西安交通大学机械工程学院导师教师师资介绍简介-王宇

删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

本站小编 Free考研考试/2021-06-26

基本信息 - 王宇基本信息
王宇
博士、副教授、博士生导师、硕士生导师

荣誉获奖
2015 上银优秀博士论文佳作奖（Hiwin Doctoral Dissertation Award）
2013香港城市大学杰出学术奖（Outstanding Academic Perfor-mance Award）

学术任职
1. IEEE Access期刊副主编
（中科院二区， IF： 3.745）
2. IEEE 高级会员（遴选10%）
3. 国家自然科学基金评审专家，
国家科技专家库专家
4.中国振动工程学会故障诊断
专业委员会理事
6.担任2021年神经计算与
先进应用国际会议程序委员会主席
7.担任2020年神经计算与
先进应用国际会议组委会主席
8.担任2019年IEEE SDPC
会议分会主席
9.国际著名期刊审稿专家, 包括
IEEE Transactions on Industrial Informatics (IF:9.112),
IEEE Transactions on Industrial Electronics (IF: 7.515),
MechanicalSystem and Signal Processing (MSSP, IF: 6.471),
Reliability Engineering& System Safety (RESS, IF:5.040),
Tribology International（IF：4.271）
Quality and Reliability EngineeringInternational（IF：1.718）

联系方式
Email：ywang95@xjtu.edu.cn
TEL: **

站点计数器

我的新闻
招生安排：目前每年计划招收硕士研究生4-5名，博士研究生2名（含直博生），欢迎同学们咨询保送、报考相关事宜荐
2021-06-01

欢迎有志于深度学习、工业大数据分析处理、装备的可靠性分析、监测信号智能分析、动力学建模分析的同学保送、报考研究生荐
2021-06-01

更多新闻>>

个人简介
王宇博士、副教授、硕士生导师、博士生导师。2014年2月获得香港城市大学（QS全球排名45位）系统工程及工程管理学系博士学位。2013年到2014年在香港城市大学电子工程系担任副研究员（Research Associate）工作。IEEE高级会员，中国振动工程学会故障诊断分会理事。主持和参加国家自然科学基金重点项目、青年项目，博士后基金面上项目、特别资助项目，国家重点实验室项目，企业横向合作课题等近20项。在IEEE Transactions on Industrial Informatics, IEEE Transactions on Magnetics, IEEE Transactions on Instrument and Measurement，Journal of Sound and Vibration等国际著名学术刊物上发表研究论文40余篇，其中SCI收录30余篇，EI收录10篇，其中数篇论文ESI高被引，已发表论文至今已被引用1000余次。申请国家发明专利10项，已授权7项。

国际交流学术分享

研究领域
装备运行可靠性分析与寿命预测
系统故障预测与健康管理（PHM）
基于大数据分析的智能制造与维护
基于深度学习理论的设备故障诊断与剩余寿命预测技术（对抗学习、迁移学习、贝叶斯深度学习、深度强化学习）

