学习经历:  

2024/10-至今,四川大学,电气工程学院,副研究员

2023/07-2024/09,四川大学,电气工程学院,助理研究员

2020/09-2023/06,四川大学,空天科学与工程学院,机械工程,博士,导师:苗强教授

2021/11-2022/11,法国巴黎萨克雷大学,CentraleSupélec,系统工程,联培博士,导师:Zhiguo Zeng教授

2017/09-2020/06,四川大学,空天科学与工程学院,航空宇航科学与技术,硕士,导师:苗强教授

2013/09-2017/06,重庆工商大学,机械工程学院,机械设计制造及其自动化,学士


主要科研项目:

[1]“浮式风机变桨系统风浪耦合损伤分析与跨域状态辨识研究”,国家自然青年科学基金,负责人,2025.01-2027.12

[2]“微重力环境下低速空间旋转机构动态服役行为表征与评估”,国家自然科学基金,参研,2021.01-2024.12

[3]“有限样本空间下高冗余复杂系统服役性能评估研究”,四川省国际科技创新合作项目,参研,2020.01-2021.12

[4]“考虑多故障耦合的行星轮系振动响应特性及故障行为表征研究”,国家自然科学基金,参研,01/2017-12/2020

[5]“无人系统状态评估与预测技术”,部委基础科研重点项目,参研,01/2018-12/2020.

……


代表性学术成果:

[1] "Fault diagnosis of electrohydraulic actuator based on multiple source signals: An experimental investigation." Neurocomputing 417 (2020): 224-238.

[2] "An improved triplet network for electromechanical actuator fault diagnosis based on similarity strategy." IEEE Transactions on Instrumentation and Measurement 71 (2022): 1-10.

[3] "An hybrid domain adaptation diagnostic network guided by curriculum pseudo labels for electro-mechanical actuator." Reliability Engineering & System Safety 228 (2022): 108770.

[4] "Deep learning domain adaptation for electro-mechanical actuator fault diagnosis under variable driving waveforms." IEEE Sensors Journal (2022).

[5] "Ensemble diagnosis method based on transfer learning and incremental learning towards mechanical big data." Measurement 155 (2020): 107517.

[6] "A deep learning method for bearing fault diagnosis based on time-frequency image." IEEE Access 7 (2019): 42373-42383.

[7]Source free unsupervised domain adaptation for electro-mechanical actuator fault diagnosis.”Chinese Journal of Aeronautics 2023, 36(4): 252-267.

[8] "Weighted cyclic harmonic-to-noise ratio for rolling element bearing fault diagnosis." IEEE Transactions on Instrumentation and Measurement 69.2 (2019): 432-442.

[9] "Experimental investigation on electro-hydraulic actuator fault diagnosis with multi-channel residuals." Measurement 180 (2021): 109544.

[10] "An enhanced multifeature fusion method for rotating component fault diagnosis in different working conditions." IEEE Transactions on Reliability 70.4 (2021): 1611-1620.

[11] "Improved generative adversarial network for rotating component fault diagnosis in scenarios with extremely limited data." IEEE Transactions on Instrumentation and Measurement 71 (2021): 1-13.

……



获奖经历:

 重庆市三好学生、四川省优秀毕业生、四川大学研究生“十佳”学术之星、博士国家奖学金 等几十项荣誉奖学金



人才培养:

 科研要“严谨”

 作息要“规律”

 凡事要“坚持”

 小事见“态度”

 大事见“能力”

 琐事见“格局”

 师生协同,共创科研佳绩!

欢迎电子工程、计算、通信、自控、测控、机械等专业学生加入我们团队。




电话:028-85405614
传真:028-85405614   邮编:610065
地址:四川大学望江校区基础教学大楼 A座二楼
Copyright©四川大学电气工程学院
2017-2020 All Right Reserved
蜀ICP备05006382号