王志堅(中北大學機械工程學院教授，長治經濟技術開發區管委會副主任（掛職）)

王志堅，男，漢族，1985年1月生，河南鄭州人。研究生，九三學社社員，現任中北大學機械工程學院教授，長治經濟技術開發區管委會副主任（掛職）。

基本介紹

• 中文名：王志堅
• 國籍：中國
• 民族：漢族
• 出生日期：1985年1月
• 畢業院校：太原理工大學 
• 學位/學歷：博士 
• 專業方向：機械工程 
• 政治面貌：九三學社社員
• 性別：男 
• 教學職稱：教授 

個人簡介

王志堅，男，博士/博士後，教授，博士生導師，1985年出生，河南鄭州人。山西省科技創新重點人才團隊負責人，Journal of Dynamics, Monitoring and Diagnostics（JDMD）青年編委，軸承期刊青年編委，中北大學機械工程學科帶頭人。

人物經歷

2015年6月畢業於太原理工大學，獲工學博士學位，2017年聘為副教授，2019年特殊破格聘為教授，2022年西安交通大學現代設計及轉子軸承系統教育部重點實驗室博士後出站。

現任中北大學機械工程學院教授，長治經濟技術開發區管委會副主任（掛職）。

研究方向

複雜設備可靠性建模與數字孿生技術，機械裝備剩餘壽命預測與健康管理、數據驅動的智慧型診斷、機械信號處理與分析。

學科領域

機械工程。

主要成就

主持國家自然基金面上項目、國家自然基金青年項目、中央引導地方專項、山西省重點研發項目、山西省專利推廣轉化項目、山西省套用基礎研究項目、山西省高校科技創新項目、企業橫向項目等15餘項，獲得2020年“粵港澳大灣區高性能計算”全國博士後學術論壇二等獎。發表學術論文70餘篇， SCI收錄50餘篇、ESI高被引論文10篇、熱點論文2篇，以第一作者發表EI收錄論文7篇。第一發明人申請國家發明專利20餘項，授權10項，出版專著1部。

社會任職

山西省委聯繫的服務專家，九三學社山西省委青工委社會服務部部長，九三學社中北大學委員會副主委，中北大學學報（自然科學版）副主編，入選美國史丹福大學發布的全球前2%頂尖科學家榜單。國家自然基金委通訊評審專家，中國振動工程學會動態信號分析專業委員會常務理事，中國振動工程學會故障診斷專業委員會理事，中國振動工程學會轉子動力學專業委員會理事，中國現場統計研究會可靠性工程分會理事，《IEEE Transactions on Industrial Informatics》《IEEE Transactions on Industrial Electronics》《Mechanical systems and signal processing》《ISA Transactions》《Structural Health Monitoring》《Measurement》 《IEEE Transactions on Instrumentation and Measurement》《Journal of Vibration and Control》《Journal of sound and vibration》 等SCI期刊的審稿專家，《振動與衝擊》《電機與控制學報》《農業工程學報》《振動、測試與診斷》等EI期刊的審稿專家。