近年代表性学术成果

Y. Wang, Y. Peng and T. W. S. Chow, “Adaptive Particle Filter-Based Approach for RUL Prediction Under Uncertain Varying Stresses With Application to HDD,” IEEE Transactions on Industrial Informatics, Sept 2021, (SCI, EI, 中科院一区, IF: 9.112,智能诊断与控制的顶级期刊).
Y. Wang, L. He, S. Jiang and T. W. S. Chow, "Failure Prediction of Hard Disk Drives Based on Adaptive Rao–Blackwellized Particle Filter Error Tracking Method," IEEE Transactions on Industrial Informatics, vol. 17, no. 2, pp. 913-921, Feb. 2021,(SCI, EI, 中科院一区, IF: 9.112,智能诊断与控制的顶级期刊).
Y. Peng, Y. Wang*, and Y. Zi, "Switching state-space degradation model with recursive filter/smoother for prognostics of remaining useful life," IEEE Transactions on Industrial Informatics, vol. PP, no. 99, pp. 1-1, Feb 2019(SCI, EI,中科院一区, IF: 9.112,智能诊断与控制的顶级期刊).
Y. Wang, Y. Peng, Y. Zi, X. Jin and K. Tsui, "A Two-Stage Data-Driven-Based Prognostic Approach for Bearing Degradation Problem," IEEE Transactions on Industrial Informatics, vol. 12, no. 3, pp. 924-932, June 2016, (SCI, EI, 中科院一区, IF: 9.112,智能诊断与控制的顶级期刊).
Y. Wang, E. W. M. Ma, T. W. S. Chow and K. Tsui, "A Two-Step Parametric Method for Failure Prediction in Hard Disk Drives," IEEE Transactions on Industrial Informatics, vol. 10, no. 1, pp. 419-430, Feb. 2014, (SCI, EI, 中科院一区, IF: 9.112,智能诊断与控制的顶级期刊).
J. Li, Y. Wang, Y. Zi and Z. Zhang, "Whitening-Net: A Generalized Network to Diagnose the Faults Among Different Machines and Conditions," IEEE Transactions on Neural Networks and Learning Systems, Apr. 2021,(SCI, EI, 中科院一区, IF: 8.793,计算机和神经网络计算的顶级期刊).
Y. Peng, Y. Wang, G. Wang and K. L. Tsui, "Doubly Stochastic Cumulative Damage Model for RUL Prediction of HDDs in Uncertain Operating Environments," IEEE Transactions on Industrial Electronics, Aug. 2020, (SCI, EI, 中科院一区, IF: 7.515,智能诊断与控制的顶级期刊).
Y. Peng, Y. Wang, J. S. Xie, Y. Zi, “Adaptive stochastic-filter-based failure prediction model for complex repairable systems under uncertainty conditions,” Reliability Engineering & System Safety, vol. 204, Dec. 2020, (SCI, EI, 中科院一区, IF: 5.04,可靠性的顶级期刊).
G. Wang, Y. Wang and X. Sun, "Multi-Instance Deep Learning Based on Attention Mechanism for Failure Prediction of Unlabeled Hard Disk Drives," IEEE Transactions on Instrumentation and Measurement, vol. 70, pp. 1-9, Apr 2021,(SCI, EI, IF: 3.658).
J. Li, Y. Wang, Y. Zi, X. Sun and Y. Yang, “A Current Signal-Based Adaptive Semisupervised Framework for Bearing Faults Diagnosis in Drivetrains,” IEEE Transactions on Instrumentation and Measurement, vol. 70, pp. 1-12, Jan. 2021, (SCI, EI, IF: 3.658).
Y. Wang, X. Sun, J. Li and Y. Yang, “Intelligent Fault Diagnosis With Deep Adversarial Domain Adaptation,” IEEE Transactions on Instrumentation and Measurement, vol. 70, pp. 1-9, Jan. 2021, (SCI, EI, IF: 3.658).
A. Yang, Y. Wang, Y. Zi and T. W. S. Chow, "An Enhanced Trace Ratio Linear Discriminant Analysis for Fault Diagnosis: An Illustrated Example Using HDD Data," IEEE Transactions on Instrumentation and Measurement, vol. 68, no. 12, pp. 4629-4639, Dec. 2019, (SCI, EI, IF: 3.658).

研究方向 - 王宇研究内容介绍
研究大纲：重大装备的PHM系统研究

机械重大装备作为国之重器，在保卫我国国家领土安全、提高国际核心竞争力、实现中华民族伟大复兴的进程中起着举足轻重的作用。但是，随着设备向着大型化、复杂化、集成化、智能化趋势的不断推进，设备自身存在的潜在故障/退化模式日趋复杂，同时又受到外界复杂环境工况的影响。同时，在运行过程中，它们的退化与故障几乎难以避免。因此，对其进行故障预测与健康管理的研究，对保障其健康安全运行十分重要。本团队对其开展了大量研究：

