井陆阳 讲师 硕士生导师
最高学历： 博士研究生
从事专业： 故障诊断、人工智能
联系电话：
电子信箱： jingluyang@outlook.com
工作单位： 青岛理工大学机械与汽车工程学院
通信地址： 青岛经济技术开发区嘉陵江东路777号




个人简介
井陆阳，讲师，工学博士，硕士生导师。2018年1月毕业于天津大学，曾赴美国IMS研究中心（Center for Intelligent Maintenance Systems）进行博士生联合培养，现任教于青岛理工大学机械与汽车工程学院测控教研室。主要从事机械设备故障诊断与健康管理、深度学习、信息融合等方面的研究工作，参与多项国家省部级科研项目及企业横向课题，发表ESI热点论文、高被引论文1篇，SCI/ EI论文10余篇，担任 MSSP、IEEE Transactions on Mechatronics、IEEE Sensors Journal、Measurement Science and Technology 等多个国际学术期刊审稿人。 井陆阳，讲师，工学博士，硕士生导师。2018年1月毕业于天津大学，曾赴美国IMS研究中心（Center for Intelligent Maintenance Systems）进行博士生联合培养，现任教于青岛理工大学机械与汽车工程学院测控教研室。主要从事机械设备故障诊断与健康管理、深度学习、信息融合等方面的研究工作，参与多项国家省部级科研项目及企业横向课题，发表ESI热点论文、高被引论文1篇，SCI/ EI论文10余篇，担任 MSSP、IEEE Transactions on Mechatronics、IEEE Sensors Journal、Measurement Science and Technology 等多个国际学术期刊审稿人。


教育经历
2012.09-2017.12，天津大学（985&211），机械工程，博士2015.09-2016.09，辛辛那提大学IMS研究中心（美国），机械工程，博士生联合培养 2012.09-2017.12，天津大学（985&211），机械工程，博士
2015.09-2016.09，辛辛那提大学IMS研究中心（美国），机械工程，博士生联合培养


工作履历



学术兼职



教学情况
主授课程
《工程控制基础》、《工程测试技术》、《微机原理》、《单片机原理与接口技术》、《虚拟仪器技术》 《工程控制基础》、《工程测试技术》、《微机原理》、《单片机原理与接口技术》、《虚拟仪器技术》

教材编写


教改项目


教研论文


其他项目




科研情况
研究领域
1.机械设备故障诊断与健康管理2.钢丝绳电磁检测3.深度学习与人工智能技术4.多传感器信息融合 1.机械设备故障诊断与健康管理
2.钢丝绳电磁检测
3.深度学习与人工智能技术
4.多传感器信息融合