職務任免

2024年1月，擬任省級開發區正職。

論文

1. Li, Yajing,Zhijian Wang, Feng Li, Yanfeng Li, Xiaohong Zhang, Hui Shi, Lei Dong, and Weibo Ren. "An Ensembled Remaining Useful Life Prediction Method with Data Fusion and Stage Division." Reliability Engineering & System Safety 242 (2024)
2. L. Yang,Wang Z, Y. Li, L. Dong, W. Du, J. Wang, X. Zhang, H. Shi, Two-stage prediction technique for rolling bearings based on adaptive prediction model, Mechanical Systems and Signal Processing 206 (2024)
3. Zhijian Wang, Yuntian Ta, Yanfeng Li, Research on a remaining useful life prediction method for degradation angle identification two-stage degradation process, Mechanical Systems and Signal Processing, 184,2023
4. Yang N,Wang Z, Cai W, et al. Data Regeneration Based on Multiple Degradation Processes for Remaining Useful Life Estimation. Reliability Engineering & System Safety, 2022: 108867
5. Yuntian Ta, Wang Z Yanfeng Li, Adaptive staged remaining useful life prediction method based on multi-sensor andmulti-feature fusion. Reliability Engineering & System Safety
6. Zhijian Wang, Xinxin He, Bin Yang, Naipeng Li. Subdomain adaptation transfer learning network for fault diagnosis of roller bearings. IEEE Transactions on Industrial Electronics, 2021
7. Xinxin He,Zhijian Wang, Yanfeng Li, Svetlana Khazhina, Wenhua Du, Junyuan Wang. Joint decision-making of parallel machine scheduling restricted in job-machine release time and preventive maintenance with remaining useful life constraints. Reliability Engineering & System Safety, 2022
8. Wang Z, Zhou J, Lei Y, Du W. Bearing fault diagnosis method based on adaptive maximum cyclostationarity blind deconvolution. Mechanical systems and signal processing, 2022, 162: 108018
9. Wang Z, Yang N, Li N. A new fault diagnosis method based on adaptive spectrum mode extraction. Structural Health Monitoring, 2021, 20: 3354- 3370
10. Wang, Zhijian, Yajing Li, Lei Dong, Yanfeng Li, and Wenhua Du. A Rul Prediction of Bearing Using Fusion Network through Feature Cross Weighting. Measurement Science and Technology 34, (2023)
11. Zhijian Wang, Wenyan Zhao, Yanfeng Li, Lei Dong, Junyuan Wang, Wenhua Du, Xingxing Jiang.Adaptive staged RUL prediction of rolling bearing.Measurement,2023,113478
12. Wang Z, Zhao W, Du W, Li N, Wang J. Data-riven fault diagnosis method based on EOSTI and Convolutional Neural Network. Process Safety and Environmental Protection, 2021, 149: 591-601
13. Zhijian Wang, Jie Cui, Wenan Cai,and Yanfeng Li.Partial Transfer Learning of Multi-discriminator Deep Weighted Adversarial Network in Cross-machine Fault Diagnosis.IEEE Transactions on Instrumentation and Measurement. 2022
14. Wenlei Zhao,Zhijian Wang, Wenan Cai, Qianqian Zhang, Junyuan Wang. Multiscale inverted residual convolutional neural network for intelligent diagnosis of bearings under variable load condition, Measurement, 2022, 188: 110511
15. Zhijian Wang, Yuanmeng Wu, Qianqian Zhang, Yanfeng Li. A Multi Branch Residual Network for Fault Diagnosis of Bearings. Transactions of the Canadian Society for Mechanical Engineering, 2021
16. Zhijian Wang，Wenhua Du，Junyuan Wang. Research and Application of Improved Adaptive MOMEDA Fault Diagnosis Method, Measurement, 2019, 140, 63-75
17. Zhijian Wang, Zhennan Han, Fengshou Gu. A novel procedure for diagnosing multiple faults in rotatin machinery. ISA transactions, 2016
18. Wang Z, Wang C, Li N. Bearing fault diagnosis method based on similarity measure and ensemble learning[J]. Measurement Science and Technology, 2021, 32: 055005
19. Li N, Lei Y, Gebraeel N,Wang Z. Multi-Sensor Data-Driven Remaining Useful Life Prediction of Semi-Observable Systems. IEEE Transactions on Industrial Electronics, 2020, doi:10.1109/TIE.2020.3038069
20. Zhijian Wang, Wang Junyuan, Zhou Jie. Application of an Improved Ensemble Local Mean Decomposition Method for Gearbox Composite Fault diagnosis, Complexity. 2019, doi: 10.1155/2019/1564243
21. Zhijian Wang, Likang Zheng, Du Wenhua, A novel method for intelligent fault diagnosis of bearing based on capsule neural network. Complexity.2019
22. Z. Wang, G. He, W. Du, J. Zhou, X. Han, J. Wang, H. He, Xi. Guo, J. Wang, and Y. Kou, Application of Parameter Optimized Variational Mode Decomposition Method in Fault Diagnosis of Gearbox, IEEE Access.2019
23. Wang Zhijian, Zhou Jie, Wang Junyuan, Wenhua Du. A novel Fault Diagnosis Method of Gearbox Based on Maximum Kurtosis Spectral Entropy Deconvolution. IEEE Access. 2019
24. Wang, Z.J , Wang, J.Y. Weak Fault Diagnosis of Wind Turbine Gearboxes Based on MED-LMD. Entropy 2017
25. ZHIJIAN WANG, HUIHUI HE, JUNYUAN WANG. Application Research of a Novel Enhanced SSD Method in Composite Fault Diagnosis of Wind Power Gearbox. Sensors, 2018

獲獎和項目

1. 山西省自然科學二等獎：旋轉機械的自適應降噪機理及智慧型診斷（排名第一）
2. 國家自然科學面上基金：數字孿生驅動的空間諧波齒輪線上剩餘壽命預測方法研究52275139.（主持）
3. 國家自然科學青年基金：空間齒輪微動載荷譜自適應提取及疲勞壽命預測方法研究51905496（主持）
4. 山西省科技創新重點人才團隊：複雜裝備智慧型運維（主持）
5. 山西省重點研發計畫：基於大數據分析的高速公路風險評估與協同管控技術研究（202102020101015）（主持）
6. 中央引導地方專項：數字孿生驅動的傳動部件剩餘壽命預測研究（YDZJSX2022A029）（主持）
7. 山西省專利推廣轉化成果項目：風電齒輪箱線上剩餘壽命預測關鍵技術及套用202201051（主持）
8. 山西省套用基礎研究項目：基於MOMEDA的強噪聲環境下複合故障自適應提取新方法研究201801D221237，2018/12-2020/12.（主持）
9. 山西省高校科技創新項目：太空飛行器在軌微振動載荷譜自適應提取方法研究（主持）
10. 太原礦山機器集團裝備有限公司：井下採煤機行星減速器關鍵零部件健康狀態實時監測與故障預警研究（主持）
11. 中北大學校基金：基於微動損傷模型的空間疲勞壽命預測與延壽新方法研究(NO. XJJ201802)（主持）
12. 大秦鐵路股份有限公司：大型養路機械智慧型診斷系統開發.（主持）
13. 太原理工大學：新型礦用鋼絲繩芯輸送帶無損檢測系統開發.（主持）