郑凯，2016.10获得武汉理工大学机械工程博士学位，现为重庆邮电大学先进制造工程学院副教授、硕士生导师。2019.12-2020.12为多伦多大学机械与工业工程系访问教授。主要研究方向为：机电系统故障诊断及预测、机器人导航与控制。先后获得国家自然科学基金青年基金(**)、重庆市基础科学与前沿技术研究以及重庆市教委技术等项目支持。目前为国家自然科学基金通信评审专家、IEEE会员。以第一作者在《IEEE Transactions on Industrial Informatics》、《Journal of Sound and Vibration》、《ISA Transactions》等国际顶级或权威期刊发表论文10余篇。并担任 《Journal of Sound and Vibration》、《Measurement》、《ISA Transactions》、《IEEE Internet of Things Journal》、《Mechanism and Machine Theory》《Optical fiber technology》、《Measurement Science and Technology》等10余个国际权威期刊审稿人。
主讲控制工程基础，信号与系统系列课程等本科课程。主持重庆市教改项目和重庆邮电大学教改重点项目各一项。指导学生参加重庆市大学生创新创业训练计划1项。指导学生获得2019年全国大学生电子设计竞赛（重庆赛区）一等奖一项，第十三届恩智浦杯智能汽车竞赛全国总决赛二等奖一项，第六届全国大学生工程训练综合能力竞赛重庆赛区二等奖两项；2018、2019中国工程机器人大赛暨国际公开赛二等奖和三等奖各一项；第九届MathorCup高校数学建模挑战赛三等奖一项。第五届和第六届中国互联网+大学生创新创业大赛重庆市金奖和银奖各一项。
个人学术主页：https://www.researchgate.net/profile/Kai_Zheng33
电子邮箱：zhengkai@cqupt.edu.cn
通信地址：重庆市南岸区崇文路2号重庆邮电大学先进制造工程学院，400065。
1.1主要基金支持
[1] 国家自然科学基金项目，**，基于域适应组稀疏表示的风机轴承早期故障感知和预测方法研究，2020,01-2022,12，22万元，主持
[2] 重庆市基础科学与前沿技术研究，cstc2017jcyjAX0151，基于光纤光栅传感的滚动轴承多参数监测与早期故障诊断方法研究，2017.07-2020,06，5万元，主持
[3] 重庆市教委科学技术研究项目, KJQN，基于横向特性光纤光栅振动测量与逐级稀疏匹配的轴承故障诊断方法研究，2018.07-2021.06，5万元，主持
1.2 代表性论文
[1]Zheng, K., Li, T., Su, Z., & Zhang, B. (2020). Sparse elitist group lasso denoising in frequency domain for bearing fault diagnosis. IEEE Transactions on Industrial Informatics. (SCI, IF=9.113)
[2]Zheng, K., Bai, Y., Xiong, J., Tan, F., Yang, D., & Zhang, Y. (2020). Simultaneously Low Rank and Group Sparse Decomposition for Rolling Bearing Fault Diagnosis. Sensors, 20(19), 5541. (SCI, IF=3.125)
[3]Zheng, K., Li, T., Su, Z., Wen, J., Zhang, B., & Zhang, Y. (2019). Faults diagnosis of rolling bearings based on shift invariant K-singular value decomposition with sensitive atom nonlocal means enhancement. Measurement, 135, 836-851. (SCI, IF=2.791)
[4]Zheng, K., Luo, J., Zhang, Y., Li, T., Wen, J., & Xiao, H. (2019). Incipient fault detection of rolling bearing using maximum autocorrelation impulse harmonic to noise deconvolution and parameter optimized fast EEMD. ISA transactions, 89, 256-271. (SCI, IF= 4.343)
[5]Zheng, K., Yang, D., Zhang, B., Xiong, J., Luo, J., & Dong, Y. (2019). A group sparse representation method in frequency domain with adaptive parameters optimization of detecting incipient rolling bearing fault. Journal of Sound and Vibration, 114931. (SCI, IF=3.123)
[6]Zheng, K., Li, T., Zhang, B., Zhang, Y., Luo, J., & Zhou, X. (2017). Incipient fault feature extraction of rolling bearings using autocorrelation function impulse harmonic to noise ratio index based on SVD and teager energy operator. Applied Sciences, 7(11), 1117. (SCI, IF=1.689)
[7]Zheng, K., Zhang, Y., Liu, L., & Zhao, C. (2017). An online straightness deviation measurement method of rotary kiln cylinder. Tehnicki Vjesnik, 24(5), 1297-1305. (SCI, IF=0.686)
[8]Zheng, K., Zhang, Y., & Li, T. (2016). Fault diagnosis for supporting rollers of the rotary kiln using the dynamic model and empirical mode decomposition.Mechanika, 22(3), 198-205. (SCI, IF=0.317)
[9]Zheng, K., Zhang, Y., Zhao, C., & Liu, L. (2015). Rotary Kiln Cylinder Deformation Measurement and Feature Extraction Based on EMD Method. Engineering Letters, 23(4).
[10] Zheng, K., Zhang, Y., Chen, B., Dong, Y., Wang, Y., & Li, T. (2015). Design of a WSN system for condition monitoring of the mechanical equipment with energy harvesting. International Journal of Online Engineering, 11(2).