近日，可靠性领域著名国际期刊Reliability Engineering and System Safety刊登了我所2018级研究生王旭发表的题为“Multi-scale Deep Intra-class Transfer Learning for Bearing Fault Diagnosis”的论文。王旭为论文第一作者，轨道交通学院沈长青副教授为通讯作者，18新利体育 为第一单位。

    针对传统深度学习模型无法满足旋转机械变工况下故障诊断需求，论文创造性地构造了多尺度高层次特征提取器，并在目标函数保真项的基础上融合了源域跟目标域之间的条件分布距离，减轻了域漂移对模型通用性跟泛化性的负面影响，更合符工业应用的实际场景，能进一步保障机械系统的安全性和稳定性。

    近年来，沈长青副教授致力于设备状态信息的智能处理，积极指导研究生展开科研工作，紧跟国内外科研发展动态，已在Mechanical Systems and Signal Processing、Reliability Engineering and System Safety、Journal of Sound and Vibration、机械工程学报等著名期刊发表多篇论文，论文总被引超过1200次，现有ESI高被引论文4篇。

    该项研究受到国家自然科学基金项目、江苏省“六大人才高峰”高层次人才项目资助。

相关链接：

    Reliability Engineering and System Safety是可靠性领域的国际著名期刊，为中科院大类二区TOP期刊。