王冬 副教授
所在系所工业工程与管理系
办公电话
通讯地址上海市东川路800号上海交大密西根学院
电子邮件dongwang4-c@sjtu.edu.cn 或 dongwang4-c@my.cityu.edu.hk
个人主页https://scholar.google.com.hk/citations?hl=en&user=0liyk5oAAAAJ&view_op=list_works&sortby=pubdate


教育背景 2012.01~2015.07, 香港城市大学，系统工程与工程管理专业, 哲学博士
2007.09~2010.06, 电子科技大学，机械电子工程专业, 硕士
2003.09~2007.07, 电子科技大学，机械设计制造及其自动化专业, 学士

工作经历 2018.10~至今，上海交通大学机械与动力工程学院工业工程与管理系，副教授 (tenure-track)/博士研究生导师

研究方向 *智能运维与大数据分析
*预测与健康管理
*信号处理与机器学习
*状态监测与故障诊断
*质量与可靠性

科研项目 *中国航天科技集团公司五院委托项目(2020/9-2021/9)，负责人
*上海核工程设计院委托项目 (2020/7-2021/7)，负责人
*上海交通大学海外一流大学学术交流基金（2019年上海交通大学-新南威尔士大学）(2020/1~2021/1)，上交负责人
*航天智控有限公司委托项目 (2019/12-2020/011)，负责人
*国家特聘青年专家项目 (2019/01-2021/12)，负责人
*上海交通大学长聘教轨副教授科研启动经费 (2018/10～2021/10)，负责人
*晟碟信息科技（上海）有限公司委托项目 (2019/01~至今)，负责人
*国家自然科学基金面上项目：变工况下旋转机械装备故障特征统计量及健康指数理论基础研究 (2020/01~2023/12) ，负责人
*Theme-based Research Scheme, Hong Kong: Safety, Reliability, and Disruption Management of High Speed Rail and Metro Systems (2016/01~2020/12, 40,840,000 HKD, Kwok L. Tsui首席教授为项目第一主持人)，学术骨干
*General Research Fund (GRF), Hong Kong: Reliability and Degradation Modeling for Rechargeable Battery (2018/01~2020/12)，第二负责人
*CityU Strategic Research Grant: Remaining Useful Life Modeling and Prediction of Rechargeable Batteries (2016/09~2017/09)，第二负责人

代表性论文专著 围绕产品和设备健康监测、故障诊断及寿命预测理论及应用基础研究，提出了广义谱峭度理论、广义稀疏测度数学框架、稀疏测度变化理论、用于状态监测的全物理节点神经网络、王稀疏测度理论、相关维度和近似熵新理论、准算术平均比值框架、基于布朗运动的广义状态空间寿命预测理论、广义几何布朗运动寿命预测理论、动态贝叶斯小波变换数学框架、频谱融合退化建模框架等新理论和新方法，研究成果主要发表在Mechanical Systems and Signal Processing、IEEE Transactions、ASME Transactions等国际权威期刊上，发表SCI收录论文80多篇(第1作者40多篇)，论文被引3000多次，12篇论文入选ESI高被引，H-Index32。
近期研究动态
[J1]从信号处理角度构造了用于状态监测的多层神经网络，并且每个隐藏层和节点具有明确的物理意义。
Dong Wang, et al., Fully Interpretable Neural Networks for Machine Health Monitoring, submitted.
[J2]从峭度和熵构造出了一类新的稀疏测度，并且证明出了它们满足稀疏测度所有性质。
Dong Wang, et al. Wang Measures: A New Family of Sparse Measures Constructed from Kurtosis and Negative Entropy, submitted.
