个人简述

陈祝云，广东工业大学"青年百人"高层次引进人才，副教授/硕士生导师，刘强院长智能制造团队；华南理工大学-鲁汶大学(KU Leuven)联培博士，华南理工大学机械与汽车工程学院李巍华院长博士、博士后/副研究员，省部共建精密电子制造技术与装备国家重点实验室核心成员，入选广州市科协青年托举人才、人社部国际交流计划派出项目(2024, 2021)。主研方向为复杂系统的智能故障诊断与预测性维护、工业大数据/时序信号处理、工业人工智能/工业大模型/可解释性人工智能、数字孪生、工艺性能优化等。

主持国家自然科学基金面上项目、青年基金项目、广东省/广州市基金、企业合作等项目10余项；作为核心成员参与国家自然科学基金联合基金重点项目/面上项目、国家重点研发计划课题、广东省重点领域研发计划、校企合作重大项目等10余项。目前在IEEE TNNLS、IEEE TCYB、IEEE TII、MSSP、REES、机械工程学报等高水平期刊发表论文 70余篇，含ESI高被引论文10篇，Google学术累积被引4800余次，H-index: 28，受理/授权发明专利20余件，连续入选2023/2024 斯坦福大学全球前2%顶尖科学家年度榜单；担任广东省机械工程学会设备与维修工程分会副秘书长、广州市机电工程学会设备与维修工程分会副秘书长、中国振动工程学会故障诊断分会青年工作组成员、广东省机械工程学会制造业信息化分会理事；担任仪器测量领域顶刊《IEEE Transactions on Instrumentation and Measurement》副编辑(Associate Editor)、《Chinese Journal of  Mechanical Engineering》(机械工程学报英文版)、《Instrumentation》(仪器仪表学报英文版)、《工程科学与技术》、《机械科学与技术》、《机电工程技术》等8个期刊(首届)青年编委、《Journal of  Dynamics，Monitoring and Diagnostics》青年编委会副主任，《Measurement Science and Technology》、《Nondestructive Testing and Evaluation》、《Computers, Materials Continua》等10余个国内外期刊的客座主编/编辑、ICSMD 2022/2023、IEEE PHM-Beijing 2024、ICEIOM 2023等国际会议的分会主席等，国际会议SIGNAL 2022-2024的技术委员会成员等；荣获2024年中国振动工程学会科学技术一等奖、英国皇家物理学会 "Emerging Leader Award（青年领军人奖）"、中国汽车工程学会优秀博士学位论文提名奖、多次国内外期刊/会议最佳论文、优秀论文、优秀青年编委、杰出审稿人等荣誉。

科研项目

1. 国家自然科学基金面上项目, 贫信息下机理知识辅助的核电循环水泵可解释智能故障诊断方法研究, 执行期限: 2025.01-2028.12. (项目负责人)

2. 国家自然科学基金青年科学基金项目, 非完备数据下基于图神经网络的直升机传动系统智能故障诊断方法研究, 执行期限: 2023.01-2025.12. (项目负责人)

3. 广州市科学技术协会青年科技人才托举工程项目，新一代人工智能驱动的高端装备智能运维关键技术研究, 执行期限：2024.4-2026.3. (项目负责人)

4. 广东省海上风电联合基金-面上项目，海上风电机组双弹性支撑传动系统贫信息下的故障特征增强与可信诊断方法研究, 执行期限：2023.11-2026.10. (项目负责人)

5. 广州市基础与应用基础研究专题(“续航”项目), 机理与数据联合驱动的动力传动系统智能故障诊断与健康评估研究, 执行期限: 2025.01-2026.12. (项目负责人)

6. 博士后国际交流计划派出项目, 数字孪生驱动的复合齿轮系统智能诊断与预示方法, 执行期限: 2021.06-2023.09. (项目负责人)

