联系方式
电子邮箱：qingzhang@fzu.edu.cn
通讯地址：福建省福州市福州大学城乌龙江北大道2号 福州大学机械工程及自动化学院
邮编：350108
个人简介
张青，福州大学机械工程及自动化学院副教授、硕士生导师，入选福建省教育科研类引进生人才计划、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成员。近年来，在MSSP、IEEE IOTJ、RESS、IEEE TII等中科院Top期刊发表学术论文10余篇，获授权发明专利3项。主持福建省自然科学基金创新青年项目1项、福州大学引进人员科研启动项目1项，参与国家重点研发计划、国家自然科学基金面上项目及“华中9型”数控系统研发项目等3项。
教育工作经历
2025/10-至今，福州大学，机械工程及自动化学院，副教授
2023/11-2024/11，新加坡国立大学，工业系统工程与管理系，工业统计，联培博士
2019/09-2025/09，华中科技大学，机械科学与工程学院，机械工程，博士
2015/09-2019/06，厦门大学，机械设计制造及其自动化（辅修统计学），学士
研究方向
1） 循环平稳时序信号建模与统计分析
2） 新能源装备损伤检测与智能识别
3） 光学相干层析仪信号处理
4） 机械臂运动规划与状态监测
主要科研项目
1） 福建省自然科学基金创新青年项目，循环平稳统计特性驱动的风电机组高速轴轴承复合微小损伤检测方法研究，2026/05-2029/04（主持）
2） 福州大学引进人员科研启动项目，旋转机械关键部件复合损伤动力学响应分析与循环平稳时序模型构建方法研究，2025/12-2027/11（主持）
3） 国家重点研发计划课题，高端装备多源异构信息融合与运行状态动态监测，2020/10-2023/09（结题，主研）
4） 国家数控系统工程技术研究中心，“华中9型”新一代智能数控系统百日攻关，数控机床主轴信号监测与健康保障，2019/09-2020/06（结题，主研）
5） 国家自然科学基金面上项目，基于扩展MITC元和脉冲神经网络的板壳缺陷分析与识别方法，2022/01-2025/12（结题，参与，排名第二）
学术兼职
IEEE PHM 2026会议特殊专题组织者；全国设备监测诊断与维护学术会议2026论文编辑委员会委员；中国机械工程学会会员；中国振动工程学会会员；中国现场统计研究会会员。RESS、KBS、EAAI、SETA、IEEE IOTJ、SoftwareX、Neurocomputing等多个国际高水平期刊特邀审稿人。
代表性论著
期刊论文：
[1] Qing Zhang, Xiaofei Liu, Tianqi Li, Jianqing Shi, Tan Chin-Hon, Xin Zhang, Tielin Shi, Jianping Xuan. Inference and quantification of cyclostationary impulses: a novel noise-sensitive mixed Gaussian cyclostationary model for compound fault detection. Mechanical Systems and Signal Processing, 2025, 229: 112501.（装备复合损伤响应的循环平稳时序建模；SCI，IF=8.9，中科院一区TOP）
[2] Qing Zhang, Shaochen Li, Tan Chin-Hon, Xiaofei Liu, Jingyuan Shen, Tielin Shi, Jianping Xuan. Fault impulse inference and cyclostationary approximation: a feature-interpretable intelligent fault detection method for few-shot unsupervised domain adaptation. Reliability Engineering and System Safety, 2025, 253: 110568.（损伤响应信号的循环平稳脉冲推断；SCI，IF=11.0，中科院一区TOP）
[3] Qing Zhang, Lv Tang, Tan Chin-Hon, Tielin Shi, Jianping Xuan, Cheng Yu-Chao. GCVIF: pioneering explainable domain-shared representation learning for fault signal detection in multiple working states simultaneously. IEEE Internet of Things Journal, 2024, 12(3): 2775-2789.（损伤响应信号的可解释智能识别；SCI，IF=10.6，中科院一区TOP）
[4] Qing Zhang, Lv Tang, Jianping Xuan, Tielin Shi, Rui Li. An uncertainty relevance metric-based domain adaptation fault diagnosis method to overcome class relevance caused confusion. Reliability Engineering and System Safety, 2023, 231: 109040.（统计度量优化下旋转机械复合损伤迁移识别；SCI，IF=11.0，中科院一区TOP）
[5] Qing Zhang, Lv Tang, Menglin Sun, Jianping Xuan, Tielin Shi. A statistical distribution recalibration method of soft labels to improve domain adaptation for cross-location and cross-machine fault diagnosis. Measurement, 2021, 182: 109754.（统计分布重标定优化下自吸式离心泵损伤识别；SCI，IF=5.6，中科院二区TOP）
