基本信息

 

      郭亮   助理研究员

 

博士学科:机械电子工程

工作单位:机械工程学院

联系方式

通信地址:成都市二环路北一段111号

电子邮箱:guoliang@home.swjtu.edu.cn

办公地点:西南交通大学机械馆2520

访问统计
您是本站第位访客!

 

个人信息

郭亮,男(汉),1988年生,湖南常德人,工学博士,助理研究员。

 

教育经历

  • 2007.09~2011.07,西南交通大学测控技术与仪器专业,学士
  • 2011.09~2016.07,西南交通大学机械电子工程专业,  博士
  • 2012.09~2013.10,克莱姆森大学计算机科学专业,    联合培养博士
  •  

    工作经历

  • 2018.10~今,      西南交通大学机械工程学院,助理研究员
  • 2016.07~2018.10, 西安交通大学机械工程学院,博士后
  •  

     

    科研概况

  • 一直从事故障预测与健康管理(Prognostics and Health Management, PHM)研究工作,在机械装备振动信号特征提取、智能故障诊断、剩余寿命预测等方面取得了一定研究成果,对数控机床、风力发电机等高端机械装备的安全可靠运行具有重要意义。

  • 相关研究成果发表SCI/EI论文24篇。其中,第一作者/通讯作者SCI论文8篇(5篇JCR Q1,3篇JCR Q2),第一作者EI论文7篇。2篇第一作者SCI论文获得ESI高被引,1篇第一作者EI论文获得国际学术会议最佳论文奖。
  •  
    • 担任《IEEE Transaction on Industrial Electronics》、《IEEE Transaction on Instrumentation and Measurement》、《Mechanical Systems and Signal Processing》等学术期刊审稿人。

     

    研究方向

  • 机械装备智能故障诊断
  • 机械装备剩余寿命预测
  • 工业计算与大数据分析
  •  

    代表论文

  • Deep convolutional transfer learning network: A new method for intelligent fault diagnosis of machines. IEEE Transactions on Industrial Electronics, 2018, DOI 10.1109/TIE.2018.2877090.(迁移学习智能故障诊断)
  • Machinery health indicator construction based on convolutional neural networks considering trend burr. Neurocomputing, 2018, 292: 142-150.(机械装备剩余寿命预测)
  • A recurrent neural network based health indicator for remaining useful life prediction of bearings. Neurocomputing, 2017, 240: 98-109.(机械装备剩余寿命预测)
  • Copyright © 2011 http://inc.swjtu.edu.cn 西南交通大学信息网络中心