学院概况
古莹奎

姓名

古莹奎

出生年月

1976.3


性别

最高学位

工学博士


职称

教授

学科专业

机械工程


电话

0797-8312058

Email

guyingkui@163.com


可招收研究生专业及代码

博士生:冶金工程(学博与专博)

硕士生机械工程工程管理MBA

个人信息

教育经历

1、2002.03-2005.05,大连理工大学,机械设计及理论,博士

2、1999.09-2001.12,江西理工大学,机械设计及理论,硕士

3、1994.09-1998.06,江西理工大学,冶金机械,学士

工作经历

1、2009.10-现在,江西理工大学,机电工程学院,教授

2、2011.07-2012.07,University of Alberta,可靠性实验室,访问学者

3、2006.07-2009.07,电子科技大学,仪器科学与技术,博士后

4、2008.02-2008.07,清华大学,精密仪器与机械学系,访问学者

5、2005.05-2009.09,江西理工大学,机电工程学院,副教授

学术简介

个人简介

古莹奎,工学博士,教授,博士生导师,主要从事可靠性与故障诊断方向的研究,主持完成国家自然科学基金4省部级及企业委托项目20余项,参与完成国家重点研发计划专项1项。发表论文70余篇,授权发明专利5余项,登记软件著作权8项,出版专著3部,获江西省科技进步二等奖1项省教学成果一等奖1项、二等奖3项。

研究方向

1、装备智能故障诊断理论与方法

2、装备剩余寿命预测理论与方法

3、复杂机械系统可靠性分析方法

主讲课程

研究生

《冶金装备智能故障诊断》《现代设计方法》《科研方法论》

本科生

《机械优化设计》《机械可靠性设计》《机械故障诊断方法》

代表性科研项目

1、国家自然科学基金“多模态物理信息融合约束引导深度学习的滚动轴承故障诊断方法研究”(主持)(No62563014),32万元

2、国家自然科学基金“多状态退化系统状态自动离散及其剩余寿命预测方法研究”(主持)(No:61963018),38万元

3、国家自然科学基金“多状态系统性能退化与状态迁移映射机制及其可靠性测度研究”(主持)(No:61463021),46万元

4、国家自然科学基金“多状态系统模糊状态分配及其可靠性概率风险评价方法研究”(主持)(No61164009),52万元

5、江西省自然科学基金重点项目“变工况下齿轮箱局部故障最优特征提取及智能可视化诊断方法研究”(主持)(No:20212ACB202004),20万元

6、企业委托项目“龙门加工中心故障诊断与状态监测关键技术及应用系统开发”(主持)(No:2025360705091309),102万元

7、企业委托项目“阴极不锈钢板面在线检测关键技术开发”(主持),(No:2024360702036614),30万元

8、企业委托项目“高压辊磨机关键部件智能监测及其安全性能评估关键技术开发”(主持)(No:2024360702040272),24万元

9、企业委托项目“用于智能鞋服的跨源点云配准关键技术开发”(主持),(No:2024360702040579),30万元

10、江西省自然科学基金“状态监测下的多状态系统多参数退化过程建模及其剩余寿命预测”(主持)(No:20181BAB202020),6万元

论文、著作及知识产权

以第一或通讯作者在MSSP、ESWA、IoT、IEEE TR、RESS、Measurement、NTE等期刊发表论文70多篇,其中高被引和热点论文9篇,出版学术专著3部,主编大型会议论文集4部。

发表论文

1、Keshun You, Yingkui Gu, Haidong Shao, Yajun Wang. A liquid-impulse neural network model based on heterogeneous fusion of multimodal information for interpretable rotating machinery fault diagnosis. Mechanical Systems and Signal Processing, 2026, 246, 113923(ESI高被引

2、Keshun You, Chenlu Liu, Yanghui Lin, Guangqi Qiu, Yingkui Gu. DTMPI-DIVR: A digital twins for multi-margin physical information via dynamic interaction of virtual and real sound-vibration signals for bearing fault diagnosis without real fault samples. Expert Systems with Application, 2025, 292: 128592(ESI高被引及热点

3、You Keshun, Wang Puzhou, Gu Yingkui. Towards efficient and interpretative rolling bearing fault diagnosis via quadratic neural network with Bi-LSTM. IEEE Internet of Things Journal, 2024, 11(13):23002-23019ESI高被引

4、You Keshun, Wang Puzhou Huang Peng, Gu Yingkui. A sound-vibrational physical-information fusion constraint-guided deep learning method for rolling bearing fault diagnosis. Reliability Engineering & System Safety, 2025, 253: 110556ESI高被引及热点

