《机械工程学报》第四届高影响力论文系列报道（一）
《机械工程学报》、《Chinese Journal of Mechanical Engineering》是由中国科学技术协会主管、中国机械工程学会主办的中国机械工程领域的顶级学术刊物，主要报道机械工程领域及其交叉学科具有创新性的基础理论研究、工程技术应用的优秀科研成果，两刊均已成为国内外机械工程领域具有高影响力的学术期刊。
科学的未来在青年。在我国从“制造大国”向“制造强国”迈进之时，青年科技工作者是科技创新的生力军。《机械工程学报》编辑部JME学院旨在团结青年、凝聚青年、服务青年，构建平等、宽松、自由的学术交流平台。
高影响力论文评选活动由中国机械工程学会、两刊编委会、董事会以及编辑部JME学院共同组织策划，旨在评选出创新性强、学术影响力高、关注度广的优秀论文，并予以奖励优秀论文的作者。
高影响力论文获奖作者代表
论文题目：大数据下机械智能故障诊断的机遇与挑战
论文作者：雷亚国, 贾峰, 孔德同, 林京, 邢赛博
作者代表：雷亚国
单位： 西安交通大学
职务/职称：教授、博导
研究方向：机械信号处理与分析、机械系统动态建模、智能诊断
个人简介：博士，教授，IET Fellow，MSSP与IEEE TIE等本领域著名期刊副主编。国家杰出青年科学基金获得者，教育部青年科学奖获得者，中国青年科技奖获得者，国家高层次人才特殊支持计划入选者，科睿唯安全球高被引科学家（2019、2020），德国洪堡学者。2019年受邀参加庆祝中华人民共和国成立70周年大会天安门广场观礼。
摘要：机械故障是风力发电设备、航空发动机、高档数控机床等大型机械装备安全可靠运行的“潜在杀手”。故障诊断是保障机械装备安全运行的“杀手锏”。由于诊断的装备量大面广、每台装备测点多、数据采样频率高、装备服役历时长，所以获取了海量的诊断数据，推动故障诊断领域进入了“大数据”时代。而机械智能故障诊断有望成为大数据下诊断机械装备故障的“一把利器”。与此同时，大数据给机械智能故障诊断的深入研究和应用提供了新的机遇：“数据为王”的学术思想有望成为主流、诊断整机或系统级对象成为可能、全面解析故障演化过程成为趋势等；但也遇到了新的挑战：数据大而不全呈“碎片化”、故障特征提取受制于人为经验、浅层诊断模型诊断精度低等。阐述了机械智能故障诊断大数据的特点；从信号获取、特征提取、故障识别与预测三个环节，综述了机械智能故障诊断的国内外研究进展和发展动态；指出了机械智能故障诊断理论与方法在大数据背景下的挑战；最后讨论了应对这些挑战的解决途径与发展趋势。
资助项目
国家自然科学基金面上项目“大数据下基于深度学习的机电设备智能诊断理论与方法研究”（61673311）；国家自然科学基金创新研究群体项目“机械装备诊断基础研究”（51421004）；中组部“万人计划”青年拔尖人才支持计划。
创新点
（1）揭示了机械故障诊断进入“大数据”时代的发展规律，分析了机械大数据的基本特性，并阐述了大数据下故障诊断研究及应用迎来的新机遇。
（2）指出了智能故障诊断在机械大数据分析中的重要作用，通过综述国内外研究进展和发展动态，揭示了大数据下智能故障诊断面临的挑战，并讨论了应对这些挑战的潜在途径与发展趋势。
引用本文
雷亚国, 贾峰, 孔德同, 林京, 邢赛博. 大数据下机械智能故障诊断的机遇与挑战[J]. 机械工程学报, 2018, 54(5): 94-104.
LEI Yaguo, JIA Feng, KONG Detong, LIN Jing, XING Saibo. Opportunities and Challenges of Machinery Intelligent Fault Diagnosis in Big Data Era[J]. Journal of Mechanical Engineering, 2018, 54(5): 94-104.
您对该文章感兴趣，可以点击下方“阅读原文”或识别二维码，免费下载全文！拿走不谢！
有一种合作叫做真诚，有一种发展可以无限，有一种伙伴可以互利共赢，愿我们合作起来流连忘返，发展起来前景可观。关于论文推荐、团队介绍、图书出版、学术直播、招聘信息、会议推广等，请与我们联系。
推荐阅读
版权声明：
本文为《机械工程学报》编辑部原创内容，欢迎转载，请联系授权！
在公众号后台留言需要转载的文章题目及要转载的公众号ID以获取授权!
商务合作：
联系人：张强
电话：010-88379891-2
E-mail：cjmezhang@126.com
网 址：http://www.cjmenet.com.cn
官方微信号：jmewechat