点点taptap(中国区)官方网站-Officially Authorized

职 务

无

职 称

校聘副教授

学历/学位

博士研究生

导师类别

硕士生导师

电子邮箱

zy1996w@163.com

出生年月

1996年11月

研究方向

研究方向：

(1) AI驱动的机电装备智能运维及状态评估

(2) 机电装备信号处理及微弱特征挖掘

(3) 装备智能运维系统开发集成

研究对象：

机器人、机床、电机、高端农业装备关键部件等

教育经历

和

工作经历

2025年6月毕业于昆明理工大学taptap点点体育官方网站，获工学博士学位(硕博连读)，同年9月经高层次人才引进入职云南农业大学taptap点点体育官方网站。

教学情况

和

科研情况

教学方面：主要承担深度学习、嵌入式系统开发、理论力学、材料力学等本科/研究生课程。

科研情况：本人长期从事机械装备智能诊断理论以及设备在线监测系统的研发等方面的工作。主要研究方向为数据不完备场景下的高端装备智能诊断方法、人工智能模型可解释性、旋转机械信号处理方法及新型故障特征表征等。以第一主持人主持省级自然科学基金2项，人才专项基金1项；参与国家重点研发计划、国家自然基金、省重大科技专项等项目累计10项；作为科研骨干完成企业委托项目累计7项。发表高端装备智能运维相关论文20余篇，单篇最高影响因子12.3，累计影响因子超过50。其中一作SCI、EI源刊论文13篇，相关论文获机械电子青年论文三等奖等，授权国家发明专利3项；担任IEEE TII、TNNLS、TIM、RESS、MST、EAAI、Nano Materials Scienced等15余家国内外知名期刊的审稿人，获IEEE TIM Outstanding Reviewerd、IOP Trusted Reviewer Status。

招生情况：欢迎科研态度积极端正、数学基础良好、具有编程经验或对工业人工智能感兴趣的研究生报考，也欢迎本校本科生加入课题组共同努力。

代表性成果（限填10项）

科研项目(部分)：

[1] 云南省教育厅青年人才专项“不完备数据场景下机理知识引导的机床关键部件跨域诊断研究”，2026.03-2028.02，主持，在研.

[2] 昆明理工大学拔尖创新人才项目“仿真-样本双驱动的旋转机械无源域自适应迁移诊断方法”，主持，2024.01-2026.12，主持，在研.

代表性论文(SCI期刊/中文EI期刊)：

[1] Z. Y. Wang, T. Liu, X. Wu et al., “Application of an oversampling method based on GMM and boundary optimization in imbalance-bearing fault diagnosis,”[J]. IEEE Transactions on Industrial Informatics. (一作, SCI 中科院TOP期刊)

[2] Z. Y. Wang, T. Liu, X. Wu., “Mutual information embedded SSD and its application to bearing fault diagnosis in machining centers”[J]. Reliability Engineering & System Safety. (一作兼通讯，SCI 中科院TOP期刊)

[3] Z. Y. Wang, T. Liu, X. Wu et al., “MMEVAE: A time-varying rolling bearing data enhancement method based on a Multimodal Mechanism Enhanced Variational Autoencoder and self-attention module,[J]. IEEE Transactions on Instrumentation and Measurement. (一作, SCI 中科院TOP期刊)

[4] Z. Y. Wang, C. Zhou, X. Wu et al., “Application of Mutual Information Maximization Convolutional Neural Network in Bearing Feature Extraction,”[J]. IEEE Sensors Journal. (一作, SCI 中科院TOP期刊)

[5] Z. Y. Wang, T. Liu, X. Wu et al., “A fault diagnosis method based on NTFES-FCCT for variable working condition bearing signals,”[J]. IEEE Sensors Journal. (一作, SCI 中科院TOP期刊)

[6] Z. Y. Wang, T. Liu, X. Wu et al., “A diagnosis method for imbalanced bearing data based on improved SMOTE model combined with CNN-AM,”[J]. Journal of Computational Design and Engineering. (一作, SCI 中科院二区期刊)

[7] 王振亚, 刘韬*, 伍星. 互信息规范的卷积神经网络及其在轴承故障诊断中的应用[J]. 机械工程学报. (一作, EI源刊, 机械领域卓越期刊)

[8] 王振亚, 伍星*, 刘韬, 缪护. 奇异谱分解联合互信息的主轴轴承故障特征提取研究[J]. 振动与冲击. (一作, EI源刊)

注：以上均为一作/通讯的部分论文，更多论文情况请查看本人ORCID或ResearchGate.