研究方向一：装备运行可靠性分析与寿命预测

机械重大装备剩余寿命预测是一项理论上有难度、实践性很强，同时又具有重要社会意义和经济价值的工作。从产品全寿命周期的关键性能指标库中，研究最能反映装备性能的敏感因素，并对其敏感程度定量化，研究基于距离评估技术的敏感响应特征指标向量。通过对装备关键机构退化数据进行动态的跟踪和模型参数的更新，建立不依赖于其它同类型历史退化数据的、自适应性的实时故障预测模型（主要研究对象：大型数控机床、航空发动机、舰载天线传动机构）。

研究方向二：系统故障预测与健康管理

故障预测和健康管理技术是一项预先诊断系统完成其设计功能的状态，确定其剩余寿命或故障发生，并综合可用资源和使用需求，作出系统健康状态判断和维修活动决策的技术。故障预测与健康管理( prognostics and health management，PHM) 作为新一代装备的关键技术，对提高装备安全性和任务成功性，提高保障效能、降低保障费用具有重要作用。

研究方向三：基于深度学习理论的设备故障诊断与寿命预测技术

故障诊断与寿命预测是大型、特种、高精尖机械设备运行过程中的可靠性保证，利用深度学习理论进行故障诊断与寿命预测，集合深度对抗神经网络、深度迁移网络、贝叶斯深度隐变量网络，实现设备智能化维护。

研究方向四：亚纳米头盘界面失效/退化机理研究

通过对磁头动力学特性的高精度仿真，结合高精度时频分析-改进的集成噪声的经验模式分解算法，研究碰撞引起的头盘瞬态接触的动力学特性。通过对磁头不同磨损状态进行分析，研究头盘表面微观磨损萌生与扩展情况及温度对磨损的影响规律，探索磁头磨损的控制方法。（国家自然科技基金、华为公司合作课题）