科研著作


科研项目
基于深度组合网络的旋转机械多监测信息自适应融合方法研究，山东省自然科学基金（青年项目），15万元，2021-2023，课题负责人起重机钢丝绳无损检测技术，横向项目（海军工程大学兵器学院），10万元，2020-2021，课题负责人组合压辊径向丝杠副寿命预测系统研发，横向项目（软控集团），35万元，2019-2022，共同负责人制造系统在线工艺规划与产线重构软件工具-课题二：制造系统场景在线感知与智能特征提取技术，国家重点研发计划(2018YFB**)，1354万元，2019-2023，参与人飞机牵引滑行对接系统的步态监测理论和外骨骼设计方法，国家自然科学基金联合基金项目（U**），2016-2018，38.4万元，参与人动车组远程诊断与维护系统，横向项目（中车青岛四方机车车辆股份有限公司），120万元，2013-2015，参与人天津港便携式起重机故障监测系统，横向项目（天津港第五港埠有限公司），2015-2016，参与人便携式数据采集仪，横向项目（泰森数控科技有限公司），2016-2017，第二负责人高端数控系统的在机监测与远程诊断，横向项目（泰森数控科技有限公司），2012-2015，第二负责人天津大港油田管道漏磁检测系统，横向项目（天大精益科技有限公司），2013-2014，参与人 基于深度组合网络的旋转机械多监测信息自适应融合方法研究，山东省自然科学基金（青年项目），15万元，2021-2023，课题负责人
起重机钢丝绳无损检测技术，横向项目（海军工程大学兵器学院），10万元，2020-2021，课题负责人
组合压辊径向丝杠副寿命预测系统研发，横向项目（软控集团），35万元，2019-2022，共同负责人
制造系统在线工艺规划与产线重构软件工具-课题二：制造系统场景在线感知与智能特征提取技术，国家重点研发计划(2018YFB**)，1354万元，2019-2023，参与人
飞机牵引滑行对接系统的步态监测理论和外骨骼设计方法，国家自然科学基金联合基金项目（U**），2016-2018，38.4万元，参与人
动车组远程诊断与维护系统，横向项目（中车青岛四方机车车辆股份有限公司），120万元，2013-2015，参与人
天津港便携式起重机故障监测系统，横向项目（天津港第五港埠有限公司），2015-2016，参与人
便携式数据采集仪，横向项目（泰森数控科技有限公司），2016-2017，第二负责人
高端数控系统的在机监测与远程诊断，横向项目（泰森数控科技有限公司），2012-2015，第二负责人
天津大港油田管道漏磁检测系统，横向项目（天大精益科技有限公司），2013-2014，参与人


