程一伟

程一伟，男，中国地质大学太阳成集团tyc33455ccwww特任教授、博士后，“地大学者”青年拔尖人才，机械工程学会高级会员，中国振动工程学会高级会员，湖北省人工智能学会会员，Electronics等SCI期刊客座编辑，多个国际权威期刊审稿人。致力于复杂装备与系统的在线监测、异常检测、状态评估、故障诊断、寿命预测及维修决策等研究，涉及到智能硬件、智能物联网、工业大数据分析、人工智能算法、边缘计算、云计算、数字孪生、区块链、工业互联网平台等关键技术。

近年来，主持中国博士后科学基金，湖北省博士后创新研究项目等科研项目，参与国家重点研发计划、国家自然科学基金面上项目等多个国家级项目。在IEEE T. Cybernetics、IEEE T. Industrial Informatics、IEEE/ASME T. Mechatronics、《中国科学：技术科学》等本领域一流期刊发表各类学术论文30余篇，ESI高被引论文4篇，论文总被引次数1000余次。授权国家发明专利5项，软件著作权1项。

联系方式：

邮箱: chengyiwei@cug.edu.cn

微信: chengyiwei1

地址：湖北省武汉市洪山区, 鲁磨路388号, 中国地质大学(武汉)

太阳成集团tyc33455ccwww工程实验楼 417办公室

ORCID：https://orcid.org/my-orcid?orcid=0000-0003-3000-6860

ResearchGate：https://www.researchgate.net/profile/Cheng-Yiwei-2

研究方向

1.深度学习、迁移学习、强化学习、联邦学习等智能算法

2.工业大数据分析与特征挖掘

3.高端机械装备智能运维

招生信息

欢迎热爱科学研究、学习积极性高、对课题组研究方向感兴趣的本科生、研究生和博士后加入课题组。导师一对一指导，团队技术支撑，支持参加国内外学术会议，优秀研究生可推荐985院校攻博、CSC出国留学或联合培养等。

科研项目：

1.中央高校基本科研业务费专项资金资助项目，“基于深度学习的高端装备健康监测研究”， 2021.12~2027.11，主持，在研。

2.中国博士后科学基金第71批面上资助，“基于集成传感网络和深度增量学习的飞艇囊体健康监测与诊断研究”，2022.06~2024.06，主持，在研。

3. 湖北省博士后创新研究项目，“基于大数据技术的自动变速器性能数据深度挖掘”，2022.09~2024.08，主持，在研。

4.广东省电子信息产品可靠性技术重点实验室开放基金，“基于深度学习的工业机器人故障智能诊断技术”，2019.10~2021.10，项目负责人。

5.国家重点研发计划项目，“智能工厂柔性服务管控平台的总体架构和开发工具”，2019.10~2021.10，核心骨干。

6.国家自然科学基金面上项目， “基于大数据驱动的深度强化学习的智能设备预测维修研究”，2019.01-2022.12，核心骨干。

7.国家自然科学基金面上项目，“基于集成传感网络与数据驱动的浮空器囊体结构健康监测与安全分析”，2021.01~2024.12，核心骨干。

8.广东省科技厅重点领域研发计划项目，“工业机器人远程运维与诊断系统研究”， 2019.01~2021.12，核心骨干。

代表性论文

1. Yiwei Cheng, Haiping Zhu, Jun Wu, Xinyu Shao, Machine health monitoring using adaptive kernel spectral clustering and deep long short-term memory recurrent neural networks, IEEE Transactions on Industrial Informatics, 2019, 15(2): 987-997. (IF= 11.648, ESI highly cited paper)

2. Yiwei Cheng, Haiping Zhu, Kui Hu, Jun Wu, Xinyu Shao, Yuanhang Wang, Reliability prediction of machinery with multiple degradation characteristics using double-Wiener process and Monte Carlo algorithm, Mechanical Systems and Signal Processing, 2019, 134: 106333.

3. Yiwei Cheng, Manxi Lin, Jun Wu, Haiping Zhu, Xinyu Shao, Intelligent fault diagnosis of rotating machinery based on continuous wavelet transform local binary convolutional neural network, Knowledge-Based Systems, 2021, 216: 106796. (ESI highly cited paper)

4. Yiwei Cheng, Haiping Zhu, Jun Wu, Siu Wing Or, Xinyu Shao, Remaining useful life prognosis based on ensemble long short-term memory neural network, IEEE Transactions on Instrumentation and Measurement, 2021, 70: 3503912.

5. Kui Hu , Yiwei Cheng(共同一作) , Jun Wu , Haiping Zhu , and Xinyu Shao，Deep bidirectional recurrent neural networks ensemble for remaining useful life prediction of aircraft engine, IEEE Transactions on Cybernetics, 2022, DOI: 10.1109/TCYB.2021.3124838. (IF=19.118)

6. Yiwei Cheng, Kui Hu, Jun Wu, Haiping Zhu, Xinyu Shao, Auto-encoder quasi-recurrent neural networks for remaining useful life prediction of engineering systems, IEEE/ASME Transactions on Mechatronics, 2022,27(2): 1081-1092. (ESI highly cited paper)

7. Yiwei Cheng, Chao Wang, Jun Wu, Haiping Zhu, C.K.M. Lee, Multi-dimensional recurrent neural network for remaining useful life prediction under variable operating conditions and multiple fault modes, Applied Soft Computing, 2022, 118: 108507.

8. Pengfei Liang, Wenhui Wang, Xiaoming Yuan, Siyuan Liu, Lijie Zhang, Yiwei Cheng*, Intelligent fault diagnosis of rolling bearing based on wavelet transform and improved ResNet under noisy labels and environment, Engineering Applications of Artificial Intelligence, 2022, 115, 105269.

9. Yiwei Cheng, Xinnuo Lin, Haiping Zhu, Jun Wu, Haibin Shi, Huafeng Ding, A novel hierarchical structural pruning-multiscale feature fusion residual network for intelligent fault diagnosis, Mechanism and Machine Theory 2023, 184, 105292.

10. 程一伟, 朱海平, 吴军, 邵新宇. 基于嵌套长短期记忆网络的机械装备剩余使用寿命预测方法. 中国科学: 技术科学, 2022, 52(01): 76-87.