王彪
博士、讲师
博士、讲师
办公电话: | 电子邮件: wbiao@bjtu.edu.cn |
通讯地址:北京市海淀区上园村3号北京交通大学思源楼1106室 | 邮编:100044 |
2021.7 至今 北京交通大学 先进轨道交通自主运行全国重点实验室 / 交通运输学院 讲师、博士后,合作导师:秦勇 教授
☑ 国家军/民项目支撑,鼓励方法创新与工程实践!
☑ 鼓励论文/专利等成果总结发表, 鼓励参加国内外学术会议
☑ 提供申/转博推荐,支持实习/工作
☺ ☺ ☺ 欢迎感兴趣的同学们咨询报考!
✉ ✉ ✉ 邮箱:wbiao@bjtu.edu.cn
▣ 研究对象:高速/城轨列车、特种车辆、复杂机电设备
▣ 研究方向:自主安全保障、智能运维、数字孪生、类脑学习、车地协同、数模融合、大数据分析等
▣ 招生专业:交通运输工程、安全科学与工程
代表性科研项目
主持:
√ 国家XXX工程-XXX通用健康管理支撑技术,2024-2025
√ 国家重点研发计划-子课题, 2022-2026
√ 国家自然科学基金"青年基金", 2023-2025
√ 中国博士后科学基金特别资助(站中), 2023-2025
√ 北京交通大学自然科学横向项目—城轨列车走行部健康状态评估算法, 2021-2022
√ 北京交通大学自然科学横向项目—车载PIS系统的机械硬盘故障预测技术算法开发, 2022
参与:
√ 协同中心项目: 轨道交通系统主动安全保障技术研究, 2022-2024
√ 国家铁路局: 高速列车运行安全状态智能监测系统技术研究, 2021-2022✪ 以第一作者/通讯作者发表SCI/EI论文21篇,其中2篇ESI热点论文,5篇ESI高被引论文
☆ ResearchGate: https://www.researchgate.net/profile/Biao_Wang39
☆ Google Scholar: https://scholar.google.com/citations?hl=zh-CN&user=yUQBEjAAAAAJ
☆ 个人学术主页:http://biaowang.tech
代表性论文如下:
◈ Multi-scale convolutional attention network for predicting remaining useful life of machinery [J]. IEEE Transactions on Industrial Electronics, 2021, 68(8): 7496-7504.
◈ A complementary continual learning framework using incremental samples for remaining useful life prediction of machinery [J]. IEEE Transactions on Industrial Informatics, 2024, 1-11. DOI: https://doi.org/10.1109/TII.2024.3450077
◈ A hybrid prognostics approach for estimating remaining useful life of rolling element bearings [J]. IEEE Transactions on Reliability, 2020, 69(1): 401-412.
◈ Lightweight multiscale convolutional networks with adaptive pruning for intelligent fault diagnosis of train bogie bearings in edge computing scenarios [J]. IEEE Transactions on Instrumentation and Measurement, 2023, 72: 1-13.
◈ Deep separable convolutional network for remaining useful life prediction of machinery [J]. Mechanical Systems and Signal Processing, 2019, 134: 106330.
◈ A core space gradient projection-based continual learning framework for remaining useful life prediction of machinery under variable operating conditions [J]. Reliability Engineering & System Safety, 2024, 252(2024): 110428.
◈ 监测数据驱动的城轨列车轴箱轴承剩余寿命预测[J]. 西南交通大学学报, 2024, 59(1): 229-238.
◈ 基于博弈映射学习的多传感源信息融合三相电机智能故障诊断方法[J]. 电工技术学报, 2023, 38(17): 4633-4645.
数据共享:
◈ XJTU-SY轴承数据集:https://pan.baidu.com/s/1OaY82azTXHBwjiCjA_jRcw
◈ BJTU-RAO转向架数据集:https://pan.baidu.com/s/1S5F8URapHPArX2mV6FzDfA?pwd=9t74
℗ 第一发明人:面向列车关键部件的集群自主学习故障诊断方法
℗ 第一发明人:基于全自主动机偏移的电机故障诊断阶梯式学习方法
℗ 第一发明人:基于非滞后渐进学习的列车传动装置全局故障诊断方法
℗ 第一发明人:一种基于样本表征拓扑的电机类脑学习故障诊断方法
℗ 其他发明人:一种基于层叠分离卷积模块的机械设备剩余寿命预测方法
♚ 2023年,北京市科协青托
♚ 2023年,IEEE PHM 2023国际学术会议“优秀论文奖”
✎ 本科生课程:《人工智能基础及应用》
✎ 硕士生课程:《模式识别》
✎ 博士生课程:《安全检测与故障诊断》★ 《Journal of Dynamics, Monitoring and Diagnostics》青年编委、《轴承》青年编委、《都市快轨交通》青年编委
★ 中机维协智能运维委员会委员、世界交通运输大会(WTC)轨道交通列控系统健康管理及风险控制技术委员会委员
★ 2024 IEEE Global Reliability & Prognostics and Health Management Conference组织委员会主席/竞赛委员会主席、第六届轨道交通电气与信息技术国际学术会议分论坛主席