删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

华中科技大学船舶与海洋工程学院导师教师师资介绍简介-吴军

本站小编 Free考研考试/2021-07-25


姓名
吴军
性别



职称
教授
籍贯
湖北

出生年月

政治面貌
中共党员

个人主页
http:// faculty.hust.edu.cn/Junwu/

联系电话


邮箱地址
wuj@hust.edu.cn

通讯地址
湖北省武汉市洪山区珞喻路1037号华中科技大学船舶与海洋工程学院,430074

个人资料简介:
现任华中科技大学船舶与海洋工程学院教授、博士生导师,中国仪器仪表学会设备结构健康监测与预警分会理事、中国振动工程学会转子动力学专业委员会常务理事、全国设备结构健康监测标准化委员会委员、中国人工智能学会青年工作委员会委员、SCI期刊Frontiers in Materials客座编辑(Guest Editor)、Sensors的主题编辑(Topic Editor)、兵器装备工程学报科学编辑、船舶工程编委,IEEE Member、中国机械工程学会、中国人工智能学会和中国振动工程学会高级会员。
主要从事复杂系统/装备的在线监测、异常检测、状态评估、故障诊断、寿命预测以及智能运维等研究,涉及到智能硬件、智能物联网、工业大数据分析、人工智能算法、边缘计算、云计算、数字孪生、区块链等关键技术攻关;作为项目负责人,承担国家自然科学基金项目3项、国家重点研发计划课题1项、工信部高技术船舶课题1项、中央军委装备发展部技术基础项目1项以及企业委托项目20余项,已在中国科学E辑、IEEE Transactions汇刊、ISA Transactions、Journal of Manufacturing Systems等国内外高水平期刊上发表论文100多篇,其中SCI收录50余篇(80%以上为JCR Q1),EI收录60篇,ESI高被引论文2篇;申请/授权国家发明专利25项,取得计算机软件著作权18项。此外,还与斯坦福大学、香港理工大学等开展合作研究。
负责指导装备智能监测与预测研究组、启明学院智能运维创新团队,课题组以学生培养为中心,构建了知识-能力-素质一体化的培养体系,培养的学生就职于华为等高新技术企业、工信部电子5所等研究所以及高校。
欢迎具有较好数学和英语基础,且对技术创新或工程应用研究有强烈兴趣的学生加入课题组。

教育及工作经历:
2019.11-至今,华中科技大学船舶与海洋工程学院,教授
2019.08-2019.09,斯坦福大学航空航天系,访问****
2014.11-2015.11,斯坦福大学航空航天系,访问****
2012.11-2019.10,华中科技大学船舶与海洋工程学院,副教授
2009.03-2012.10,华中科技大学船舶与海洋工程学院,讲师
2001.09-2008.12,华中科技大学机械科学与工程学院,硕士,博士

研究方向:
智能船舶
智能装备监测诊断与维修决策
智能运维
质量与可靠性工程
工业大数据与人工智能技术
智能物联网
智能硬件与工业APP开发

科研项目:
国家重点研发计划课题:“管控平台二次开发与制造大数据深度集成技术”(2018YFB**)
国家自然科学基金面上项目:“大数据驱动基于深度强化学习的智能装备预测性维护研究”(**)
国家自然科学基金面上项目:“大数据环境下智能制造装备健康状态预测与维修决策研究” (**)
国家自然科学基金青年基金:“基于性能衰变特征的重型数控装备时变可靠性分析与应用”(**)
工信部高技术船舶科研项目:“可靠性设计及验证技术研究”
科技部高端外国专家引进计划项目:“高端装备健康智能感知与预测”
广东省重点领域研发计划项目:“工业机器人远程运维与诊断系统研究”(2019B)
教育部博士学科点专项科研基金资助课题:“小子样下基于性能衰变的大型装备服役可靠性预测方法研究”(076)
武汉船用机械有限公司委托项目:“液货系统健康监测技术研究及系统研制”
中国船舶集团701所委托项目:“备件保障规划平台研究与开发”
中国船舶集团701所委托项目:“可靠性仿真平台及综合保障管理平台”

