趙孝禮，男，1991年10月生，現在南京理工大學機械工程學院講師（助理教授）, 2021年1月畢業於東南大學，獲得工學博士學位（導師賈民平教授），2019年09月至2020年09月曾在加拿大不列顛哥倫比亞大學聯合培養（合作導師Prof. Zheng Liu劉征教授，Intelligent Sensing, Diagnostic and Prognostic Research Lab），江蘇省“雙創博士”，南京理工大學兼職博後（合作導師姚建勇教授）。目前，主要研究方向為高端機電液裝備故障診斷與智慧型運維、人工智慧與信號處理技術、智慧型機器人技術等。目前以第一作者/唯一通訊作者在IEEE-TNNLS、IEEE-TII、IEEE/ASME-TMECH、IEEE-TIM、MSSP、自動化學報等國內外期刊上發表論文20餘篇（其中，14篇期刊論文SCI）：包括IF大於10的3篇，ESI高被引2篇，具體按中科院SCI最新分區，二區以上12篇，其中包含8篇一區Top、 IEEE/ASME Trans. 6篇（IEEE-TNNLS、IEEE-TII、IEEE-TII、IEEE/ASME-TMech、IEEE-TIM、IEEE-TIM）。根據Google Scholar統計論文被引總次數達500+，單篇最高被引次數60+，h-index為8；申請發明專利7項，授權國家發明專利5項。
目前，主持國家自然科學基金青年項目、江蘇省自然科學基金青年項目、中國教育部博後基金面上項目、中央高校基本業務項目、自主科研-交叉原創項目等國家級、省部級項目6項，校企合作項目3項；參與國家重點研發計畫、國家自然科學基金面上項目、多項校企合作等若干項目。
基本介紹
- 中文名：趙孝禮
- 國籍：中國
- 民族：漢
- 出生地：安徽六安
- 學位/學歷：博士
- 職業：教師
- 專業方向：健康管理與智慧型運維，智慧型裝備狀態監測、故障診斷與壽命預測，人工智慧與信號處理，數據挖掘與信息融合，智慧型機器人技術等；
- 學術代表作：目前以第一作者/唯一通訊作者在IEEE-TNNLS、IEEE-TII、IEEE/ASME-TMECH、IEEE-TIM、MSSP、自動化學報等國內外期刊上發表論文20餘篇（其中，14篇期刊論文SCI)：包括IF大於10的3篇，ESI高被引2篇，具體按中科院SCI最新分區，二區以上12篇，其中包含8篇一區Top、 IEEE/ASME Trans. 6篇（IEEE-TNNLS、IEEE-TII、IEEE-TII、IEEE/ASME-TMech、IEEE-TIM、IEEE-TIM）。根據Google Scholar統計論文被引總次數達500+，單篇最高被引次數60+，h-index為8；申請發明專利7項，授權國家發明專利5項。目前，主持國家自然科學基金青年項目、江蘇省自然科學基金青年項目、中國教育部博後基金面上項目、中央高校基本業務項目、自主科研-交叉原創項目等國家級、省部級項目6項，校企合作項目3項；參與國家重點研發計畫、國家自然科學基金面上項目、多項校企合作等若干項目。
- 主要成就：東南大學博士，加拿大不列顛哥倫比亞大學聯合培養，現為南京理工大學機械工程學院講師/助理教授，江蘇省“雙創博士”等
- 職稱：講師
人物經歷,研究方向,主要成就,獲獎記錄,
人物經歷
教育經歷
2021.12—至今 在職博士後 南京理工大學 機械工程學院 合作導師：姚建勇教授
2017.09—2021.01 博士 東南大學 機械工程學院 機械工程
研究興趣：智慧型監測、故障診斷與運維；人工智慧與信號處理；智慧型機器人技術等博士 導師：賈民平教授
2019.09—2020.09 CSC聯合培養博士 University of British Columbia機械電子工程
研究方向：智慧型設備感知、預測、維護 合作導師：Prof. Zheng Liu
工作經歷
2021.01-至今講師 南京理工大學 機械工程學院
2021.12-至今博士後南京理工大學 兵器科學與技術
個人概況
系別：機械工程學院/火箭飛彈發射工程系
職稱/職務：講師/助理教授
學位：工學博士
個人概況：
此外，還參加URAI-2016，2016年、2018年、2022年全國設備監測診斷與維護學術會議、APARM 2020-Vancouver、PHM2021-Nanjing、PHM2022-Yantai，並在分會場參加組織並做了學術報告，與他人合作成果20餘項等。曾獲得三次國家研究生獎學金、省級優秀學位論文、各校級、企業級獎學金或其他榮譽若干、一系列高水平期刊優秀審稿人、2021年度南理工優秀教職工等獎勵與榮譽。
服務與兼職：
擔任3個SCI期刊Guest Editor MDPI旗下《Applied Sciences》《Sensors》；10餘個EI國際會議Program Chair和Session Chair等；
同時也是30多個國內外多個SCI、EI等期刊、會議的審稿人與評審人等
中國機械工程學會會員、航空學會、宇航學會、兵工學會會員等；美國電子電工學會IEEE 會員、IEEE-IMS 、IEEE-IES會員等；中國振動工程學會、江蘇省振動工程學會、中國系統工程學會、系統可靠性專業委員會等組織會員等。
研究方向
指導學科學科專業
0826|兵器科學與技術招生類別本/碩所在學院機械工程學院
研究方向
武器裝備智慧型運維與健康管理；智慧型故障診斷與壽命預測；人工智慧與機器學習技術；先進武器系統與發射技術等