5、You Keshun, Lian Zengwei, Gu Yingkui. A performance-interpretable intelligent fusion of sound and vibration signals for bearing fault diagnosis via dynamic CAME. Nonlinear Dynamics, DOI: 10.1007/s11071-024-10157-1ESI高被引

6、You Keshun, Qiu Guangqi, Gu Yingkui. A 3D attention-enhanced hybrid neural network for turbofan engine remaining life prediction using CNN and BiLSTM models. IEEE Sensors Journal, 2024, 24(14): 21893-21905ESI高被引

7、You Keshun, Qiu Guangqi, Gu Yingkui. Optimizing prior distribution parameters for probabilistic prediction of remaining useful life using deep learning. Reliability Engineering & System Safety, 2024, 242: 109793ESI高被引

8、You Keshun, Qiu Guangqi, Gu Yingkui. Remaining useful life prediction of lithium-ion batteries using EM-PF-SSA-SVR with Gamma stochastic process. Measurement Science and Technology, 2024 35(1): 015015ESI高被引

9、Yingkui Gu, Ronghua Chen, Peng Huang, Junjie Chen, Guangqi Qiu. A Lightweight bearing compound fault diagnosis method with gram angle field and Ghost-ResNet model. IEEE Transactions on Reliability, 2024, 73(4): 1768-1781

10、Yingkui Gu, Chaojun Fan, Lingqiang Liang, Jun Zhang. Reliability calculation method for mechanical system with dependent failure based on Copula function. Annals of Operations Research, 2022, 311: 99-116ESI高被引

专利

1、一种基于随机退化过程的锂离子电池RUL预测方法. ZL 2024 1 0102031.1

2、一种基于健康指标构建的轴承寿命预测方法及系统. ZL 2022 1 1675864.4

3、一种基于CEEMDAN去噪的行星齿轮故障诊断方法及系统. CN202211547566.7

代表性成果及荣誉

科技奖励

1、江西省高等学校科技成果奖“面向全寿命周期的柴油机可靠性创新关键技术与实验研究”(1/5)

2、江西省科技进步二等奖“车用空气弹簧总成关键技术及产业化”(5/10)

教学奖励

1、江西省级教学成果二等奖“地方高校“四位一体 分层递进”的创新创业教育体系探索与实践”(1/5)

2、江西省级教学成果一等奖“地方高校创新创业教育模式构建与路径选择”(2/5)

3、江西省普通高等学校优秀教材二等奖“矿山工程机械”(2/2)

荣誉

1、江西省新世纪百千万人才

2、江西省青年科学家培养对象

3、江苏省“双创计划”科技副总类资助对象

4、江西省科技特派团富民强县工程科技特派员

5、江西省高校中青年骨干教师

6、江西省优秀硕士学位论文指导教师

社会、学会及学术兼职

学术兼职

1、中国系统工程学会可靠性分会常务理事

2、中国运筹学学会可靠性分会常务理事

3、中国现场统计学会可靠性分会常务理事

4、中国机械工程学会可靠性工程分会常务理事

5、中国机械工程学会设备智能运维分会委员

6、中国安全科学学报第一届青年编委

7、国家科技奖、国家自然科学基金、中国科学院/浙江/湖南/安徽/陕西等省科技评审专家

8、霍英东教育基金会高等院校青年科学奖及教育教学奖评审专家

9、中国国际“互联网+”大学生创新创业大赛国赛专家

10、全国普通高等学校教育部本科教育教学评估专家

审稿专家

MSSP、ESWA、EAAI、IoT、TR、TII、TIM、RESS、Measurement、NTE、MST等。

指导学生情况

在读硕、博士人数

博士生3人、硕士生17

已毕业硕博士人数

已毕业博士2人,硕士75

指导研究生获国家奖学金、江西省奖学金、张文海院士奖学金、江西省研究生十佳博士“学术之星”、江西省优秀硕士学位论文、校“十佳大学生”、“泰豪之星”、三好硕士研究生标兵、三好硕士研究生、优秀硕士毕业生、优秀硕士学位论文、五好博士研究生标兵等称号。获中国冶金教育学会研究生学术论坛一等及二等奖、江西省研究生数学建模特等及一等奖、中国“互联网+”大学生创新创业大赛国赛铜奖等。


学院地址:江西省赣州市客家大道1958号 厚德楼

邮件地址:jd.jxust.edu.cn

联系方式:0797-8312137

邮编地址:  341000

Copyright © 2022 江西理工大学机电工程学院 赣ICP备05002434号  版权所有

分享到