7. 广东省基础与应用基础研究基金, 基于关联知识图迁移网络的直升机传动系统智能诊断方法研究, 执行期限: 2021.10-2024.09. (项目负责人)

8. 广州市基础研究计划基础与应用基础研究基金, 面向直升机传动系统的深度迁移强化学习健康监测方法研究, 执行期限: 2022.04-2024.03. (项目负责人)

9. 北京信息科技大学机电系统测控北京市重点实验室开放课题，数字孪生驱动的风电齿轮箱智能故障诊断方法研究, KF20212223204，执行期限：2021.09-2022.12. (项目负责人)

10. 企业合作项目，基于数字孪生的智能网联系统测试技术开发，执行时间：2023.12-2025.12. (项目负责人)

参与项目

1. 国家自然科学基金区域创新发展联合基金重点项目, 核电泵群运行安全与智能运维基础理论和方法研究,  U23A20620， 2024.01-2027.12, 任务二负责人/核心骨干

2. 国家重点研发计划项目, 大数据挖掘与知识发现的重大装备服役性能智能预测方法, 2018YFB1702400, 执行期限: 2019.01-2022.12, 核心骨干

3. 广东省重点领域研发计划, 工业过程大数据边云协同智能处理软件平台研究及应用, 2021B0101200004, 执行期限: 2020.10-2023.10, 核心骨干

4. 国家自然科学基金面上项目, 基于深度迁移学习的机械系统智能诊断方法研究, 51875208,执行期限: 2019.01-2022.12, 核心骨干

5. 企业合作项目,工业级多模智能感知系统关键技术与边云协同, 来源:工业富联股份有限公司(富士康)，项目编号:2019B010154002，执行期限:2020.01-2022.12, 核心骨干

代表性论文与专著

[1] Lin, H., Huang, X., Chen, Z*(通讯作者)., He, G., Xi, C., & Li, W. (2024). Matching Pursuit Network: An Interpretable Sparse Time–Frequency Representation Method Toward Mechanical Fault Diagnosis. IEEE Transactions on Neural Networks and Learning Systems. (IF=10.20，JCR 一区)

[2] Chen, Z., Liao, Y., Li, J., Huang, R., Xu, L., Jin, G*., & Li, W*. (2023). A multi-source weighted deep transfer network for open-set fault diagnosis of rotary machinery. IEEE Transactions on Cybernetics, 53(3), 1982-1993. (IF=11.80, JCR 一区); ESI高被引论文

[3] Chen, Z., Xia, J., Li, J., Chen, J., Huang, R., Jin, G., & Li, W. (2023). Generalized open-set domain adaptation in mechanical fault diagnosis using multiple metric weighting learning network. Advanced Engineering Informatics, 57, 102033. (IF=8.8，JCR 一区); ESI高被引论文

[4] Ma, S., Leng, J., Chen, Z*(共同通讯作者)., Li, B., Li, X., Zhang, D., ... & Liu, Q*. (2024). A novel weakly supervised adversarial network for thermal error modeling of electric spindles with scarce samples. Expert Systems with Applications, 238, 122065. (IF=8.5, JCR 一区)

[5] Ma, S., Leng, J., Zheng, P., Chen, Z*(共同通讯作者)., Li, B., Li, W., ... Liu, Q*, & Chen, X. (2024). A digital twin-assisted deep transfer learning method towards intelligent thermal error modeling of electric spindles. Journal of Intelligent Manufacturing, 1-30. (IF=8.3, JCR 一区)

[6] Qin, W., Pan, J., Ge, P., Liu, F., & Chen, Z*(通讯作者). (2024). Dynamic characteristics modeling and optimization for hydraulic engine mounts based on deep neural network coupled with genetic algorithm. Engineering Applications of Artificial Intelligence, 130, 107683. (IF = 8.0，JCR 一区)

[7] Chen, Z., Gryllias, K., & Li, W*. (2020). Intelligent fault diagnosis for rotary machinery using transferable convolutional neural network. IEEE Transactions on Industrial Informatics, 16(1), 339-349. (IF=12.30, JCR 一区); ESI高被引论文