學科專業0802|機械工程 (機械電子)招生類別本/碩所在學院機械工程學院研究方向高端機電液裝備健康管理與智慧型運維；人工智慧與信號處理；工業人工智慧與大數據;數據挖掘與信息融合；康復機器人技術等
研究方向：健康管理與智慧型運維，智慧型裝備狀態監測、故障診斷與壽命預測，人工智慧與信號處理，數據挖掘與信息融合，智慧型機器人技術等；
研究對象：大型機電液裝備（航空太空飛行器、電靜液作動器、液壓元件、系統、整機,飛行器作動系統、直升機傳動系統，風力發電機組、大型旋轉機械、工程機械等）、武器裝備、發射裝備(火箭飛彈)等；
歡迎機械工程、兵器科學與技術、自動化、儀器科學與技術、電氣工程、計算機科學、信息科學、動力工程、數學等相關專業背景的學生交流、報考；
目前，每年指導或協助指導本科、碩士研究生不超過3名。要求對Matlab或Python等程式語言較熟悉，或精通硬體設計、或對動力學建模與控制熟悉等。
主要成就
科研項目
主持項目：
國家自然科學基金青年項目：波動工況下航空電靜液作動器軸承故障的深度圖遷移智慧型診斷研究，2023.01-2025.12,30萬元，主持；
江蘇省自然科學基金青年項目：變工況下電靜液作動系統智慧型診斷與健康管理關鍵技術研究, (BK20220950) 2022.07-2025.06, 20萬元, 主持；
中國教育部博後基金面上項目: 空天作動器關鍵部件智慧型診斷理論及方法研究，2022.07-2023.12，8萬元，主持；
江蘇省“雙創博士”人才項目，2022/07-2025/06,15萬元, 主持；
中央高校基本科研業務費暨自主科研(原創與交叉專項)：複雜工況下航空作動系統軸承故障的智慧型遷移診斷新方法研究，2022.08-2025.08，(No. 30922010701), 15萬元，主持；
江蘇省普通高校研究生科研創新計畫項目：基於深度無監督學習的旋轉機械故障診斷方法研究，(項目號：SJKY190064), 主要內容為深度學習, 無監督學習, 半監督學習的旋轉機械故障診斷方法研究，2019.06-2020.09, 3萬元, 主持；
中華人民共和國科學技術部,國家重點研發計畫(青年科學家項目)：高性能液壓閥性能線上監測與智慧型控制項目號：2021YFB2011300, 2021年11月至 2024年10月, 500萬元, 在研, (承擔“基於雲端的高性能液壓閥智慧型診斷與預測系統研究”任務)，參與；
參與項目：
國家自然科學基金面上項目：融合元學習與知識遷移的滾動軸承壽命預測預報理論方法研究及套用（項目號：52075095）, 主要研究智慧型診斷與預測部分，2020年11月-2022年12月, 參與；
國家自然科學基金面上項目：融合疲勞現象學與奇異譜分解的起重機損傷識別及壽命預測研究（項目號：51675098）, 主要基於奇異譜分解的起重機主梁結構損傷診斷方法研究及智慧型診斷部分，2017年1月-2020年12月, 參與；
國家自然科學基金重點項目：高效高功率密度軸向磁場永磁同步電機系統關鍵科學問題研究（項目號：51937002）東大電氣學院主持，機械學院(排名第二)承擔電機振動、噪聲等方面的研究, 2020年1月-2024年12月, 參與；
國家自然科學基金面上項目：數據驅動途徑的典型旋轉機械智慧型決策與知識粒計算(No. 51675253), 2017年1月-2017年7月, 參與；
教育部高等學校博士學科點專項科研基金：“數據驅動的故障知識發現知識粒度計算問題研究（No. 20136201110004）, 2014.09-2015.06, 參與；
校企合作項目（橫向課題）：2MW風力發電機組振動測試分析，2016.12-2017.06參與；
校企合作項目（橫向課題）：智慧型電機運行狀態監測與維護系統開發，2017.06-2017.12參與；
加拿大UBC與NRC合作項目：Development of Digital Twin Technologies for Aircraft Structural Life-Cycle Management, 2019.12-2020.06, 參與；
發表論文
學術成果：
以第一作者或通訊作者發表的論文：
[01] Zhao X(趙孝禮), Yao J(姚建勇*), Deng W(鄧文翔), et al. Intelligent Fault Diagnosis of Gearbox Under Variable Working Conditions With Adaptive Intraclass and Interclass Convolutional Neural Network[J]. IEEE Transactions on Neural Networks and Learning Systems, 2022, doi: 10.1109/TNNLS.2021.3135877.(SCI, IF=10.451, Top期刊,已線上發表)
[02] Zhao X(趙孝禮), Yao J(姚建勇*), Deng W(鄧文翔), et al. Normalized Conditional Variational Auto-Encoder with adaptive Focal loss for imbalanced fault diagnosis of Bearing-Rotor system[J]. Mechanical Systems and Signal Processing,2022, 170: 108826.(SCI, IF=6.823, Top期刊, 已發表)