科研论文
[1]Jing Luyang, Zhao Ming*, Li Pin, et al. A Convolutional Neural Network Based Feature Learning and Fault Diagnosis Method for the Condition Monitoring of Gearbox[J]. Measurement, 2017, 111: 1-10. (SCI, 被引频次: 151 /数据来源Web of Science/2020)（ESI热点论文、ESI高被引论文）[2]Jing Luyang, Wang Taiyong*, Zhao Ming, et al. An Adaptive Multi-Sensor Data Fusion Method Based on Deep Convolutional Neural Networks for Fault Diagnosis of Planetary Gearbox[J]. Sensors, 2017, 17(2): 414-429. (SCI, 被引频次: 103 /数据来源Web of Science/2020)[3]Jing Luyang, Chen Dongxiang, Wang Taiyong*, et al. Research on SVM based Diagnosis System for Oil Tubing[J]. Key Engineering Materials, 2016, 693: 1405-11. (EI)[4]Jing Luyang,, Wang TaiYong*, Chen Dongxiang, et al. Design and Implementation of Online Monitoring and Remote Diagnostic System for CNC Machine Tools[J]. Advanced Materials Research, 2013, 819: 136-139. (EI)[5]井陆阳*, 王太勇, 陈东祥, 等. 数控机床多参数在线监测诊断系统的设计与实现[J]. 制造业自动化, 2013, 35(11): 178-180. (中文核心)[6]井陆阳, 王太勇*, 陈东祥, 等. 数控装备微弱故障早期辨识及远程智能维护理论与系统研究[C]. 全国设备监测诊断与维护学术会议、全国设备故障诊断学术会议暨2014年全国设备诊断工程会议, 2014, 33(S).[7]Zhang Yiqing, Jing Luyang*, Xu Weixiao, et al. A Sensor for Broken Wire Detection of Steel Wire Ropes Based on the Magnetic Concentrating Principle[J]. Sensors, 2019, 19(17): 3763-3777. (SCI)[8]Zhang Yiqing, Jing Luyang, Tan Jiwen*, et al. A Comparative Study of the Magnetic Concentrating Sensor and the Hall Array Sensor for Damage Detection of Steel Wire Ropes [J]. Materials Research Express , 2020, 9: 1-15 (SCI)[9]张立智, 井陆阳*, 徐卫晓, 等. CNN 和 D-S 证据理论相结合的齿轮箱复合故障诊断研究[J]. 机械科学与技术, 2019, 38(10): 1582-1588.(中文核心)[10]张立智, 井陆阳*, 徐卫晓, 等. 基于卷积降噪自编码器和CNN的滚动轴承故障诊断[J]. 组合机床与自动化加工技术, 2019, (06): 58-62.(中文核心) [1] Jing Luyang, Zhao Ming*, Li Pin, et al. A Convolutional Neural Network Based Feature Learning and Fault Diagnosis Method for the Condition Monitoring of Gearbox[J]. Measurement, 2017, 111: 1-10. (SCI, 被引频次: 151 /数据来源Web of Science/2020)（ESI热点论文、ESI高被引论文）
[2] Jing Luyang, Wang Taiyong*, Zhao Ming, et al. An Adaptive Multi-Sensor Data Fusion Method Based on Deep Convolutional Neural Networks for Fault Diagnosis of Planetary Gearbox[J]. Sensors, 2017, 17(2): 414-429. (SCI, 被引频次: 103 /数据来源Web of Science/2020)
[3] Jing Luyang, Chen Dongxiang, Wang Taiyong*, et al. Research on SVM based Diagnosis System for Oil Tubing[J]. Key Engineering Materials, 2016, 693: 1405-11. (EI)
[4] Jing Luyang,, Wang TaiYong*, Chen Dongxiang, et al. Design and Implementation of Online Monitoring and Remote Diagnostic System for CNC Machine Tools[J]. Advanced Materials Research, 2013, 819: 136-139. (EI)
[5] 井陆阳*, 王太勇, 陈东祥, 等. 数控机床多参数在线监测诊断系统的设计与实现[J]. 制造业自动化, 2013, 35(11): 178-180. (中文核心)
[6] 井陆阳, 王太勇*, 陈东祥, 等. 数控装备微弱故障早期辨识及远程智能维护理论与系统研究[C]. 全国设备监测诊断与维护学术会议、全国设备故障诊断学术会议暨2014年全国设备诊断工程会议, 2014, 33(S).
[7] Zhang Yiqing, Jing Luyang*, Xu Weixiao, et al. A Sensor for Broken Wire Detection of Steel Wire Ropes Based on the Magnetic Concentrating Principle[J]. Sensors, 2019, 19(17): 3763-3777. (SCI)
[8] Zhang Yiqing, Jing Luyang, Tan Jiwen*, et al. A Comparative Study of the Magnetic Concentrating Sensor and the Hall Array Sensor for Damage Detection of Steel Wire Ropes [J]. Materials Research Express , 2020, 9: 1-15 (SCI)
[9] 张立智, 井陆阳*, 徐卫晓, 等. CNN 和 D-S 证据理论相结合的齿轮箱复合故障诊断研究[J]. 机械科学与技术, 2019, 38(10): 1582-1588.(中文核心)
[10] 张立智, 井陆阳*, 徐卫晓, 等. 基于卷积降噪自编码器和CNN的滚动轴承故障诊断[J]. 组合机床与自动化加工技术, 2019, (06): 58-62.(中文核心)



发明专利


软件著作权


其他项目




获奖情况
2015年，获得国家留学基金委公派留学基金，授予单位：国家留学基金委2014年，全国设备监测诊断与维护学术会议论文荣誉奖，授奖单位：中国机械工程学会-设备与维修分会2013年，ISAIM国际会议（北京）优秀论文奖，授奖单位：中国机械工程学会 2015年，获得国家留学基金委公派留学基金，授予单位：国家留学基金委
2014年，全国设备监测诊断与维护学术会议论文荣誉奖，授奖单位：中国机械工程学会-设备与维修分会
2013年，ISAIM国际会议（北京）优秀论文奖，授奖单位：中国机械工程学会



招生信息
欢迎对人工智能、传感器检测、设备故障诊断与健康管理等方向感兴趣的同学报考 欢迎对人工智能、传感器检测、设备故障诊断与健康管理等方向感兴趣的同学报考