副教授

蒋飞

发布单位: 更新时间:2025/05/19 10:29:02 访问量:

姓名: 蒋飞

邮箱: jiangfei@dgut.edu.cn

蒋飞,2017年本科毕业于武汉理工大学车辆工程专业,2022年博士毕业于华南理工大学机械工程专业,现就职于东莞理工学院机械工程学院准聘副教授,工业大数据研究所(张绍辉教授团队),东莞市三类特色人才、广东省机械工程学会会员、中国振动工程学会会员。围绕基于深度学习的智能诊断(工业机器人等高端旋转机械为对象)、机器视觉缺陷检测(各类金属、非金属以及半导体晶圆零部件为对象)、三维形貌测量(以相位偏折法等为核心)等领域进行了深入研究;主持国家自然科学基金青年项目1项,广东省区域联合基金-青年基金项目1项,参与国家重点研发计划、国家自然科学基金、广东省自然科学基金等课题研究。申请人共发表论文20余篇,其中以第一/通讯作者在本领域高水平期刊发表SCI论文10余篇;授权和申请发明专利10余件。

希望你具备勤奋投入、善于思考、乐于奉献、团队合作等精神,团队经费充足,既有纵向科研项目还有横向企业项目,可以通过科研项目丰富你的理论基础知识还可以利用企业项目锻炼你的实战能力!

教育背景

  • 09. 2017 - 12. 2022, 华南理工大学, 机械工程,博士

  • 09. 2013 - 06. 2017, 武汉理工大学, 车辆工程,本科

工作经历

  • 01. 2023 - 06. 2024, 机械工程学院, 东莞理工学院, 准聘讲师

  • 07. 2024 -至今, 机械工程学院, 东莞理工学院, 准聘副教授

研究领域

  • 围绕工业机器人开展基于深度学习智能诊断机器视觉缺陷检测动力学建模分析动态信号处理等研究。

学术科研成就

  • 获得2023&2024年IEEE TIM Outstanding Reviewer / 2023年IOP Trusted Reviewer.

  • 2024-3中国振动工程学会青年学者论坛优秀报告

  • 2024年11月第六届国际结构健康监测和完整性管理会议优秀汇报

  • 2025-1中国振动工程学会青年学者论坛特邀报告

  • 任Measurement Science and Technology期刊特刊客座编辑 “Advancements in Pattern Recognition and Machine Learning for Predictive Maintenance in Industry Applications”

  • 任Frontier in Mechanical Engineering期刊特刊客座编辑 “Innovations in Intelligent Systems for Automation, Manufacturing, and Maintenance”

  • 国内外本领域高水平期刊审稿人IEEE TIM / MSSP / MST / Sensors / RESS / IEEE TII, et al.

  • 获2021年博士研究生国家奖学金、2021年华南理工大学校长奖学金、2021年国家CSC公派留学项目资助资格

教学比赛成绩

  • 协助指导2022级研究生3人次获研究生国家奖学金 --- 林伟圻/朱勇/姚泳杰

  • 机械工程学院教学质量评估获优秀等级

  • 带领学生参加2023年国家自然科学基金委员会信息科学部举办的首届工业互联网创新大赛进入决赛,并荣获“面向生产设备多源数据融合的预测性维护和故障智能诊断”方向优秀奖 --- 唯一指导教师

  • 带领学生获得全球校园人工智能算法精英大赛省级优秀奖 --- 唯一指导教师

  • 带领学生获第六届工业工程创新大赛本科组优秀奖 --- 第二指导教师

主持科研/教学项目

  • 主持国家自然科学基金青年基金:XXX,国家自然科学基金,项目编号:52405097,2025.01-2027.12,经费:30万.

  • 主持广东省区域联合基金-青年基金:XXX,广东省自然科学基金,项目编号:2023A1515110127,2023.11-2026.10,经费:10万.

  • 东莞理工学院人才启动经费,30万

  • 指导教师省级大学生创新训练项目:XXX,项目编号:S202411819092,2024.05-2026.03,经费:1万

  • 主持省级高等教育教学研究和改革项目:XXX,2025.01-2026.12,经费:2万

主讲课程

  • 本科生:《机械原理》、《物联网技术与应用》、《制造系统状态监测与故障诊断技术》.

  • 研究生:《智能运维与健康管理》

发表论文(仅列举近些年部分代表作)

1. Jiang F, Ding K, He G, et al. Sparse dictionary design based on edited cepstrum and its application in rolling bearing fault diagnosis. Journal of Sound and Vibration, 2021, 490: 115704.

2. Jiang F, Ding K, He G, et al. Vibration fault features of planetary gear train with cracks under time-varying flexible transfer functions. Mechanism and Machine Theory, 2021, 158: 104237.

3. Jiang F, Ding K, He G, et al. Dual-attention-based multiscale convolutional neural network with stage division for remaining useful life prediction of rolling bearings. IEEE Transactions on Instrumentation and Measurement, 2022, 71: 1-10.

4. Jiang F, Lin W, Zhang S, et al. Enhanced domain transfer deep fuzzy echo state network for rotating machinery fault diagnosis based on current signal. Applied Soft Computing, 2024, 165: 112033.

5. Jiang F, Ye W, Lu P, et al. CNCR-YOLO: A comprehensive optimization strategy for small target defect detection in injection molded parts. IEEE Sensors Journal, 2024.

6. Jiang F, Lin W, Wu Z, et al. Fault diagnosis of gearbox driven by vibration response mechanism and enhanced unsupervised domain adaptation. Advanced Engineering Informatics, 2024, 61: 102460.

7. Jiang F, Liang Q, Wu Z, et al. A zero-cost unsupervised transfer method based on non-vibration signals fusion for ball screw fault diagnosis. Knowledge-Based Systems, 2024, 288: 111475.

8. Jiang F, Zhu Y, Liang J, et al. Vibration modulation features analysis of fixed-shaft gear train considering speed fluctuation and flexible transmission path based on signal convolution model. Mechanical Systems and Signal Processing, 2024, 211: 111250.

9. Jiang F, Huang Q, Zhang S, et al. An enhancement generative adversarial networks based on feature moving for solar panel defect identification. IEEE Sensors Journal, 2023.

10. Jiang F, Ding K, Zhang S, et al. Vibration response mechanism of fixed-shaft gear train with cracks based on rigid-flexible coupling dynamics and signal convolution model. Mechanical Systems and Signal Processing, 2023, 198: 110417.

11. Jiang F, Yu F, Du C, et al. A novel dual attention convolutional neural network based on multisensory frequency features for unmanned aerial vehicle rotor fault diagnosis. IEEE Access, 2023.