联系方式
通讯地址：福建省福州市福州大学城乌龙江北大道2号福州大学机械学院南308 邮编:350108
电子邮箱：cyhfzu@fzu.edu.cn
主要个人简介
常元洪，男，工学博士，硕士生导师，福建省高层次C类人才，福建省太赫兹功能器件与智能传感重点实验室精密仪器与智能测控研究团队成员。现任福州大学机械工程及自动化学院校聘副研究员。长期从事智能故障诊断、重大装备运行监测及故障预示、运载装备运行可靠性与安全维护、基于深度学习的大数据分析与挖掘等领域的研究。在MSSP、RESS、IEEE IoTJ等国内外高水平期刊上发表论文20余篇，获授权专利1项。主持或参与国家自然科学基金项目、国家重点研发计划项目等项目9项。担任世界交通运输大会安全与应急学部青年技术委员，《Symmetry》期刊“Intelligent Fault Diagnosis for Rotating Machinery: Leveraging Symmetry”特刊客座编辑及十余个国际高水平期刊特邀审稿人。
教育工作经历
2024/12-至今，福州大学，机械工程及自动化学院，校聘副研究员
2024/11-2024/12，福州大学，机械工程及自动化学院，讲师
2021/09-2024/06，西安交通大学，机械工程学院，机械工程，博士
2023/01-2024/01，新加坡南洋理工大学，电子电气工程学院，联合培养博士
2018/09-2021/06，西安交通大学，机械工程学院，机械工程，硕士
2014/09-2018/06，长安大学，工程机械学院，机械设计制造及其自动化，学士（保研）
研究领域（研究课题）
1）智能故障诊断
2）重大装备运行监测及故障预示
3）运载装备运行可靠性与安全维护
4）基于深度学习的大数据分析与挖掘
主要科研项目
1） 国家自然科学基金青年C类项目：“长尾分布下图知识驱动转向架关键旋转部件故障检测与识别方法研究”，在研，主持
2） 福建省创新青年科学基金项目：“长尾分布下图数据驱动船载天线关键传动部件故障检测与诊断方法研究”，在研，主持
3） 福州大学引进人员科研启动项目：“类不平衡样本下变工况运行转向架关键部件故障智能诊断方法研究“，在研，主持
4） 宁德师范学院开放课题：“基于数据驱动的康复老人心电信号特征智能分析方法研究”，在研，主持
5） 国家自然科学基金面上项目：“类不平衡样本下涡轮泵轴承的健康状态智能识别“，在研，参与
6） 国家自然科学基金培育项目：“面向气路故障的多源数据驱动航空发动机剩余寿命智能预测方法研究“，主研，结题。
7） 国家重点研发计划项目：”严苛条件下客运索道高效巡检与监测预警技术研究“，主研，结题。
8） 校企合作课题：“转向架旋转部件智能故障诊断方法研究“，主研，结题。
获奖情况
获得亚洲机械与航天工程会议ACMAE 2019（泰国曼谷）高水平国际会议“Best Presentation”奖
获得2020年、2022年西安交通大学研究生国家奖学金
获得西安交通大学“HIWIN”、“谢友柏院士基金”奖学金
获得“林孟良基金”优秀硕士论文奖
获得“徐宗本院士应用数学”论文奖
代表性论著
1.学术论文：
[1] Chang YH, Chen JL, Qu C, Pan TY. Intelligent fault diagnosis of Wind Turbines via a Deep Learning Network Using Parallel Convolution Layers with Multi-Scale Kernels[J], Renewable Energy, 2020, 153:205-213.（SCI；IF=8.7；中科院一区TOP）
[2] Chen JL, Chang YH, Qu C, et al. Intelligent Impulse Finder: A boosting multi-kernel learning network using raw data for mechanical fault identification in big data era[J], ISA Transactions, 2020, 107: 402-414.（SCI；IF=7.3；中科院二区TOP）
[3] Chang YH, Chen JL, Lv HX, Liu S. Heterogeneous bi-directional recurrent neural network combining fusion health indicator for predictive analytics of rotating machinery[J], ISA Transactions, 2022, 122: 409-423.（SCI；IF=7.3；中科院二区TOP）
[4] Chang YH, Chen JL, Chen Q, et al. CFs-focused intelligent diagnosis scheme via alternative kernels networks with soft squeeze-and-excitation attention for fast-precise fault detection under slow & sharp speed variations[J], Knowledge-Based Systems, 2022, 122: 409-423.（SCI；IF=8.8；中科院一区TOP）
[5] Chang YH, Chen JL, Liu YL, et al. Temporal convolution-based sorting feature repeat-explore network combining with multi-band information for remaining useful life estimation of equipment[J], Knowledge-Based Systems, 2022, 249: 108958.（SCI；IF=8.8；中科院一区TOP）
[6] Chang YH, Chen Q, Chen JL, et al. Intelligent fault diagnosis scheme via multi-module supervised-learning network with essential features capture-regulation strategy[J], ISA Transactions, 2022, 129: 459-475.（SCI；IF=7.3；中科院二区TOP）
[7] Chang YH, Chen JL, Wu WY, et al. Intelligent Fault Quantitative Identification for Industrial Internet of Things (IIoT) via A Novel Deep Dual Reinforcement Learning Model Accompanied With Insufficient Samples[J], IEEE Internet of Things Journal, 2022, 9(20): 19811-19822.（SCI；IF=10.6；中科院一区TOP）
[8] Chang YH, Chen JL, He SL, Pan TY. Similarity Metric-Based Metalearning Network Combining Prior Metatraining Strategy for Intelligent Fault Detection Under Small Samples Prerequisite[J], IEEE Transactions on Instrumentation and Measurement, 2022, 71: 3515814.（SCI；IF=5.6；中科院二区）
[9] Chang YH, Li FD, Chen JL, et al. Efficient temporal flow Transformer accompanied with multi-head probsparse self-attention mechanism for remaining useful life prognostics[J], Reliability Engineering & System Safety, 226: 108701, 2022.（SCI；IF=8.1；中科院一区TOP）
[10] Chang YH, Chen JL, Zheng WG, He SL. Triplet adversarial learning-driven graph architecture search network augmented with probsparse-attention mechanism for fault diagnosis under Few-shot & Domain-shift[J], Mechanical Systems and Signal Processing, 2023, 199: 110462, 2023.（SCI；IF=8.4；中科院一区TOP）
[11] Chang YH, Chen JL, Su R, et al. Two-Phase Dual-Adversarial Agents With Multivariate Information for Unsupervised Anomaly Detection of IIoT-Edge Devices[J]. IEEE Internet of Things Journal, 2024, 11(13): 23577-23591.（SCI；IF=10.6；中科院一区TOP）
2.国家发明专利：
[1] 基于注意机制元学习模型的小样本下故障智能诊断方法．CN201910683544.5. 2019．（已授权）
课题组具有一流的科研实验平台和浓厚的学习氛围，师资力量雄厚，本人每年招收学硕2名（机械制造及其自动化080201、机械电子工程080202、精密机械及测试0802Z1）专硕1名（机械工程085501），欢迎对机械信号处理、智能故障诊断、机器学习与深度学习等方向感兴趣的同学加入课题组（擅长Python编程或有相关模型算法经验、英语流利同学优先），来信必复！
