个人简介 基本情况姓名：
王志鹏

职务：


职称：
副教授

学历：
博士研究生

学位：
博士

通信地址：
北京市海淀区上园村3号思源楼1108室

邮编：
100044

办公电话：


电子邮箱：
zpwang@bjtu.edu.cn


教育背景 2010–2014 北京航空航天大学 控制科学与工程 博士
2008–2010 东北大学 安全技术及工程 硕士
2004–2008 东北大学 安全工程 学士


工作经历 2016 - 北京交通大学 轨道交通控制与安全国家重点实验室
2014 - 2015 航空工业飞行自动控制研究所 飞行控制部


研究方向 控制科学与工程
交通控制与安全
交通运输工程(专业学位)
交通运输智能自动化（智能建模与仿真、智能控制、智能调度优化、智能检测与技术）


招生专业 控制科学与工程硕士
安全科学与工程硕士
交通运输工程硕士
控制科学与工程博士


科研项目 1. 国家重点研发计划任务，空天车地多源信息融合与大数据分析技术，2016-2021，主持
2. 国家重点研发计划子任务，复杂环境下城市轨道交通系统健康演化规律理论，2016-2020，主持
3. 国家自然基金青年基金，基于信息几何与集成学习的列车转向架故障诊断技术研究，2019-2021，主持
4. 国家工程实验室课题，城市轨道交通典型电子产品可靠性仿真关键技术研究，2017-2018，主持
5. 国重实验室课题，轨道交通设备故障早期预警与预报基础问题研究，2016-2017，主持
6. 基本科研业务费，大数据背景下的轨道交通健康管理关键技术研究，2017-2018，主持
7. 国家自然基金重大项目，基于临近空间平台的天地一体化信息网络关键技术集成与综合验证，2018-2021，参与
8. 国家自然基金重点项目，高速列车运行风险评估及调控基础理论与方法，2019-2023，参与
9. 中国工程院咨询（重大），智能高铁战略2035：智能高铁技术平台研究，2018-2019，参与
10. 国家重点研发计划任务，城轨车辆关键部件能力检测与评估理论及可靠性分析、RCM策略生成技术研究，2017-2020，参与
11. 中国铁路总公司（原铁道部），铁路信号复杂系统可靠性研究，2019-2019，参与
12. 国家工程实验室课题，隐患挖掘与运维一体化研究，2017-2018，参与
13. 国重实验室课题，基于图像处理和深度学习的城市轨道交通基础设施安全检测与维保策略研究，2019-2020，参与
14. 国重实验室课题，基于大数据的高速列车运行风险分析与主动运维优化方法研究，2017-2017，参与
15. 国重实验室课题，复杂工况下城轨列车关键设备故障诊断研究，2017-2018，参与
16. 国重实验室课题，轨道交通大数据管理与分析方法研究，2016-2018，参与
17. 基本科研业务费，城市轨道交通系统RAMSI理论与运维优化实现策略研究，2017-2019，参与
18. 基本科研业务费，智能高速铁路系统理论方法体系研究，2018-2021，参与
19. 国家973项目，XXX飞机故障预测与健康管理基础问题研究，2010-2014，参与
20. 国家民机专项，民机飞行控制系统状态监测与故障特征识别技术，2014-2018，参与
21. 国家自然科学基金面上项目，智能维护系统中故障预测的若干问题研究，2011-2013，参与
22. 国家自然科学基金青年基金，基于混沌理论的智能维护系统关键技术研究，2008-2010，参与
23. GF技术基础项目，XXX液压系统关键部件故障早期预报技术研究，2010-2013，参与
24. GF预先研究项目，XXX故障预测系统设计要求论证与试验验证技术研究，2010-2015，参与



教学工作 1.本科生课程：
《智能运输信息处理技术》
2.研究生课程：
《系统故障诊断技术》（硕士）、《安全检测与故障诊断》（博士）
3.大学生创新训练项目：
2017-2018，基于增强现实的室内智能向导，北京市级
2018-2019，基于机载激光雷达的接触网三维重建分析，校级
2019-2020，基于无人机遥感图像的雾霾环境下人员侵线识别，进行中


