讲坛题目：基于压缩采样和人工智能的振动信号故障诊断

主讲人：Asoke K. Nandi 教授

讲座时间：2023年4月21日，10:00-12:00

讲座地点：工2-310

主办单位：研究生院

承办单位：机电工程学院

摘要：本报告将探讨信号处理（如压缩采样）和人工智能的结合，以及如何将其用于轴承振动信号，以显著改善轴承的故障诊断。它将包括我个人对人工智能和压缩采样等信号处理方面的一些观点。本报告所提的出的故障诊断框架将通过两个真实世界的数据案例展开研究并得以证实。它将证明该框架不仅提高了诊断的准确性，而且显著减少了决策时间。

个人简介：Nandi教授获得剑桥大学（三一学院）物理学博士学位。他曾在多所大学担任学术职务，包括牛津大学、伦敦帝国理工学院、斯特拉斯克莱德大学和利物浦大学，以及芬兰杰出教授。2013年，他搬到了伦敦布鲁内尔大学。

Nandi教授是英国皇家工程院院士，也是包括IEEE在内的其他六个机构的院士。他获得了许多奖项，包括2012年的IEEE海因里希-赫兹奖、2010年因其在科学研究方面的杰出成就而获得的孟加拉荣耀奖、1999年的机械工程师学会水仲裁奖和1998年的电气工程师学会蒙巴顿奖。Nandi教授是IEEE杰出讲师（EMBS，2018-2019）。1983年，Nandi教授共同发现了被称为W+、W−和Z0的三种基本粒子，为电磁力和弱力的统一提供了证据。1984年，诺贝尔物理学委员会将该奖项授予了他的两位团队领导人，以表彰他们的决定性贡献。他目前的研究兴趣在于信号处理和机器学习，应用于功能磁共振数据、基因表达数据、通信和生物医学数据。他在信号处理和机器学习的许多方面做出了基本的理论和算法贡献。他在“大数据”方面有很多专业知识。Nandi教授撰写了600多篇技术出版物，包括280篇期刊论文和六本书，题为《图像分割：原理、技术和应用》（Wiley，2022）、《振动信号状态监测：旋转机器的压缩采样和学习算法》（Wily，2020）、《自动调制分类：原理》，算法与应用（Wiley，2015）、生物信息学中的综合聚类分析（Wiley（2015））、使用高阶统计的盲估计（Springer，1999）和通信信号的自动调制识别（Springer（1996））。他的出版物的H索引为85（谷歌学者），ERDOS编号为2。