[03] Zhao X (趙孝禮), Yao J(姚建勇*), Deng W(鄧文翔), DingP (丁鵬), ZhuangJ(莊集超), Liu Z(劉征). Multi-Scale Deep Graph Convolutional Networks for Intelligent Fault Diagnosis of Rotor-Bearing System Under Fluctuating Working Conditions[J]. IEEE Transactions on Industrial Informatics,2022, doi: 10.1109/TII.2022.3161674. (SCI, IF=10.215, Top期刊, 已錄用, TII-21-3922.R3),
[04] Zhao X(趙孝禮),JiaM(賈民平*), LiuZ (劉征). Semi-Supervised Graph Convolution Deep Belief Network for Fault Diagnosis of Elector-mechanical System with Limited Labeled Data[J]. IEEE Transactions on Industrial Informatics, 2021, 17(8): 5450-5460.(SCI, IF=10.215, Top期刊, 已檢索)
[05] Zhao X(趙孝禮), JiaM(賈民平*), DingP(丁鵬),et al.Intelligent Fault Diagnosis of Multi-Channel Motor-Rotor System based on Multi-manifold Deep Extreme Learning Machine[J]. IEEE/ASME Transactions on Mechatronics, 2020, 25(5): 2177-2187.(SCI，IF=5.303, Top期刊, 已檢索)
[06] Zhao X(趙孝禮),JiaM(賈民平*), LiuZ(劉征). Multiple-Order Graphical Deep Extreme Learning Machine for Unsupervised Fault Diagnosis of Rolling Bearing, IEEE Transactions on Instrumentation and Measurement, 2021, 70:1-12.(SCI, IF=4.016, Top期刊，已檢索)
[07] Zhao X(趙孝禮),JiaM(賈民平*), LiuZ(劉征).Semisupervised deep sparse auto-encoder with local and nonlocal information for intelligent fault diagnosis of rotating machinery[J]. IEEE Transactions on Instrumentation and Measurement, 2020, 70: 1-13.(SCI, IF=4.016, Top期刊，已檢索)
[08] Zhao X(趙孝禮),JiaM(賈民平*), Lin M(林明耀). Deep Laplacian Auto-encoder and its application into imbalanced fault diagnosis of rotating machinery[J]. Measurement, 2020, 152: 107320. WOS:000508908600056.(SCI, IF=3.927, 已檢索) (ESI 高被引論文)
[09] Zhao X(趙孝禮),JiaM(賈民平*). A novel unsupervised deep learning network for intelligent fault diagnosis of rotating machinery[J]. Structural Health Monitoring,2020, 19(6):1745-1763. (SCI, IF=5.929, Top期刊,已檢索)
[10] Zhao X(趙孝禮),JiaM(賈民平*). Fault diagnosis of rolling bearing based on featurereduction with global-local margin Fisher analysis[J]. Neurocomputing, 2018, 315: 447-464. (SCI, IF=5.719, 已檢索)
[11] Zhao X(趙孝禮),JiaM(賈民平*). A new Local-Global Deep Neural Network and itsapplication in rotating machinery fault diagnosis[J]. Neurocomputing,2019, 366(13): 215-233. (SCI, IF=5.719, 已檢索)
