硕 导 个 人 简 介

u 个人简介

余永维，教授级高工，博士，硕士生导师，重庆英才·名家名师。2009.09-2014.12，获得四川大学机械电子工程专业博士学位。重庆理工大学机械工程学院教师。主持及参研国家自然科学基金、省部级重点项目、横向项目20余项，累计负责经费1000余万元。在国内外重要刊物如《仪器仪表学报》、《计算机集成制造系统》、《计算机辅助设计与图形学报》等核心期刊发表论文30余篇，并被EI收录20余篇；授权专利十余件；主编教材1部。获得重庆市科技进步三等奖、中国仪器仪表学会科学技术二等奖、中国海洋工程科学技术二等奖各1项。

u 研究领域

机器人及机器视觉技术、智能制造技术等

u 承担的部分项目

[1] 重庆市科技局基础与前沿研究项目，基于大数据和图深度学习的机床性能劣化早期预示及寿命预测方法，2022.01-2025.06，10万，主持；

[2] 重庆英才计划项目，面向高速精密数控装备的智能测量加工一体化方法研究，2025.01-2027.12，20万，主持；

[3] 重庆市基础研究与前沿研究项目，基于深度学习和视觉引导的柔性装配机器人识别、跟踪及动态抓取方法研究，2017.06-2020.06，10万，主持；

[4] 重庆市重点产业共性关键技术创新专项（重点研发项目），高端装备关键零部件（大型船舶发动机缸体）数控工艺开发与应用， 2018.01-2021.12，60万，主持；

[5] 重庆市科技局, 重庆市技术创新与应用示范专项重点示范项目：基于大数据智能化的高档数控装备远程运维服务关键技术研究与应用示范，2019.01-2022.03, 50万元，主持；

[6] 重庆市重点产业共性关键技术创新专项（重点研发项目），误差智能补偿增效成套技术开发及其在系列高效高精数控磨床上的示范应用， 40万，2020.09-2022.12，主持；

[7] 全自动发泡机器人系统，企业委托项目，2013.07-2016.07，105万，主持；

[8] 超高速磨削系统，企业委托项目，2016.07-2019.07，50万，主持。

u 代表性成果

u 论文

[1] 余永维，王康.点云模型的匹配点对优化配准[J]光学精密工程，2023，31（04），503-516.EI检索

[2] 余永维，彭西.基于深度学习框架的装配机器人零件实时检测方法[J].兵工学报，2020，41(10：2122-2130. EI检索

[3] 余永维，韩鑫，基于Inception-SSD算法的零件识别[J].光学精密工程，2020，8：1799-1809. EI检索 

[4] 余永维.基于时序深度学习的数控机床运动精度预测方法[J]. 农业机械学报.2019，1:421-426.EI检索

[5] 余永维，杜柳青.深度学习框架下数控机床运动误差溯因方法[J]，仪器仪表学报，2019，40（01）：28-34.EI检索

[6] 余永维,易小波.基于时序深度学习的数控机床运动精度预测方法[J].农业机械学报,2019,50(01):421-426. EI检索

[7] 余永维，杜柳青，曾翠兰.基于深度学习特征匹配的铸件微小缺陷自动定位方法[J].仪器仪表学报. 2016, 37(6):1364-1370.EI检索

[7] 余永维，殷国富.基于深度学习网络的射线图像缺陷智能识别方法[J].仪器仪表学报.2014,35(9):92-99. EI检索

[8] 余永维，闫哲.基于深度学习特征的铸件缺陷射线图像动态检测方法 [J]. 农业机械学报.2016，47（7）：398-386. EI检索

[9] 余永维，殷国富.基于自适应形态学滤波的磁瓦表面图像缺陷提取方法[J].计算机辅助设计与图形学报，2012，24（3）:351-356. EI检索

[10] 余永维，殷国富.焊缝缺陷X射线图像微弱信号识别方法[J].计算机集成制造系统.2013，19(10):2557-2561. EI检索

u 专利

[1] 余永维（1/3），一种装配机器人零件深度学习识别方法, ZL201910416011.0,2022.07

[2] 余永维（1/2），基于差分混沌的超高速数控磨床电主轴精度监测诊断方法，ZL201610930401.6，2018.06

[3] 余永维（1/2），一种基于深度学习的柔性装配机器人视觉识别与定位系统，ZL201611151116.0，2019.05

[4] 余永维（1/3），一种铸件缺陷射线检测系统，ZL201410780889.X，2017.04

u 获奖

1.余永维（3/7），海洋船舶主动力发动机大型超大型缸体精密高效制造技术与应用，重庆市科技进步三等奖，2024

2.余永维（2/6），船舶发动机制造精度智能感知与提升技术及应用，中国仪器仪表学会科技进步二等奖，2024

3.余永维（2/8），船舶部件智能制造关键技术及应用，中国海洋工程科技进步二等奖，2023

u 联系方式 

E-mail：weiyy@cqut.edu.cn