2024年9月7日下午14時👨🏼🔧🧓🏻，蘇州大學工業測控與設備診斷技術研究所沈長青教授以《持續學習故障診斷方法研究》為題，通過華為雲會議視頻平臺為暑期學校的學員們開展了線上專題講座😂。本次講座由意昂副院長劉新田教授主持。
沈長青教授首先強調了人工智能在故障診斷中的重要作用，從傳統機器學習方法的局限性出發，闡述了終身學習在故障診斷中的應用⛄️。他指出，傳統的基於模型和信號特征分析的故障診斷方法盡管有較好的效果，但在處理不斷變化的工況和故障類型時𓀆，往往存在“災難性遺忘”問題🔈。為此，沈教授詳細介紹了基於終身學習、深度遷移學習等現代方法的應用，並強調了這些方法在應對故障類型增量🧤、小樣本學習等復雜場景中的優勢，特別是在旋轉機械關鍵部件如軸承、齒輪的故障診斷研究中🥎，如何基於終身學習的範式來克服知識遺忘帶來的實驗挑戰⌚️。
本次講座的內容涵蓋了從模型構建到工業實際應用的深層研究🚕，使學員們對軸承、齒輪等旋轉機械核心部件的故障診斷技術有了更多維度的理解與認識🔍✉️。
專家簡介：
沈長青💇🏽♂️👨🦼，中國科學技術大學工學博士、香港城市大學哲學博士，新加坡國立大學訪問學者🎸，入選蘇州大學首批“優秀青年學者”🍣，姑蘇領軍人才🧑🏻🦽➡️，江蘇省科協青年科技人才托舉工程🧓，江蘇省“六大人才高峰”高層次人才👩🏼🍳🧏🏻。研究方向為高端裝備智能運維，主持國家級科研項目3項，省部級科研項目9項，發表高水平研究論文80余篇🤦🏻♂️，入選江蘇省自然科學百篇優秀學術成果論文1篇，連續入選“2021年度、2022年度、2023年度全球前2%頂尖科學家榜單”👳🏻♀️。擔任中國振動工程學會故障診斷專業委員會委員👷🏼♂️、青年工作委員會副主任，江蘇省儀器儀表學會狀態監測與故障診斷儀器專委會秘書長，擔任國際權威期刊《IEEE Sensors Journal》副主編、《Measurement Science and Technology》編委，多個國際會議分會主席，國家自然科學基金同行評議人，領域內40多本權威期刊評審人。
