3月28日下午16：15在明志樓B504，同濟大學陳岳劍特聘研究員為我校師生進行了“基于時序表征的旋轉機械故障診斷方法”學術報告，報告會由機電院院長助理張杰教授主持。旋轉機械部件，如齒輪、軸承、轉子等，是工業設備的基礎部件，其狀態監測與故障診斷關乎整體設備的安全可靠運行。本次報告從狀態監測信號的時序依賴關系角度出發，介紹基于時序表征建模的旋轉機械故障診斷方法。首先，介紹面向旋轉機械動力學系統辨識的時序表征建模的基本概念；其次介紹基于時序表征模型參數、殘差的故障診斷機制；然后重點介紹兩個最新研究成果，即旋轉機械變工況下非平穩狀態監測信號的稀疏線性變參數自回歸時序表征模型及其多通道拓展，以及一種旋轉機械隨機變工況下基于時序表征建模的故障診斷機制；最后展望時序表征故障診斷方法未來研究方向。

                                                                   陳教授講座現場

陳岳劍，同濟大學特聘研究員、博士生導師、上海市領軍人才。2020年獲加拿大阿爾伯塔大學機械工程專業博士學位，師從加拿大工程院院士Ming J. Zuo教授，而后在該校任職博士后至2021年8月。2021年11月入選上海市領軍人才，隨后入職同濟大學鐵道與城市軌道交通研究院。曾于2019年作為青年學者訪問了澳大利亞新南威爾士大學Robert B. Randall教授課題組，開展了學術合作與交流。研究方向包括機電系統可靠性分析、故障診斷、狀態監測、預測與健康管理、機器學習、生產信息化智能化等。已發表23篇SCI期刊論文、9篇會議論文、1章專著，已授權10項發明專利（其中3項排名第一、1項實現產業化）。第一和通訊作者的SCI期刊論文16篇，其中11篇JCR Q1，包括4篇以第一作者發表在業內頂刊Mechanical Systems and Signal Processing（影響因子8.9，中科院一區Top期刊）的論文。另外，陳岳劍博士還獲得過阿爾伯塔科技創新獎、加拿大旋轉機械年會最佳論文獎、國際預測與健康管理競賽第三名等科研獎勵，（曾）擔任Mechanical Systems and Signal Processing（影響因子8.9）客座編輯、Engineering Applications of Artificial Intelligence（影響因子7.8，中科院一區Top期刊）客座編輯、APARM2020 Vancouver國際會議大會秘書、IEEE PHM項目委員會成員，長期為IEEE Transactions on Industrial Informatics、Mechanical Systems and Signal Processing、Reliability Engineering and Systems Safety等期刊審稿。

（機電院供稿）