[12] Zhao X(趙孝禮),JiaM(賈民平*). A Novel Deep Fuzzy Clustering Neural NetworkModel and Its Application in Fault Recognition of Rolling Bearing[J]. Measurement Science and Technology, 2018, 29: 125005 (21pp).(SCI, IF =2.046,已檢索)
[13] X. Zhao, M. Jia* and Z. Liu, Fault Diagnosis Framework of Rolling Bearing Using Adaptive Sparse Contrative Auto-Encoder With Optimized Unsupervised Extreme Learning Machine,[J] IEEE Access, vol. 8, pp. 99154-99170,2020, WOS:000541127800018. (IF = 3.745, SCI二區，已檢索)
[14] Zhao X(趙孝禮), JiaM(賈民平*), DingP(丁鵬),LiuZ(劉征), et al. A new intelligent weak fault recognition framework for rotating machinery[J]. International Journal of Acoustics and Vibration, 2020, 25(3): 461-479.( SCI, IF=0.581, 已檢索)
[15] 趙孝禮, 趙榮珍*. 全局與局部判別信息融合的轉子故障數據集降維方法研究[J]. 自動化學報, 2017, 43(4): 560-567.(EI期刊, 國內一級學報,已檢索).
[16] 趙孝禮, 趙榮珍*, 孫業北, 何敬舉. 基於正則化核最大邊界投影維數約簡的滾動軸承故障診斷[J]. 振動與衝擊, 2017, 36(14):104-110.(EI, 期刊, 已檢索).
[17] 趙榮珍, 趙孝禮*, 何敬舉，劉韻佳，相關流形距離在轉子故障數據集分類中的套用方法[J]. 振動與衝擊, 2017, 36(18):125-130.(EI期刊, 已檢索, 導師一作，學生二作).
[18] Zhao X(趙孝禮), ZhaoR (趙榮珍*). A Method to Integrate KSSOMFA and WKNN Together on Faults Identification of Rotating Machinery[C].2016 13th International Conference on Ubiquitous Robots and Ambient Intelligence (URAI). IEEE216675-680.(EI, 國際會議,已檢索)
[19] Zhao X(趙孝禮), LiuZ(劉征*), WangT(王騰),BinJ(賓俊馳), M. Jia(賈民平), Unsupervised Fault Diagnosis of Machine via Multiple-Order Graphical Deep Extreme Learning Machine [C]. The 9th Asia-Pacific International Symposium on Advanced Reliability andMaintenance Modeling,2020: 1-6.(APARM 2020 – Vancouver).(EI,國際會議,已檢索)
[20] Zhao X(趙孝禮), Yao J(姚建勇*), Deng W(鄧文翔), et al. Imbalanced Fault Diagnosis of Bearing-Rotor System via Normalized Conditional Variational Auto-Encoder with Adaptive Focal Loss[C]//2021 Global Reliability and Prognostics and Health Management (PHM-Nanjing). IEEE, 2021: 1-6.(EI, 國際會議, 已檢索)
合作發表的論文：
[01] DingY, DingP, ZhaoX (趙孝禮), CaoY and JiaM. Transfer Learning for Remaining Useful Life Prediction Across Operating Conditions Based on Multisource Domain Adaptation[J].IEEE/ASME Transactions on Mechatronics, 2022, doi: 10.1109/TMECH.2022.3147534.(SCI，已發表)
[02] J. Zhuang, M. Jia, Y. Ding and X. Zhao, Health Assessment of Rotating Equipment With Unseen Conditions Using Adversarial Domain Generalization Toward Self-Supervised Regularization Learning, IEEE/ASME Transactions on Mechatronics, doi: 10.1109/TMECH.2022.3163289.