部分代表性论文
导读语：英国数学家和生物统计学家Karl Pearson提出的峭度(kurtosis)，美国数学家、电气工程师和密码学家，被称为“信息理论之父”Claude Elwood Shannon提出的香农熵(Shannon Entropy)，意大利统计学家、人口学家和社会学家Corrado Gini提出的基尼指数(Gini index)，以及信号处理领域的平滑指数(Smoothness index)为世界知名的稀疏测度，它们作为目标函数被广泛地使用在多个研究领域中。但这些稀疏测度间的数学关系尚不清楚，也没有统一的数学框架。本文从信号分解的角度把上述稀疏测度分解为标准化平方包络权重和这一数学框架，从而为稀疏测度提供了广义的数学框架，只要能为数学框架设计一种新权重就可以得到世上独一无二的新统计量。本文同时也介绍了在状态监测中如何设计权重来量化非平稳循环脉冲信号的循环平稳性。
Dong Wang*, Zhike Peng, Lifeng Xi, The Sum of Weighted Normalized Square Envelope: A Unified Framework for Kurtosis, Negative Entropy, Gini Index and Smoothness Index for Machine Health Monitoring, Mechanical Systems and Signal Processing, 140 (2020), 106725. https://doi.org/10.1016/j.ymssp.2020.106725
导读语：信号的稀疏性是各个研究领域都十分关注的问题。在机械系统和信号处理中，重复瞬变是局部齿轮和轴承故障的征兆，是稀疏信号。近年来，稀疏性测度如峭度和香农熵等被广泛应用于机器状态监测中。谱峭度和谱负香农熵是稀疏性测度在机械状态监测中的两个典型例子。除了稀疏性测度外，近年来还对相关维数（CD）和近似熵（AE）等复杂性测度进行了大量实验研究。然而，对状态监测中的这两种复杂性测度理论研究却鲜有报道。本文旨在填补这一研究空白，并提出一些新的定理说明了CD和AE具有“双边减小”效应，这是熵的一个恰当度量。具体地说，当信号变得稀疏或确定时，任何维数的CD和较小维数的AE都会变小，这与信号从确定性变为稀疏时单调增加的稀疏性测度有显著不同。这一新发现能够帮助读者充分理解稀疏性测度和复杂性测度之间的主要区别。鉴于这一发现，建议在复杂性测度用于机器状态监测之前，应使用盲故障分量分离的概念将低频周期分量（确定性信号）与高频重复瞬态信号（稀疏信号）分离。该建议旨在避免低频周期性成分和高频重复瞬变对机器状态监测的不确定性。
Dong Wang*, et al. Correlation Dimension and Approximate Entropy for System Health Monitoring: Revisited, Mechanical Systems and Signal Processing, 152 (2021) 107497. https://doi.org/10.1016/j.ymssp.2020.107497
导读语：谱峭度(Spectral Kurtosis)是量化非平稳循环脉冲信号脉冲性的经典理论，在旋转装备早期故障诊断方面起着重要的理论支撑作用。过去大部分研究停留在谱峭度的应用阶段，并没发现谱峭度的本质特征。本文从信号分解的角度阐述了谱峭度的本质为利用L2/L1范数比量化平方包络信号，进一步推导出了广义谱峭度的数学定义(Lp/Lq范数比)，并且证明了麻省理工Iman Soltani Bozchalooi博士和渥太华大学Ming Liang教授提出的平滑指数(Smoothness index)为谱Lp/Lq范数比当p=1，q=0时的特例，从而建立了谱峭度与平滑指数间的数学桥梁。此外，推导了当复高斯噪声作为广义谱峭度的输入时，对应的广义谱峭度解析表达式。
Dong Wang*, Spectral L2/L1 norm: A new perspective for spectral kurtosis for characterizing non-stationary signals, Mechanical Systems and Signal Processing, 104 (2018) 290-293. https://doi.org/10.1016/j.ymssp.2017.11.013
导读语：基于几何布朗运动的寿命预测模型为预测学的经典理论，过去研究通过贝叶斯原理得到了基于几何布朗运动的寿命预测模型后验参数更新解析解，可实现在线寿命预测。但是此方法假设贝叶斯推理中的似然函数相邻时间点的布朗运动漂移系数相等，忽略了相邻时间点漂移系数对于似然函数的影响。本文针对经典理论中存在的问题，提出了随机游走积分几何布朗运动寿命预测理论，推导出了寿命预测模型后验参数更新广义解析解。通过交叉验证选择合适的参数，可以得到更精确的寿命预测值。
Dong Wang*, Kwok-Leung Tsui, Statistical modeling of bearing degradation signals, IEEE Transactions on Reliability, 66 (2017) 1331 - 1344. https://doi.org/10.1109/TR.2017.**
