王远航
教授
研究方向: 高端装备可靠性与智能运维
教育及工作经历:
2008年毕业于四川大学,机械设计制造及其自动化专业,获得学士学位;
2008年毕业于四川大学,计算机技术及应用专业,获得第二学士学位;
2014年毕业于华中科技大学,机械工程专业,获得博士学位;
2014年就职于工信部电子五所(中国赛宝实验室),可靠性与环境工程中心,从事科研岗位,历任工程师、高级工程师、正高级工程师;
2024年就职于深圳技术大学,中德智能制造学院,工程实践型教授;
研究成果及荣誉:
研究成果
主要承担项目
1.工信部高质量发展专项,2024年面向生产制造环节的生成决策工业大模型项目,在研;
2.深圳市自然科学基金,面上项目,数模联动的工业重载机器人预测性维护及验证方法,在研;
3.国家自然科学基金,青年项目,智能制造环境下的预防性维修关键技术研究,结题;
4.工信部高质量发展专项,建设基础机械及关键零部件试验检测平台,结题;
5.广东省重点领域研发计划,工业机器人远程运维与诊断系统,结题;
6.工信部智能制造标准化,智能装备故障诊断和预测性维护共性技术标准与试验验证,结题;
7.ZF技术基础,基于性能的机械液压产品故障发现、控制一体化建模及仿真,结题
8.广东省科技计划,旋翼无人机动力传动系统状态监测与健康管理技术研究与系统开发,结题。
论文发表
1.Wang Y, Deng C, Wu J, et al. Failure time prediction for mechanical device based on the degradation sequence. Journal of Intelligent Manufacturing, 2015, 26: 1181-1199.
2.Wang Y, Deng C, Wu J, et al. A corrective maintenance scheme for engineering equipment. Engineering Failure Analysis, 2014, 36: 269-283.
3.Wang Y, et al. Memory-enhanced hybrid deep learning networks for remaining useful life prognostics of mechanical equipment. Measurement 2022, 187: 110354
4.Duan, C,..& Wang, Y.# Remaining useful life prediction based on a PCA and similarity methods. Measurement Science and Technology, 2023, 35(3), 035020.
5.Chao, Q.,.. & Wang, Y.# Cavitation recognition of axial piston pumps in noisy environment based on Grad‐CAM visualization technique. CAAI Transactions on Intelligence Technology, 2023, 8(1), 206-218.
6.Chao, Q.,.. & Wang, Y.# . Unsupervised learning to detect wear faults in axial piston pumps by the similarity of periodic discharge pressure ripples. Proceedings of the Institution of Mechanical Engineers, Part C: Journal of Mechanical Engineering Science, 2024,238(18), 9278-9292.
7.Wang, Z.,.. & Wang, Y.# Structural topic modeling-based systematic review for service robots’ fault diagnosis: content, popularity and regional differences. Measurement Science and Technology, 2024,35(5), 052003.
8.Jiang, W.,.. & Wang, Y.#, & Wu, J. Compound Fault Diagnosis of Wind Turbine Gearbox via Modified Signal Quality Coefficient and Versatile Residual Shrinkage Network. Sensors, 2025,25(3), 913.
9.Dong, Ch.,..& Wang, Y.# Multiscale pyramidal convolutional attention network for intelligent fault diagnosis of gearboxes. Journal of Mechanical Science and Technology,2025, 39(4). DOI 10.1007/s12206-025-04 -y
标准制定
1.第一起草人编制GB/T 42983.4-2023《工业机器人 运行维护 第4部分:预测性维护》
2.第一起草人编制T/CIE 122-2021《工业机器人故障诊断与预测性维护》系列团体标准
3.第一起草人编制T/GITIF 006-2022《基于信息物理系统(CPS)的产线设备健康管理》
授权专利
1.ZL202310056292.X 一种复杂系统的预测维修决策数字化方法和装置
2.ZL202310035776.6 一种智能制造产线的多级维修决策建模方法和装置
3.ZL202111218250.9 一种智能制造装备的预测性维护系统和方法
4.ZL202010129112.2 工业机器人故障检测方法、装置、计算机设备及存储介质
5.ZL202010123096.6 母线电容老化测试方法、装置、计算机设备及存储介质
6.ZL201711342763.4 伺服系统可靠性试验评价的方法和系统
7.ZL201711349951.X 无人机实时安全预警装置
8.ZL201711269578.7 电机故障辨识方法与系统
9.ZL201621226909.X 伺服电机可靠性测试系统
获奖情况
1.广东省电子学会科学技术青年科技创新奖(1/1)
2.高端智能装备关键可靠性实验技术研究及应用推广,2021年中国检验检测学会科学技术奖,特等奖(3/20)
3.数控系统可靠性保证与验证技术研发与应用,2018年广东省机械工业科学技术奖、一等奖(3/15)
社会兼职
1.全国自动化系统与集成标准化技术委员会TC159委员
2.全国宇航技术及其应用标准化技术委员会航天总装测试与试验分技术委员会TC425/SC4副秘书长/委员
3.全国设备结构健康监测标准化工作组SAC/SWG22委员
4.中国系统工程学会系统可靠性工程专业委员会委员
5.中国/美国质量协会注册可靠性工程师
电子邮箱:wangyuanhang@sztu.edu.cn