[6] Lv Tang, Qing Zhang, Shaochen Li, Jianping Xuan, Tielin Shi. Blending-target domain adaptation for intelligent fault recognition with minimum cycle spiking encoding and adversarial attack. IEEE Transactions on Industrial Informatics, 2024, 21(1): 673-682.（SCI，IF=11.7，中科院一区TOP）
[7] Lv Tang, Qing Zhang, Jianping Xuan, Tielin Shi, Rui Li. Multitarget domain adaptation with transferable hyperbolic prototypes for intelligent fault diagnosis. Knowledge-Based Systems, 2022, 257: 109952.（SCI，IF=7.6，中科院一区TOP）
[8] Zisheng Wang, Qing Zhang, Lv Tang, Tielin Shi, Jianping Xuan. Transfer reinforcement learning method with multi-label learning for compound fault recognition. Advanced Engineering Informatics, 2023, 55: 101818.（SCI，IF=9.9，中科院一区TOP）
[9] Tianao Zhang, Li Jiang, Jie Liu, Xin Zhang, Qing Zhang. A multi-scale deep feature memory and recovery network for multi-sensor fault diagnosis in the channel missing scenario. Engineering Applications of Artificial Intelligence, 2025, 145: 110228.（SCI，IF=8.0，中科院一区TOP）
[10] Shaochen Li, Jianping Xuan, Qing Zhang, Zisheng Wang, Lv Tang. Open set transfer learning for bearing defect recognition based on selective momentum contrast and dual adversarial structure. Advanced Engineering Informatics, 2024, 62: 102641.（SCI，IF=9.9，中科院一区TOP）
[11] Shaochen Li, Jianping Xuan, Zisheng Wang, Qing Zhang, Lv Tang. Noisy open set adversarial domain adaptation for bearing fault diagnosis based on optimized divergence. IEEE Transactions on Instrumentation and Measurement, 2024, 73: 3529517.（SCI，IF=5.9，中科院二区TOP）
[12] Lv Tang, Jianping Xuan, Tielin Shi, Qing Zhang. EnvelopeNet: a robust convolutional neural network with optimal kernels for intelligent fault diagnosis of rolling bearings. Measurement, 2021, 180: 109563.（SCI，IF=5.6，中科院二区TOP）
[13] Yuan Gao, Thong Ngee Goh, Qingan Cui, Qing Zhang, Zhen He. A two-phase cost sensitive-based domain adversarial neural network for anomaly detection in mass customized production. Advanced Engineering Informatics, 2026, 71: 104371.（SCI，IF=9.9，中科院一区TOP）
国家发明专利：
[1] 一种面向多通道的轴承综合指标健康监测方法及系统，ZL202310420562.0.（第二发明人，授权）
[2] 一种实现离散希尔伯特变换的信号处理方法及系统，ZL202011337806.0.（第四发明人，授权）
[3] 一种时频分析方法和系统，ZL202011337810.8.（第四发明人，授权）
软件著作权：
[1] 高端轴承健康指标构建与状态监测软件，2023SR1096507，原始取得，全部权利.
[2] 机械臂拟人运动肘部角度预测控制软件，2022SR0425373，原始取得，全部权利.
获奖情况
2024年获全国发明展览会奖铜奖；2024年获潍柴动力奖学金；2023年获国家建设高水平大学公派项目奖学金；2018年获蔡文种奖学金等。
招生说明
课题组依托福建省太赫兹功能器件与智能传感重点实验室，拥有良好的科研平台和研究基础。欢迎对工业统计、信号处理、故障诊断与深度学习等方向感兴趣的本科生和研究生加入课题组。若你希望进一步了解课题组研究方向与培养情况，欢迎来信交流。
