张玉彦

张玉彦 讲师

学位：工学博士

职称：讲师、硕士生导师

职位：河南省机械装备智能制造重点实验室办公室主任

毕业院校：华中科技大学

办公地点：西三楼307

联系方式：2020022@zzuli.edu.cn

主要从事智能制造、深度学习、设备状态监测、信号分析、参数化建模等研究与开发工作。在工业智能化理论和方法上近10年不断探索，系统性的开展了深度学习方法、分布式计算、信号处理方法与软件、三维建模二次开发等研究。

现任河南省机械装备智能制造重点实验室办公室主任，中国图学学会高级会员，中国机械工程学会工业大数据与智能系统分会委员，河南省振动工程学会会员。

2020.8—   至今 郑州轻工业大学，2023白菜网总站大全；

2019.09   —2020.08 浪潮信息，AI&HPC部门，人工智能与高性能计算研究员；

2015.09   — 2019.09华中科技大学，机械工程，工学博士。

智能制造

深度学习

设备状态监测等

2015.09   — 2019.09华中科技大学，机械工程，工学博士。

《人工智能》

《智能制造工程概论》

《现代检测技术及应用》

[1]        智能车间设备状态监测的多模态数据集成学习及知识迁移研究，国家自然科学基金项目（5210051113），2022.01-2024.12，30万，主持在研。

[2]        基于多源信息融合和集成 DAE 的风电机组齿轮箱早期故障预测技术研究，河南省科技攻关项目（JDG20210014），2021.01-2022.12，10万，主持，已结题。

[3]        多源信息融合的大型风力发电机故障特征提取和诊断方法研究，博士启动基金（JDG20200109），2021.01-2022.12，10万，主持在研。

[4]        面向复杂矿山装备的数字孪生建模与智能服务优化技术，郑州轻工业大学，2021.01 – 2023.12，20万，在研，参与。

[5]        2020年河南省工业互联网平台，许继能源电力装备工业互联网平台，河南省工信厅，1000万，2019.01-2022.06，在研，参与。

[6]        大数据驱动的智能车间运行分析与决策方法研究，国家自然科学基金重点项目（51435009），320万，2015-2019，已结题，参与。

[7]        基于动态多尺度数据分析的智能车间运行决策方法研究，国家自然科学基金与瑞典科研与教育国际合作基金会合作交流项目（51711530038），40万，2017-2019，已结题，参与。

[1]       Zhang Y, Zhang YF, Li H, et al.   Semi-Supervised Diagnosis Method for Coupling Faults of Key Rotating   Components Based on EEMD-KPCA under Cross Working Conditions[J]. Measurement   Science and Technology, 2023. (SCI收录)

[2]       Zhang Y, Zhang YF, Li H, et al. Wind Turbine   Blade Cracking Detection under Imbalanced Data Using a Novel Roundtrip   Auto-Encoder Approach[J]. Applied Sciences, 2023, 13(21): 11628. (SCI收录)

[3]       Wen X, Qian Y, Lian X, Zhang Y*(通讯). Improved genetic algorithm based on multi-layer encoding   approach for integrated process planning and scheduling problem[J]. Robotics and Computer-Integrated Manufacturing, 2023, 84:   102593. (SCI收录)

[4]       Li H, Yan X, Zhang Y*(通讯),   et al. Real-time detection method for welding parts completeness based on   improved YOLOX in a digital twin environment[J]. Measurement Science and   Technology, 2023, 34(5): 055004. (SCI收录)

[5]      张玉彦,张永奇,孙春亚,王昊琪,文笑雨,乔东平,闫新宇,李浩.不平衡样本下基于生成式对抗网络的风机叶片开裂状态识别[J].计算机集成制造系统,2023,29(02):532-543.DOI:10.13196/j.cims.2023.02.015.   (EI收录)

[6]      张玉彦,张金龙,文笑雨,李浩,孙春亚,王昊琪,乔东平.基于DBI-小波包分解和改进BP神经网络的轴承故障诊断方法研究[J].河南理工大学学报(自然科学版),2023,42(01):116-123.DOI:10.16186/j.cnki.1673-9787.2021060096.   (中文核心)

[7]      张玉彦,李浩,文笑雨,孙春亚.智能制造背景下面向机械工程专业人才的人工智能课程教学模式探索[J].中国轻工教育,2022,25(02):91-96.

[8]      Zhang Y, Gao L, Wen   X, et al. Intelligent fault diagnosis of machine under noisy environment   using ensemble orthogonal contractive auto-encoder[J]. Expert Systems with   Applications, 2022, 203: 117408. (SCI收录)

[9]      Wen X, Lian   X, Qian Y, Zhang Y. Dynamic   scheduling method for integrated process planning and scheduling problem with   machine fault[J]. Robotics and Computer-Integrated Manufacturing, 2022, 77:   102334. (SCI收录)

[10]    Zhang Y, Li X, Gao   L, et al. Ensemble deep contractive auto-encoders for intelligent fault   diagnosis of machines under noisy environment[J]. Knowledge-Based Systems,   2020,196:1-20. (SCI收录)

[11]    Zhang Y, Li X, Gao   L, et al. A new subset based deep feature learning method for intelligent   fault diagnosis of bearing[J]. Expert Systems with Applications, 2018, 110:   125-142. (SCI收录)

[12]    Zhang Y, Li X, Gao   L, et al. Imbalanced data fault diagnosis of rotating machinery using   synthetic oversampling and feature learning[J]. Journal of Manufacturing   Systems, 2018, 48:34-50. (SCI收录)

[13]    Zhang Y, Li X, Gao   L, et al. Intelligent fault diagnosis of rotating machinery using a new   ensemble deep auto-encoder method. Measurement, 2020, 151: 1-16. (SCI收录)

[1] 聂福全，文笑雨，苏建修，张玉彦，闵志宇，聂雨萱，孙春亚，孙启鹏。食品行业洁净生产环境下高效智能轻量化物流装备关键技术研究及应用示范，2023.03中国轻工业联合会科学技术进步奖二等奖、2022-J-2-70号

[2] 闫玲娣，张玉彦，朱鹏飞，杨文超，王雅娟。新型低能耗智能干法粉磨装备关键技术研究与应用。2023.11河南省科技进步二等奖。