导读语：布朗运动漂移系数状态空间模型理论在装备寿命预测领域中对于布朗运动漂移系数实时动态贝叶斯更新起着重要的理论支撑作用，并被国际众多****直接应用于多种国际权威期刊所刊研究成果中。本文发现漂移系数状态空间模型在漂移系数预测阶段的预测估计等于更新阶段的后验估计，使得漂移系数的后验估计为有偏估计，从而降低了剩余寿命预测的准确度。针对漂移系数状态空间模型理论中的有偏估计问题，提出了多状态布朗运动漂移系数状态空间模型理论，通过更新阶段漂移系数多状态预测使得寿命预测领域布朗运动漂移系数估计为无偏估计，从而可以高效、精准地实施寿命预测，
Dong Wang*, Kwok-Leung Tsui, Brownian motion with adaptive drift for remaining useful life prediction: revisited, Mechanical Systems and Signal Processing, 99 (2018) 691-701. https://doi.org/10.1016/j.ymssp.2017.07.015
导读语：在状态监测和故障诊断领域，当旋转机械装备发生早期故障时会产生非平稳循环脉冲信号，此信号具有脉冲性和循环平稳性的两个特点。过去研究从实验验证的角度发现了稀疏测度对于脉冲性噪声的敏感性，但没从理论上解释稀疏测度对脉冲性噪声敏感的原因。本文通过对非平稳循环脉冲信号建模以及理论上研究了稀疏测度量化非平稳循环脉冲信号的过程，最终发现了稀疏测度对脉冲性噪声敏感的根本原因，并且还从理论上解释了稀疏测度随旋转机械转速变化的原因。
Dong Wang*, Zhike Peng, Lifeng Xi, Theoretical and Experimental Investigations on Spectral Lp/Lq Norm Ratio and Spectral Gini Index for Rotating Machine Health Monitoring, IEEE Transactions on Automation Science and Engineering, (2021) in press. https://ieeexplore.ieee.org/abstract/document/**
导读语：由于小波变换可以表征信号的局部特性，因此被广泛使用在状态监测和故障诊断中来提取局部故障引起的重复瞬态信号。在小波变换的使用中，小波最优参数选择至关重要。本文引入了小波参数分布这一新想法，把动态贝叶斯推理引入到小波变换中来迭代优化小波参数分布，最终提出了动态贝叶斯小波变换这一框架。同时也介绍了如何利用各种快速滤波算法来初始化合适的小波参数分布，大大提升了迭代优化速率。
Dong Wang*, Kwok-Leung Tsui, Dynamic Bayesian Wavelet Transform: New Methodology for Extraction of Repetitive Transients, Mechanical Systems and Signal Processing, 88 (2017) 137-144. https://doi.org/10.1016/j.ymssp.2016.11.003
导读语：设备典型的退化过程包括两个阶段。在第一阶段，设备处于健康状况呈平稳趋势。在第二阶段，设备的健康状况呈指数退化趋势。为了对这一退化过程进行解析建模，提出了两种新的混合效应模型。两种混合效应模型都能同时模拟退化过程的第一阶段和第二阶段。两种混合效应模型的主要区别在于，两种混合效应模型分别考虑了乘法正态随机误差和乘法布朗运动误差。因此，在实时状态监测数据可用的情况下，利用贝叶斯定理可从两个混合效应模型中推导出贝叶斯参数的闭合形式。结果表明，在轴承剩余寿命预测中，带乘法布朗运动误差的混合效应模型比带乘法正态随机误差的混合效应模型具有更高的预测精度。
Dong Wang*, Kwok-Leung Tsui, Two novel mixed effects models for prognostics of rolling element bearings, Mechanical Systems and Signal Processing, 99 (2018) 1-13. https://doi.org/10.1016/j.ymssp.2017.06.004
导读语：谱峭度(Spectral Kurtosis)的基本思想是利用峭度来量化由带通滤波和希尔伯特变换构造的复数。在我们之前的研究中（Mech. Syst. Signal Pr.，Vol. 104（2018）290–293），从数学上证明了谱峭度可以分解为平方包络和平方L2/L1范数比。在此基础上，定义了谱L2/L1范数比，并将谱L2/L1范数比推广到谱Lp/Lq范数比。此外，当p?=?1和q?=?0时，从数学上证明了谱L1/L0范数比是谱平滑指数的倒数。与峭度相似，平滑指数（J. Sound Vib.，Vol. 308（2007）246–267）也被认为是表征重复瞬变信号的另一个重要统计参数。从而建立了谱峭度与谱平滑指数间的数学关系。本文正式定义了谱Gini指数，并从数学上阐明了它与谱L2/L1范数比的关系。并且，还计算了复高斯噪声的谱基尼指数，以便对谱基尼指数进行标准化和重新定义。再次，揭示了谱峭度、谱L2/L1范数比、谱Lp/Lq范数比、谱平滑指数与谱基尼指数之间的关系。最后，从数学上证明了谱峭度、谱L2/L1范数比、谱平滑指数和谱基尼指数的倒数都是平方包络最大值的单调递增函数，这表明谱峭度、谱L2/L1范数比，谱平滑指数和谱基尼指数的倒数受异常值的影响。
