CCF广东工业大学学生分会举办“数据驱动的智能故障检测及科研经验分享”学术讲座

CCF广东工业大学学生分会于2023年9月15日（星期五）上午10:00成功举办了主题为“数据驱动的智能故障检测及科研经验分享”的学术讲座。这场精彩讲座的报告人是湖南大学的邵海东副教授。

邵海东，1990年生，湖南大学副教授，博士生导师，岳麓学者，湖南省优青，湖湘青年英才，湖南省青年科技人才，科睿唯安全球高被引科学家（交叉学科），爱思唯尔中国高被引学者（机械学科），全球前2%顶尖科学家；中国振动工程学会动态信号分析分会理事，中国振动工程学会故障诊断分会青年委员，中国机械工程学会工业大数据与智能系统分会委员，中国机械工程学会设备智能运维分会青年委员，中国系统工程学会系统可靠性工程分会委员；IEEE Access和TIMC副主编，IASC和IJRS编委，JDMD青年编委会主任，IJHM优秀青年编委；研究方向为机械智能故障诊断，主持国家自然科学基金上项目、青年项目和重点研发子课题等；以第一/通讯作者在Information Fusion、IEEE TII、IEEE TSMC、IEEE TIE、IEEE-ASME TMECH、MSSP、JMS、RESS和KBS等期刊上发表48篇中科院SCI一区/Top论文 (全部非开源)，9篇ESI热点，24篇ESI高被引；曾获IOP Publishing Top Cited Author Award，IEEE ICPHM 2023 Best Paper Award，IEEE ICCSE 2021 Best Paper Award，中国精品科技期刊顶尖学术论文(F5000)奖，中国机械工程学会优秀论文奖，机械工程学报高影响力论文奖，全国宝钢优秀学生特等奖，湖南大学教学优秀奖、湖南大学优秀教师新人奖、湖南大学青年岗位能手、湖南大学创新创业优秀指导教师等荣誉。

图1 邵东海副教授

邵教授首先简要介绍了他的个人学术经历。他本硕博毕业于西北工业大学，目前在湖南大学担任教职，致力于故障诊断与智能运维研究。他的研究成果广泛应用于工业、机械等领域，并取得了显著的成就。

图2

讲座的第一部分，邵教授深入探讨了正常数据驱动的故障检测。他详细介绍了该方法的原理和步骤，通过分析正常运行状态下的数据，建立模型来检测异常情况。他分享了一篇名为《Hybrid robust convolutional autoencoder for unsupervised anomaly detection of machine tools under noises》的论文，该论文中所提出的方法在提升正常数据驱动的故障检测准确率方面有着不错的效果和优势。

图3

随后，邵教授转向面向多变工况的故障检测。他指出在复杂的工况变化下，传统的故障检测方法可能失效，因此需要面向多变工况进行故障检测的研究。他介绍了相关的方法和策略，包括建立工况感知模型和动态调整检测策略，以应对不同工况下的故障检测需求。

图4

接下来，邵教授着重讲解了物理-数据混合驱动的故障检测。他强调了将物理模型与数据驱动模型相结合的重要性，通过结合先验知识和实测数据来进行故障检测。他分享了一篇相关论文——《Novel joint transfer network for unsupervised bearing fault diagnosis from simulation domain to experimental domain》，该论文中提出的策略在提高检测准确性和鲁棒性方面具有很强的优势。

图5

最后，邵教授以个人科研经验分享作为讲座的收尾。他分享了自己多年的科研经验，包括实际中遇到的挑战、解决方案以及取得的突破。他强调了科研的创新性和实践性，并鼓励学生们在自己的研究中勇于尝试和探索。

图6

此次讲座吸引了众多对数据驱动的智能故障检测感兴趣的学生、教师和科研人员参加。听众们对邵教授的讲座给予了高度评价，认为讲座内容丰富、实用性强，对他们的学术研究和实践工作具有重要的指导意义。

广东工业大学CCF学会分会主办此次讲座，旨在促进学术交流和科技创新。未来我们将继续举办类似的讲座和活动，为师生们提供更多学术资源和交流平台。