姓名：文娟性别：女 职务：教师
技术职称：讲师

最高学位：工学博士 办公电话：17326095677
邮箱地址：juanwen@zjut.edu.cn



个人简介：2012年和2018年分别于西南交通大学获得工学学士学位和工学博士学位。主持四川省科技创新苗子工程项目1项，参与国家自然科学基金项目1项，在智能化状态监测、故障诊断、剩余寿命预测、机械系统信
号分析等方面取得了多项研究成果，以第一作者发表论文8篇，授权发明专利10余项。


主要研究方向：主要从事机械系统故障诊断、状态监测、剩余寿命预测、信号分析、机器学习


教育经历：2012年9月～2018年9月就读于西南交通大学机械电子工程专业，获工学博士学位；2015年10月～2016年11月在加拿大阿尔伯塔大学作为联合培养博士生从事故障预测与健康管理方面的研究；2
008年9月～2012年6月就读于西南交通大学测控技术与仪器专业，获工学学士学位。


主要科研项目：
(1)四川省科技厅，科技创新苗子工程项目，2015101，基于压缩感


知理论和深度学习的丝杠退化状态监测研究，2015.09-2017.09，2万元，已结题，主持
(2)国家自然科学基金委员会，面上项目，51275426，基于加速性能退化机理的数控机床关键部件服役寿命预测，2013.01-2016.12，80万元，已结题，参加


代表性论文、专利、论著：
[1] Juan Wen, Hongli Gao, Qi Liu, et al. A new method for identifying the ball
screw degradation level based on the multiple classifier system[J]. Measurement
(2018), 10.1016/j.measurement.2018.08.005. (JCR 二区 SCI)
[2] Juan Wen, Hongli Gao, Jiangquan Zhang. Bearing Remaining Useful Life Prediction
Based on a Nonlinear Wiener Process Model[J]. Shock and Vibration, vol. 2018, Article ID 4068431,
13 pages, 2018. (JCR 二区 SCI)
[3] Juan Wen, Hongli Gao. Degradation Assessment for the Ball Screw with Variational
Autoencoder and Kernel Density Estimation[J]. Advances in Mechanical Engineering, Vol. 10, Issue 9,
September 2018. (JCR 四区 SCI)
[4] Juan Wen, Hongli Gao. Remaining useful life prediction of the ball screw system based on
weighted Mahalanobis distance and an exponential model[J]. Journal of Vibroengineering, Vol. 20,
Issue 4, 2018, p. 1691-1707. (EI)
[5] 文娟, 刘伟雄, 高宏力等. 高超声速飞行器模型振动及传力特性研究[J]. 振动、测试与诊断, 2015, 35(5):961-967.（EI）
[6] 文娟, 高宏力. 一种基于 UPF 的轴承剩余寿命预测方法[J]. 振动与冲击, 2018, 37(24): 208-213.（EI）
[7] Juan Wen, Hongli Gao, Shichao Li, et al. Fault diagnosis of ball bearings
using Synchrosqueezed wavelet transforms and SVM[C]// Prognostics and System Health
Management Conference. 2015:1-6. (EI，国际会议)
[8] Juan Wen, Bosong Pan, Luping Luo, et al. A New Bearing Fault
Diagnosis Framework With Deep Adaptation Networks For Industrial Application[C]//
Prognostics and System Health Management Conference. 2019

奖励和荣誉（省部级及以上）：