硕 导 个 人 简 介

u 个人简介

  辛玉，讲师，硕士生导师。中国机械工程学会会员。2006.09- 2010.07，获得长春大学工业工程专业学士学位；2012.09-2015.07，获得兰州理工大学机械制造及自动化专业硕士学位；2016.03-2019.12，获得南京航空航天大学大学航空宇航推进理论与工程专业博士学位。2020.01-至今，重庆理工大学机械工程学院教师。在国内外重要刊物如《仪器仪表学报》、《Measure Science and Technology》、《噪声与振动控制》等发表论文10篇。主持/参与省部级项目3项、校级项目1项。

u 研究领域

机械设备状态监测与智能运维，机械振动信号处理，大数据下智能故障诊断（机器学习、深度学习）

u 承担的主要项目

[1] 基于深度迁移学习的旋转机械系统故障智能诊断方法研究, 重庆市自然科学基金面上项目, 2020年7月1日~2023年06月30日，主持。

[2] 基于数字孪生的滚动轴承多源复合故障在线智能诊断方法研究，重庆市教育委员会科学技术研究项目，2021-10-01~2024-09-30。

[3] 基于协同多任务学习的旋转机械系统复合故障智能诊断方法研究，重庆理工大学科研启动基金资助项目，2021年1月1日~2023年12月31日。

[4] 强非平稳工况下齿轮箱故障智能诊断与迁移方法研究，重庆市博士“直通车”科研项目，2022年8月5日 - 2024年8月4日。

u 代表性成果

[1]  Xin Yu, Li Shunming. Novel data-driven short-frequency mutual information entropy threshold filtering and its application to bearing fault diagnosis[J]. Measurement Science and Technology, 2019, 30(11): 115006.

[2]  Xin Yu, Li Shunming, Wang Jinrui, et al. Novel intelligent fault diagnosis method for rotating machinery based on hybrid multi-object deep CNN[J]. IET Science, Measurement & Technology, 2020, 14(3): 1-8.

[3]  Xin Yu, Li Shunming, Zhang Zongzhen, et al. Adaptive reinforced empirical morlet wavelet transform and its application in fault diagnosis of rotating machinery[J]. IEEE Access, 2019, 7: 65150-65162.

[4]  辛玉，李舜酩，王金瑞，等. 基于迭代经验小波变换的齿轮故障诊断方法[J].仪器仪表学报, 2018,(11): 79-86.

[5]  Xin Yu, Li Shunming, Wang Jinrui. A new fault feature extraction method for non-stationary signal based on advanced synchrosqueezing transform[J]. Journal of Vibration Engineering & Technologies, 2019, 7(3): 291-299.

[6]  周康渠, 阚志群, 辛玉, 等. 基于敏感特征评估的退火窑辊道轴承故障诊断方法[J].噪声与振动控制, 2021, 41(05): 147-154+160.

[7]  Xin Yu, Zhang Xiaohua, Xie Zhengqiu, et al. Fault diagnosis of rotating machinery on the basis of improved local mean decomposition and shift - invariant dictionary learning[C]. 2022 Global Reliability and Prognostics and Health Management Conference, PHM-Yantai 2022.

u 联系方式

电话：17815088689；E-mail：yu_xin@cqut.edu.cn