论文/期刊 (1)Adaptive Multiclass Mahalanobis Taguchi System forBearing Fault Diagnosis under Variable Conditions[J]. Sensors 2019, 19(1): 26.
(2)Bearing Fault Diagnosis Using MulticlassSelf-Adaptive Support Vector Classifiers Based on CEEMD–SVD[J]. WirelessPersonal Communications, 102(2), 2018, 1669–1682.
(3) A Semi-Supervised Approach to Bearing Fault Diagnosis under VariableConditions towards Imbalanced Unlabeled Data[J]. Sensors 2018, 18(7): 2097.
(4)Adaptive Diagnosis for Rotating Machineries UsingInformation Geometrical Kernel-ELM Based on VMD-SVD[J]. Entropy, 20(1), 2018:73.
(5)Spectral Kurtosis Entropy and Weighted SaE-ELM forBogie Fault Diagnosis under Variable Conditions[J]. Sensors 2018, 18(6): 1705.
(6)A UAV-Based Visual Inspection Method for RailSurface Defects[J]. Applied sciences 2018, 8(7): 1028.
(7)Study on Fault Diagnosis for Bearing Based onVMD-SVD and Extreme Learning Machine[C], Proceedings of the 3rd InternationalConference on Electrical and Information Technologies for Rail Transportation,2017.
(8)Bearingdiagnostics: A method based on differential geometry, Mechanical Systems andSignal Processing, 80 (2016) 377-391.
(9)An integrated feature extraction algorithm forcondition monitoring of railway point machine[C], Prognostics and System HealthManagement Conference 2016.
(10)Faultdiagnosis based on LMD-SVD and information-geometric support vector machine forhydraulic pumps, Transactions of the Canadian Society for MechanicalEngineering, 39 (2015) 569-580.
(11)Fault diagnosis and health assessment for bearingusing Mahalanobis–Taguchi System based on EMD-SVD technique[J], Transactions ofthe Institute of Measurement and Control, Vol.35(6), 2013.798-807.
(12)Chaotic Information-Geometric Support VectorMachine and Its Application for Fault Diagnosis of Hydraulic Pump[J], Journalof Vibroengineering, Vol.16(2), 2014, p. 1033?1041.
(13)Health assessment of rotary machinery based onintegrated feature selection and Gaussian mixed model[J], Journal ofVibroengineering
(14)Fault detection for hydraulic pump based on chaoticparallel RBF network[J], EURASIP Journal on Advances in Signal Processing,2011:49.
(15)An approach to health assessment for tools inmilling machine[J]. Journal of Vibroengineering, 201315(2).
(16)Fault diagnosis for bearing based onMahalanobis–Taguchi System[C]，2012 Prognostics & System Health Management Conference, PHM-2012Beijing
(17)Chaotic parallel support vector machine and itsapplication for fault diagnosis of hydraulic pump[C]，2013 IEEE International Conference on PHM,Washington DC
(18)飞机PHM演示验证平台设计技术研究[J]，《南京理工大学学报》，Jul.2011, Vol.35(s), 250-255
(19)Application of information-geometric support vectormachine on fault diagnosis of hydraulic pump[C], International ConferenceVIBROENGINEERING PROCEDIA.2013.
(20)Bearing health assessment using Gaussian MixedModel based on a hybrid feature extraction scheme[C], International ConferenceVIBROENGINEERING PROCEDIA. 2013
(21)Application of Wavelet Packet andMahalanobis–Taguchi System for hydraulic pump fault diagnosis[J], Lecture Notesin Information Technology, Vol.14, 41-46


专著/译著

专利 1.一种基于极限学习机的轴承故障诊断方法，国家发明专利
2.一种基于图论的轴承半监督故障诊断方法，国家发明专利
3.一种基于自适应多分类马氏田口方法的旋转机械故障诊断方法，国家发明专利
4.一种基于混沌的机械零部件早期单点故障的检测与分类方法，国家发明专利
5.一种基于EMD-SVD与MTS的机械磨损件性能评估与预测方法，国家发明专利
6.一种基于费希尔判别分析与马氏距离的旋转机械健康评估与故障诊断方法，国家发明专利
7.一种基于EMD-AR和MTS的液压泵故障诊断方法，国家发明专利



软件著作权 《基于失效物理的轨道交通电子器件寿命评价模型管理软件》


获奖与荣誉 1.获2013年国防科技进步奖二等奖：《典型机电系统故障诊断与预测评估技术及其在航空航天领域中的应用》
2.获北京航空航天大学2014年度研究生优秀学术论文奖
3.获航天四部航天技术与可靠性分论坛“最佳论文奖”


社会兼职 1. 城市轨道交通系统安全与运维保障国家工程实验室主任助理
2. 中国电工技术学会轨道交通电气设备技术专业委员会委员
3. IEEE SCI论坛委员会委员
4. Transactions of the Institute of Measurement andControl、Entropy、Sensors、Applied Science、Journal of Vibroengineering、JBSMSE等审稿人