2024年9月7日下午14时，苏州大学工业测控与设备诊断技术研究所沈长青教授以《持续学习故障诊断方法研究》为题，通过华为云会议视频平台为暑期学校的学员们开展了线上专题讲座。本次讲座由机械与汽车工程学院副院长刘新田教授主持。
沈长青教授首先强调了人工智能在故障诊断中的重要作用，从传统机器学习方法的局限性出发，阐述了终身学习在故障诊断中的应用。他指出，传统的基于模型和信号特征分析的故障诊断方法尽管有较好的效果，但在处理不断变化的工况和故障类型时，往往存在“灾难性遗忘”问题。为此，沈教授详细介绍了基于终身学习、深度迁移学习等现代方法的应用，并强调了这些方法在应对故障类型增量、小样本学习等复杂场景中的优势，特别是在旋转机械关键部件如轴承、齿轮的故障诊断研究中，如何基于终身学习的范式来克服知识遗忘带来的实验挑战。
本次讲座的内容涵盖了从模型构建到工业实际应用的深层研究，使学员们对轴承、齿轮等旋转机械核心部件的故障诊断技术有了更多维度的理解与认识。
专家简介：
沈长青，中国科学技术大学工学博士、香港城市大学哲学博士，新加坡国立大学访问学者，入选苏州大学首批“优秀青年学者”，姑苏领军人才，江苏省科协青年科技人才托举工程，江苏省“六大人才高峰”高层次人才。研究方向为高端装备智能运维，主持国家级科研项目3项，省部级科研项目9项，发表高水平研究论文80余篇，入选江苏省自然科学百篇优秀学术成果论文1篇，连续入选“2021年度、2022年度、2023年度全球前2%顶尖科学家榜单”。担任中国振动工程学会故障诊断专业委员会委员、青年工作委员会副主任，江苏省仪器仪表学会状态监测与故障诊断仪器专委会秘书长，担任国际权威期刊《IEEE Sensors Journal》副主编、《Measurement Science and Technology》编委，多个国际会议分会主席，国家自然科学基金同行评议人，领域内40多本权威期刊评审人。