科研成果:
Jun Wu, Chaoyong Wu, Shuai Cao, Siu Wing Or, Chao Deng, Xinyu Shao*. Degradation data-driven time-to-failure prognostics approach for rolling element bearings in electrical machines. IEEE Transactions on Industrial Electronics, 2019, 66(1): 529-539.
Yiwei Cheng, Haiping Zhu, Jun Wu*, Xinyu Shao. Machine health monitoring using adaptive kernel spectral clustering and deep long short-term memory recurrent neural networks. IEEE Transactions on Industrial Informatics, 2019, 15(2): 987-997.
Jun Wu, Pengfei Guo, Yiwei Cheng, Haiping Zhu, Xian-Bo Wang, Xinyu Shao. Ensemble generalized multiclass support vector machine-based health evaluation of complex degradation systems. IEEE/ASME Transactions on Mechatronics, 2020, 25(5): 2230-2240.
Pengfei Liang, Chao Deng, Jun Wu*, Guoqiang Li, Zhixin Yang, Yuanhang Wang. Intelligent Fault Diagnosis Via Semi-Supervised Generative Adversarial Nets and Wavelet Transform. IEEE Transactions on Instrumentation and Measurement, 2020, 69(7): 4659-4671
Yiwei Cheng, Jun Wu*, Haiping Zhu*, Siu Wing Or, Xinyu Shao. Remaining useful life prognosis based on ensemble long short-term memory neural network. IEEE Transactions on Instrumentation and Measurement, 2020, 70, DOI 10.1109/TIM.2020.**
Jun Wu, Kui Hu, Yiwei Cheng, Haiping Zhu, Xinyu Shao, Yuanhang Wang. Data-driven remaining useful life prediction via multiple sensor signals and deep long short-term memory neural network. ISA Transactions, 2020, 97, 241-250
Yiwei Cheng, Haiping Zhu, Kui Hu, Jun Wu*, Xinyu Shao, Yuanhang Wang. Reliability prediction of machinery with multiple degradation characteristics using double-Wiener process and Monte Carlo algorithm. Mechanical Systems and Signal Processing, 2019, 134:106333
Jun Wu, Yongheng Su, Yiwei Cheng, Xinyu Shao, Chao Deng, Cheng Liu. Multi-sensor information fusion for remaining useful life prediction of machining tools by adaptive network based fuzzy inference system. Applied Soft Computing, 2018, 68: 13-23
Haiping Zhu, Jiaxin Cheng, Cong Zhang, Jun Wu?, Xinyu Shao. Stacked pruning sparse denoising autoencoder based intelligent fault diagnosis of rolling bearings. Applied Soft Computing, 2020, 88: 106060
Xian-Bo Wang, Xiaoyuan Zhang, Zhen Li, Jun Wu*. Ensemble extreme learning machines for compound-fault diagnosis of rotating machinery. Knowledge-Based Systems, 2020, 188(5):
吴军,黎国强,吴超勇,程一伟,邓超. 数据驱动的滚动轴承性能衰退状态监测方法. 上海交通大学学报(自然科学版),2018,52(5):70-76.
吴军, 朱永猛,邓超,邵新宇,吴超勇,游星辉,苏永衡. 一种数控装备健康指数的监测方法. 国家发明专利授权号ZL5.6
吴军,程一伟,朱海平,邵新宇,黎国强.一种基于多重长短期记忆网络和经验贝叶斯的设备寿命预测方法. 国家发明专利申请号:3.4
吴军, 程一伟, 邓超, 邵新宇, 吴超勇, 苏永衡, 曹帅. 基于Hadoop的设备健康状态智能感知系统及方法. 国家发明专利申请号:0.X
吴军, 郭鹏飞, 程一伟, 徐雪兵, 林漫曦. 基于角度重采样与ROC-SVM的旋转机械故障诊断方法. 国家发明专利授权号ZL8.9
王远航;吴军;邵新宇;邓超;熊尧. 一种复杂装备的事后维修故障分析方法. 国家发明专利授权号ZL5.X

所获荣誉和奖励:
2019年,获得华中科技大学教学质量二等奖
2018年,获得华中科技大学船舶与海洋工程学院“优秀党员”
2013年,获得华中科技大学“优秀教师班主任”
2011年,获得华中科技大学青年教师教学竞赛三等奖
2011年,获得华中科技大学大学生科技创新活动优秀指导教师



相关话题/华中科技大学 船舶