Dong Wang*, Some further thoughts about spectral kurtosis, spectral L2/L1 norm, spectral smoothness index and spectral Gini index for characterizing repetitive transients, Mechanical Systems and Signal Processing, 108C (2018) pp. 360-368. https://doi.org/10.1016/j.ymssp.2018.02.034
导读语：轴承性能退化评估旨在通过轴承健康指标来评估轴承的当前健康状况。近年来，人们提出了许多基于信号处理和数据挖掘的方法来构建轴承健康指标。然而，这些轴承健康指标的上下限并没有从理论上计算出来，它们强烈依赖于包括正常和故障数据在内的历史轴承数据。此外，大多数健康指标都是有量纲的，这意味着这些健康指标容易受到各种运行条件的影响。本文基于平方包络分析原理，对可加性高斯噪声情况下轴承性能退化评估进行了理论研究，包括平方包络分布的建立、广义无量纲轴承健康指标的构造和数学计算广义无量纲轴承健康指标的上下界。结果表明，平方包络服从非中心卡方分布，广义无量纲健康指标的上下界可以用数学方法确定。此外，在轴承性能退化过程中，广义无量纲健康指标对轴承早期缺陷非常敏感。
Dong Wang*, Kwok-Leung Tsui, Theoretical investigation of the upper and lower bounds of a generalized dimensionless bearing health indicator, Mechanical Systems and Signal Processing, 98C (2018) 890-901. https://doi.org/10.1016/j.ymssp.2017.05.040
导读语：预测和健康管理旨在使用在线传感器数据来监测和预测退化系统和组件的当前和未来健康状况。目前，从多个基于退化的传感器数据构造表征系统当前健康状况的综合健康指数受到了广泛的关注。这种“数据级”模型比单纯依赖单个传感器数据的模型具有更强的能力为退化系统提供更好的退化特征。尽管已经做出了大量的努力来为过程数据（如温度、压力、速度等）提出“数据级”融合方法，但很少有研究针对振动和声学信号等非过程数据的“数据级”融合模型。本文提出了一种由谱幅融合构造综合健康指数的方法。在这里，每个谱振幅都可以看作是“一个单独的传感器”。本文的目标是由频谱振幅融合产生的综合健康指数能同时检测出早期故障，并为退化评估提供单调增长的趋势。通过齿轮箱运行至故障振动数据和轴承运行至故障振动数据的两个实例验证了我们提出的方法。结果表明，在齿轮和轴承的健康监测和退化评估中，我们提出的方法优于常用的稀疏方法。
Tongtong Yan, Dong Wang*, Tangbin Xia, Lifeng Xi, A Generic Framework for Degradation Modeling Based on Fusion of Spectrum Amplitudes, IEEE Transactions on Automation Science and Engineering, (2021), in press. https://ieeexplore.ieee.org/abstract/document/**
导读语：机器健康监测（MHM）的目的是及时发现机器的早期故障，并单调地评估机器的退化趋势，以预测机器的剩余使用寿命（RUL），作为状态维修的基础。构建健康指数(HIs)是实现上述目的的核心步骤。在现有的HIs中，稀疏度测度（SMs）包括峭度、平滑指数、基尼指数、负熵等，广泛应用于旋转机械的故障诊断中。然而，对于MHM来说，SMs仍然存在以下缺点：（1）SMs波动太大，无法检测到早期故障；（2）SMs容易受到脉冲噪声的影响；（3）SMs不能正确呈现单调退化趋势。为了提升SMs性能，提出了一种自适应加权信号预处理技术（AWSPT）。随后，研究了基于AWSPT的SMs在健康状态下的理论值。实验表明，基于AWSPT的SMs能够量化循环平稳性，并且对脉冲噪声的影响具有鲁棒性。通过轴承和齿轮的运行到失效数据集分析表明，基于AWSPT的SMs能够同时检测出轴承和齿轮的早期故障，并提供单调的退化趋势。此外，基于AWSPT的SMs比传统SMs更能有效地选择最佳的包络解调频带。
Bingchang Hou, Dong Wang*, Yi Wang, Tongtong Yan, Zhike Peng, Kwok Leung Tsui, Adaptive Weighted Signal Preprocessing Technique for Machine Health Monitoring, IEEE Transactions on Instrumentation and Measurement, (2021) in press. https://ieeexplore.ieee.org/abstract/document/**