科研成果 - 王宇Blank

l装备运行可靠性分析与寿命预测

Y. Wang, Y. Peng and T. W. S. Chow, “Adaptive Particle Filter-Based Approach for RUL Prediction Under Uncertain Varying Stresses With Application to HDD,” IEEE Transactions on Industrial Informatics, Sept.2021, (SCI, EI, 中科院一区).
J. Li, Y. Wang, Y. Zi and Z. Zhang, "Whitening-Net: A Generalized Network to Diagnose the Faults Among Different Machines and Conditions," IEEE Transactions on Neural Networks and Learning Systems, Apr. 2021,(SCI, EI, 中科院一区).
X. Cao, Y. Wang, B. Chen and N. Zeng, “Domain-adaptive intelligence for fault diagnosis based on deep transfer learning from scientific test rigs to industrial applications,” Neural Computing and Applications, vol. 33, no. 9, pp. 4483-?4499, May. 2021, (SCI, EI).
Y. Wang, L. He, S. Jiang and T. W. S. Chow, "Failure Prediction of Hard Disk Drives Based on Adaptive Rao–Blackwellized Particle Filter Error Tracking Method," IEEE Transactions on Industrial Informatics, vol. 17, no. 2, pp. 913-921, Feb. 2021,(SCI, EI, 中科院一区).
Z. Chen, Y. Zi, Z. Xiao, Y. Wang and S. Qing, “A Bilateral Second-Order Synchrosqueezing Transform and Application to Vibration Monitoring of Aerospace Engine,” IEEE Transactions on Instrumentation and Measurement, vol. 70, pp. 1-15, May. 2021, ( SCI, EI).
J. Li, Y. Wang, Y. Zi, X. Sun and Y. Yang, “A Current Signal-Based Adaptive Semisupervised Framework for Bearing Faults Diagnosis in Drivetrains,” IEEE Transactions on Instrumentation and Measurement, vol. 70, pp. 1-12, Jan. 2021, (SCI, EI).
Y. Wang, X. Sun, J. Li and Y. Yang, “Intelligent Fault Diagnosis With Deep Adversarial Domain Adaptation,” IEEE Transactions on Instrumentation and Measurement, vol. 70, pp. 1-9, Jan. 2021, (SCI, EI).
G. Wang, Y. Wang and X. Sun, "Multi-Instance Deep Learning Based on Attention Mechanism for Failure Prediction of Unlabeled Hard Disk Drives," IEEE Transactions on Instrumentation and Measurement, vol. 70, pp. 1-9, Apr 2021,(SCI, EI).
Y. Peng, Y. Wang, J. S. Xie, Y. Y. Zi, “Adaptive stochastic-filter-based failure prediction model for complex repairable systems under uncertainty conditions,” Reliability Engineering & System Safety, vol. 204, Dec. 2020, (SCI, EI, 中科院一区).
Y. Peng, Y. Wang, G. Wang and K. L. Tsui, "Doubly Stochastic Cumulative Damage Model for RUL Prediction of HDDs in Uncertain Operating Environments," IEEE Transactions on Industrial Electronics, Aug. 2020, (SCI, EI, 中科院一区).
A. Yang, Y. Wang, Y. Zi and T. W. S. Chow, "An Enhanced Trace Ratio Linear Discriminant Analysis for Fault Diagnosis: An Illustrated Example Using HDD Data," IEEE Transactions on Instrumentation and Measurement, vol. 68, no. 12, pp. 4629-4639, Dec. 2019, (SCI, EI).
Y. Wang, Y. Peng, Y. Z, X. Jin, K. L. Tsui, “A Two-stage Data-driven Based Prognostic Approach for Bearing Degradation Problem,” IEEE Transactions on Industrial Informatics, vol. 12, no. 3, pp.924–932,Jun. 2016 ,(SCI, EI,中科院一区).
Y. Wang, Q. Miao, E. W. M. Ma, K. L. Tsui, and M. Pecht, “Online anomaly detection for hard disk drive based on Mahalanobis distance,” IEEE Transactions on Reliability, vol. 62, no. 1, pp. 136–145, Mar. 2013(SCI, EI).
Y. Wang, E. W. M. Ma, T. W.S. Chow, and K. L. Tsui, “A two-step parametric method for failure prediction in hard disk drives,” IEEE Transactions on Industrial Informatics, vol. 10, no. 1, pp. 419–430, Feb. 2014(SCI, EI,中科院一区).
Y. Wang, Z. S. Ye, and K. L. Tsui, “Stochastic evaluation of magnetic head wears in hard disk drives,” IEEE Transactions on Magnetics, vol. 50, no. 5, pp. 1–7, May 2014(SCI, EI).
Y. Peng, Y. Wang*, and Y. Zi, "Switching state-space degradation model with recursive filter/smoother for prognostics of remaining useful life," IEEE Transactions on Industrial Informatics, vol. PP, no. 99, pp. 1-1, Feb 2019(SCI, EI,中科院一区).
Y. Peng, Y. Wang*, Y. Zi, K.-L. Tsui, C. Zhang, Dynamic Reliability assessment and prediction for repairable systems with interval-censored data，Reliability Engineering & System Safety, vol. 159, pp. 301-309,Jan 2017,(SCI, EI).
Z. S. Ye, Y. Wang, K. L. Tsui, and M. Pecht, “Degradation data analysis using Wiener processes with measurement errors,” IEEE Transactions on Reliability, vol. 62, no. 4, pp. 772–780, Dec. 2013. (SCI, EI, 高被引论文（ESI）)

l纳米界面动力学

Y. Wanget al., "The Instability of Angstrom-Scale Head-Disk Interface Induced by Electrostatic Force," IEEE Transactions on Magnetics, vol. 51, no. 11, pp. 1-4, Nov. 2015, (SCI, EI).

Y. Wang, X. Jin, S. Chen, X. Wei, and K. L. Tsui, “Effect of low-frequency vibration in z-direction (out-of-plane) on slider dynamics,” IEEE Transactions on Magnetics, vol. 49, no. 9, pp. 4977– 4981, Sept. 2013(SCI, EI).