[8] Chen, Z., Mauricio, A., Li, W., & Gryllias, K. (2020). A deep learning method for bearing fault diagnosis based on cyclic spectral coherence and convolutional neural networks. Mechanical Systems and Signal Processing, 140, 106683.  (IF=8.40, JCR 一区); ESI高被引论文

[9] Chen, Z., He, G., Li, J., Liao, Y., Gryllias, K., & Li, W. (2020). Domain adversarial transfer network for cross-domain fault diagnosis of rotary machinery. IEEE Transactions on Instrumentation and Measurement, 69(11), 8702-8712. (IF=5.60, JCR 一区); ESI高被引论文

[10] Chen, Z., Gryllias, K., & Li, W. (2019). Mechanical fault diagnosis using convolutional neural networks and extreme learning machine. Mechanical systems and signal processing, 133, 106272. (IF=8.40, JCR 一区); ESI高被引论文

代表性发明专利

1. 陈祝云, 李巍华, 杨万胜, 夏景演, 王汝艮. 一种基于深度对抗迁移网络的广义开放集故障诊断方法. 发明专利, 授权号: ZL 202111470692.2

2. 陈祝云, 李巍华, 夏景演, 何琛, 王汝艮, 杨万胜. 一种基于多源信息深度融合的旋转机械故障自动识别方法. 发明专利, 授权号: ZL 202111470717.9

3. 陈祝云, 李巍华, 王汝艮, 夏景演, 何琛. 基于深度对抗卷积神经网络的旋转机械新故障诊断方法. 发明专利, 授权号: ZL202111470695.6

4. 李巍华, 陈祝云. 基于多传感器数据融合迁移网络的机械故障诊断方法. 发明专利, 授权号: ZL 202010928119.0

5. 李巍华, 陈祝云. 基于迁移卷积神经网络的机械故障诊断方法、设备及介质. 发明专利, 授权号: ZL 201910142412.1

6. 刘强, 马帅, 陈祝云, 严都喜, 冷杰武, 张定, 赵荣丽, 一种基于迁移成分回归的生产线与装备的预测方法，发明专利, 授权号: ZL202211513604.7

7. 刘强, 马帅, 陈祝云, 冷杰武, 张定, 严都喜, 赵荣丽，基于联合分布自适应的机床热误差预测方法与系统，发明专利, 授权号: ZL 202310189184.X

8. 刘强, 马帅，陈祝云, 冷杰武, 张定, 赵荣丽, 一种高速电主轴小样本热误差建模的弱监督域对抗网络，发明专利, 授权号: ZL202311087693.8

9. 李巍华, 王汝艮, 陈祝云. 一种基于双向注意力生成对抗网络的故障诊断方法及应用. 发明专利, 授权号: ZL 202210620387.5

10. 李巍华, 梁靖康, 陈祝云, 廖奕校, 陈浚彬. 一种旋转机械故障诊断方法、系统、装置及存储介质. 发明专利, 授权号: ZL 202210620387.5

学生招聘

常年招聘机械工程/自动化//计算机/材料科学等专业学生。

代表性学生：

2022级马帅博士-机电工程学院(与刘强院长联合培养)

•           3 年以一作发表一区/TOP SCI顶刊论文7篇；中文领军期刊《机械工程学报》1篇

•           2024年博士研究生国家奖学金学院评选排名第一

•           2024年广东工业大学研究生“十大攀撑学子”位列第一

•           2024年广东工业大学“研究生拔尖创新人才培育计划”期满考核通过

•           2024年全省教育大会广东工业大学硕博士唯一代表

联系方式

办公地点：广东工业大学大学城工学2号馆309室

通讯地址：广州市番禺区广州大学城外环西路100号

邮政编码：510006

Email：mezychen@gdut.edu.cn