导读语：机器状态监测旨在使用在线传感器数据来评估机器的健康状况，其中最关键的一步是建立一个用于早期故障检测和单调退化评估的健康指数。此外，健康指数的观测值可作为机器剩余使用寿命预测模型的输入。近年来，尽管稀疏性度量如峭度、Lp与Lq范数之比、pq均值、平滑指数、负熵、Gini指数等在机器健康监测方面取得了显著的成果，但尚未充分探讨同时实现早期故障检测和单调退化评估的健康指标的构建。为了解决这一问题，本文对准算术平均（QAMs）进行了深入的研究。此外，上述稀疏性度量可以分别重新表示为不同QAMs的比值。在此基础上，提出了一种基于不同QAMs比值的机器健康监测数学框架。实验结果表明，在某些特殊情况下，广义框架能够同时检测出初始旋转故障，并表现出单调退化趋势和对脉冲噪声的鲁棒性，优于现有的稀疏性度量方法。
Bingchang Hou, Dong Wang*, Tangbin Xia, Yi Wang, Yang Zhao, Kwok-Leung Tsui, Investigations on Quasi-arithmetic Means for Machine Condition Monitoring, Mechanical Systems and Signal Processing, (2021), in press. https://doi.org/10.1016/j.ymssp.2020.107451
导读语：空间轴承保持架故障特征提取是一个具有挑战性的研究。本文提出了一种时变包络滤波（TVEF）方法来提取空间轴承保持架的微弱故障特征。通过求解包络信号模型，将信号分量的瞬时频率（IFs）和瞬时振幅（IAs）建模为冗余Fourier级数，推导出了新的TVEF核函数。利用TVEF核函数可以准确提取故障特征分量及其IFs和IAs，提高了原始振动信号的信噪比。基于提取的IFs和IAs，重构高分辨率时频分布，精确提取空间轴承保持架的故障特征。在飞轮试验台上进行的实验验证了所提出的TVEF方法在显示空间轴承保持架故障特征方面的潜力和有效性。
Sha Wei, Dong Wang, Hong Wang, Zhike Peng, Time-varying Envelope Filtering for Exhibiting Space Bearing Cage Fault Features, IEEE Transactions on Instrumentation and Measurement (2021), in press. https://ieeexplore.ieee.org/abstract/document/**
导读语：系统健康监测作为预测和健康管理（PHM）的基础，旨在探索PHM进行状态监测、异常检测和提供预测模型退化趋势的健康指标/特征。峭度和负熵是衡量脉冲瞬变稀疏性的两个经典指标，它们容易受到脉冲噪声的影响。在理论上，我们提出了新的命题和证明，以说明峭度和负熵是如何帮助描述脉冲瞬变的，以及它们为什么会受到脉冲噪声的影响。其次，提出了一种基于加权残差回归的指标，以减轻峭度和熵对脉冲噪声的敏感性，并为齿轮和轴承的退化评估提供单调趋势。理论结果表明，脉冲的峭度和负熵随非脉冲区的长度而变化。实验结果表明，与峭度和负熵相比，该方法对轴承和齿轮的健康监测和退化评估具有更好的早期故障检测能力和单调趋势分析能力。
J Zhong, D Wang, J Guo, D Cabrera, C Li, Theoretical Investigations on Kurtosis and Entropy and Their Improvements for System Health Monitoring, IEEE Transactions on Instrumentation and Measurement, (2021) in press. https://ieeexplore.ieee.org/abstract/document/**

教学工作 *上海交通大学本科生授课情况
《服务管理》

学术兼职 *IEEE Transactions on Instrumentation and Measurement，副主编 (2020年至今)
*Mechanical Systems and Signal Processing，编委 (2020年至今)
*Journal of Risk and Reliability，客座编辑 (2019年～2020年)
*Journal of Low Frequency Noise, Vibration & Active Control，副主编 (2018年至今)
*中国振动工程学会第九届副秘书长、对外工作与合作委员会秘书长（2019年～2023年）
*中国质量发展研究院，成员 （2018年至今）
*机械系统与振动国家重点实验室，固定成员 （2018年至今）
*担任领域内多个国际会议职务
*担任60+国内外期刊同行评审专家
*担任国家自然科学基金评审专家

荣誉奖励 *国家特聘青年专家
*国家二级运动员（100米和200米短跑）
*工业和信息化部、科技部组织的中国先进技术转化应用大赛中荣获优胜奖（排名第二）
*上海交通大学2019年度教职工考核“优秀”
*Elsevier、IEEE、IOP出版社多个期刊杰出审稿人奖及优秀副主编奖
*香港CSSA篮球高校联赛15～17年三连冠
*学院青年教师教学竞赛三等奖
*上海市大学生工业工程应用与创新大赛一等奖指导老师
*第十五届“东风日产杯”清华IE亮剑全国工业工程应用案例大赛三等奖指导老师