Y. Wang, X. Wei, Y. Zi, K.-L. Tsui, “In Situ Measurement of Seeking Speed and Seeking Induced Head-Disk Interface Instability in Hard Disk Drives,” Shock and vibration, vol. 2015, Article ID 989854(SCI, EI)

D. Zhao, Y. Wang*, X. Wang, X. Wei, S. Chen, and K. L. Tsui, “Head stack assembly offtrack dynamics investigation via slider protrusion touch down,” IEEE Transactions on Magnetics, vol. 49, no. 2, pp. 703–706, Feb. 2013(SCI, EI).
D. Zhao, X. Wei, B. Liu, S. Chen, Y. Wang and A. Peng, "Thermal Asperity Sensor Application to Hard Disk Drive Operational Shock,"IEEE Transactions on Magnetics, vol. 49, no. 2, pp. 699-702, Feb. 2013.（SCI,EI）.
Y. Wang, J. Yuan, A.Yang and S. W. Chen，"Time-frequency signature investigation of operational shock-induced slider transient dynamics and damage by enhanced ensemble noise-reconstructed EMD," Tribology International, vol. 138, pp. 330-341, Oct.2019.(SCI, EI, 中科院一区).

l纳观磨损

Y. Wang, X. Wei, X. Liang, S. Yin, Y. Zi and K. Tsui, "An In Situ Measurement Method for Electric Potential at Head-Disk Interface Using a Thermal Asperity Sensor," IEEE Transactions on Magnetics, vol. 52, no. 1, pp. 1-6, Jan. 2016 ,(SCI, EI).
Y. Wang, X. Wei, X. Liang, Y. Zi, K.-L. Tsui, “Slider Dynamics and Wear Behaviors at Sub-Nano-Clearance Head-Disk Interface,” IEEE Transactions on Magnetics, vol. 52, no.1, pp. 1–9, Jan. 2017, (SCI, EI).
Y. Wang, X. Wei, K. L. Tsui, and T. W.S. Chow “Tribological degradation of head-disk interface in hard disk drives under accelerated wear condition,” IEEE Transactions on Magnetics, vol. 50, no. 3, pp. 27–33, Mar. 2014(SCI, EI).
Y. Wanget al., "The Instability of Angstrom-Scale Head-Disk Interface Induced by Electrostatic Force," IEEE Transactions on Magnetics, vol. 51, no. 11, pp. 1-4, Nov. 2015,(SCI, EI）.
A. Yang, Y. Wang*（共同一作）, Y. Zi, X. Liang, “Quantitative identification of slider nanoscale wear based on the head-disk interface dynamics,” Tribology International, vol. 116, pp. 95-104, 2017(SCI, EI, 中科院一区).
Y. Wang and X. Wei, "Wear Study for Dual-Heater Slider Under High Temperature,"IEEE Transactions on Magnetics, vol. 54, no. 11, pp. 1-4, Nov. 2018, (SCI, EI）.

