近日，电气工程与信息工程学院工业过程先进控制与复杂工业设备故障检测科研团队2023级博士贾文超为第一作者、导师安爱民教授为通讯作者的论文《An Efficient Transfer Fault Diagnosis Method Integrating Feature Redundancy Selection and Multi-Strategy Parameter Optimization》在国际著名期刊《Expert Systems With Applications》(中科院一区Top期刊，IF=7.5)发表。
研究团队基于深度神经网络在非线性系统故障诊断中面临特征冗余与计算能效不足的挑战，提出了一种结合参数优化与冗余特征筛选的全新诊断方法，创新性地构建了自适应参数调节的多尺度特征优化迁移诊断框架。该方法融入三项核心技术：时频融合增强技术打破传统信号分析局限、动态平衡优化智能参数调谐算法提升模型精度并降低能耗、轻量化动态特征筛选架构结合全局建模能力，实现诊断精度与工程实用性的双重提升，开创了新能源设备健康管理的新范式。
电气工程与信息工程学院立足学校第四次党代会战略目标，紧密对接西部地区经济发展与资源优势，持续推动学科建设与科技创新。学院的控制科学与工程学科成功入选甘肃省一流学科建设计划及甘肃省高等学校“双一流”特色建设工程，工程学科跻身ESI全球前1%，为区域经济社会发展和产业升级提供了有力支撑。（图/文：安爱民；审核：杨雅琼）
甘公网安备 62010002000207号