科研项目 - 王宇科研项目

项目编号项目名称项目类别起讫时间承担角色
项目类别

基于设备全生命周期模型的货车5T监测设备修程修制优化的研究中国国家铁路
集团有限公司
2020.12~ 负责人横向
项目

设备可靠性模型建立和分析研究—铁道车辆探伤设备检修的应用中国铁路西安局
集团有限公司
2020.11~ 负责人横向
项目

** 多物理场作用下激光热辅助磁存储头盘界面动力学特性与磨损研究国家自然科学
基金项目
2019.1~2022.12 负责人纵向
项目

2021开放基金25 基于多源信息融合的数据中心硬盘故障预测方法广西制造系统与先进制造技术
重点实验室
2021~ 负责人横向
项目

JZ- 空间运动机构退化性能评估方法研究航天502所 2021~ 负责人横向
项目

** 基于设备生命周期模型在车辆5T安全监测设备修程修制中的应用中国铁路西安局
集团有限公司
2020.8~ 负责人横向
项目

** 便携点检式随动机构故障诊断系统研制西安电子工程研究所 2020.7~ 负责人横向
项目

J 基于传感器测量信息的两阶段复杂退化系统剩余寿命预测的研究中国人民解放军火箭军工程大学 2020.12~ 负责人横向
项目

** 云存储硬盘亚纳米级头盘界面的失效机理和可靠性预测技术国家自然科学
基金项目
2015.01-2017.12 负责人纵向
项目

** 大型船舶动力系统故障预测机理与健康技术国家自然科学基金
重点项目
2017.01 骨干
成员
纵向
项目

2016T90907 亚纳米级头盘界面微观诱导磨损机制及疲劳演化预测中国博士后
特别资助项目
2016.06 负责人纵向
项目

2015XXXX XXX PHM基础理论及关键技术研究总装预研基金重点项目 2015.01 骨干
成员
纵向
项目

2016XXXX 船载天线机构故障预警与诊断系统二期中电54所 2016.06 副负责人横向
项目

2014XXXX 船载天线机构故障预警与诊断系统一期中电54所 2014.06 副负责人横向
项目

云存储硬盘亚纳米级头盘界面的失效机制和可靠性预测技术国家自然科学基金
项目
2015.01 负责人纵向
项目

2014SAS14-P04 云存储硬盘亚纳米级头盘界面可靠性技术研究陕西省重点实验项目 2015.06 负责人纵向
项目

2015 基于贝叶斯信息更新理论的自适应寿命预测技术及其在硬盘中的应用中央高校国际合作
重点项目
2015.01 负责人纵向
项目

JZB** --- 中央高校新教师
支持项目
2014.06 负责人纵向
项目

2014M560765 硬盘亚纳米级头盘近接触损伤的机理研究与装套监测中国博士后基金
面上项目
2014.06 负责人纵向
项目

GHX/003/12 基于故障预测及系统健康管理技术的热辅助磁存储头盘界面
抗磨鲁棒性的研究
香港创新科技署项目 2012.04-2014.08 骨干
成员
纵向
项目

RGC CRF
#CityU8/CRF/09
电子系统的自识别故障预测香港研究资助局重点项目 2009.01-2013.12 骨干
成员
纵向
项目

** 硬盘驱动器头盘界面近接触动力学建模与应用研究国家自然科学基金
项目
2006.01-2008.12 骨干
成员
纵向
项目

研究生团队和招生信息 - 王宇研究生团队

招生
欢迎校内外来自机械、力学、信号处理等不同专业背景的同学报送、报考研究生，我们将为组内成员提供优良的学习及科研环境。课题组的研究方向包括机械系统动态分析、机械设备故障诊断、结构无损检测与评估、装备运行可靠性评估、装备剩余寿命预测等，紧密结合航空、航天、航海、国防、能源、电力、石化、钢铁、交通等国民经济重要行业中关键装备的监测诊断、状态评估等迫切需求开展研究工作。
动态分析与智能诊断课题组是装备智能诊断与控制研究所的四个特色研究课题组之一，拥有国家****基金获得者1人，教育部新世纪优秀人才3人，陕西省青年科技新星2人，是国家自然科学基金创新群体、教育部创新团队、陕西省重点科技创新团队的核心成员。培养了博士生40余人，硕士生150余人。在读博士学位和硕士学位的研究生80余人。近年来承担国家自然科学基金重点项目和面上项目、国家重点基础研究发展计划（973）项目、国家高技术研究发展计划（863）项目、国家科技重大专项、教育部博士点基金、陕西省自然科学基金等国家级项目、省部级项目80余项，校企联合横向课题50余项。
课题组取得了多项具有国内领先和国际先进水平的研究成果，先后获得国家技术发明二等奖、国家科技进步三等奖、国家教委科技进步一等奖和二等奖、教育部技术发明一等奖等七项国家和省部级奖励。近年来发表论文500余篇，被SCI收录200余篇，被EI收录300余篇，出版专著与教材8本，获国家发明专利50余项。研究成果广泛应用于国民经济中众多行业领域，取得了显著的经济效益和社会效益。
本人研究方向涉及随机过程建模、深度学习与人工智能技术等在机械故障诊断与设备维护领域的应用。本人留学经历丰富，有意愿读博的同学可以推荐外国导师进行联合培养。团队内部氛围融洽，师生相处平等和谐，学术氛围浓郁，不定期会一起聚餐、学术研讨、郊游等等。本团队毕业的博士硕士毕业后都找到了不错的工作，主要工作领域涵盖高校、研究所与互联网企业等，从事数据挖掘、AI、通讯算法等领域的工作。
欢迎有志于深度学习、重大装备领域学习与研究的同学们积极咨询保送与报考事宜！

English - 王宇