[03] DingP, JiaM, DingY, ZhaoX(趙孝禮). Statistical alignment based meta gated recurrent unit for cross-domain machinery degradation trend prognostics using limited data[J]. IEEE Transactions on Instrumentation and Measurement, 2021, 70: 1-12. (SCI，已發表);
[04] DingP, JiaM, Zhuang J, DingY, Cao Y, ZhaoX(趙孝禮)Multiobjective evolution enhanced collaborative health monitoring and prognostics: a case study of bearing life test with three-axis acceleration signals[J]. IEEE Transactions on Instrumentation and Measurement, 2022. (SCI，已錄用);
[05] DingP, JiaM, ZhaoX(趙孝禮), Meta deep learning based rotating machinery health prognostics toward few-shot prognostics[J]. Applied soft computing, 2021, 104: 107211.(SCI, 已發表);
[06] ShaoJ, NiuY, XueC, WuQ, ZhouX, XieY, ZhaoX(趙孝禮). Single-channel SEMG using wavelet deep belief networks for upper limb motion recognition[J]. International Journal of Industrial Ergonomics, 2020, 76: 102905. (SCI, 已檢索);
[07] WangT, LiuZ,ZhaoX(趙孝禮), LiaoM, MradN. Bayesian-Based Method for the Remaining Useful Life and Reliability Prediction of Steel Structure[C]. The 9th Asia-Pacific International Symposium on Advanced Reliability and Maintenance Modeling (APARM 2020 –Vancouver) (國際會議, EI 已檢索)
專利等智慧財產權：
[01] 賈民平, 趙孝禮, 沈慧, 胡建中, 許飛雲, 黃鵬. 一種深度拉普拉斯自編碼的旋轉機械故障診斷方法[P].發明專利，授權公告日2020.10.09, ZL 201910308770.5. (已授權);
[02] 賈民平, 趙孝禮, 胡建中, 許飛雲, 黃鵬, 佘道明, 鄢小安. 一種無監督深度學習網路的機械故障診斷方法[P].發明專利, 授權公告日: 2020.03.31, 授權號：ZL 201810736521.1. (已授權);
[03] 賈民平, 趙孝禮, 楊誠, 丁鵬, 胡建中, 許飛雲, 黃鵬. 一種自適應稀疏壓縮自編碼的滾動軸承故障診斷系統. [P]發明專利, 申請公布日2020.02.28, CN110849626 A. (公開實質審查);
[04] 賈民平, 丁鵬, 趙孝禮, 佘道明, 黃鵬, 胡建中, 許飛雲. 元深度學習驅動的旋轉機械小樣本健康評估方法. [P]發明專利, 申請公布日20200922, CN111695209A.(公開實質審查);
[05] 賈民平,丁鵬, 趙孝禮, 楊誠, 佘道明, 許飛雲, 胡建中, 黃鵬.平穩子空間外源矢量自回歸的旋轉機械退化趨勢預測方法.[P] 發明專利, 申請公布日2020.06.16, CN 111291918 A. (公開審查);
[06] 賈民平, 楊誠, 許飛雲, 胡建中, 黃鵬, 佘道明, 趙孝禮. 基於變分模態分解和相空間平行因子分析的滾動軸承微弱故障特徵提取方法.[P] 發明專利,申請公布日2019.11.29, CN 110514444 A. (公開審查);
[07]薛澄岐, 邵俊凱, 劉威, 趙孝禮, 牛亞峰. 多變數牆體清掃機器人.[P] 發明專利，申請公布日2018.09.21, CN108553039A. (已授權);
獲獎記錄
獲獎、榮譽稱號 2022年度入選江蘇省人才項目一項； 2021年度獲得南京理工大學優秀教職員工； 2020年獲得博士研究生國家獎學金； 2020年獲得東南大學一等學業獎； 2020年獲得東南大學“三好學生”； 2019-2020獲得國家留學基金委資助項目(加拿大不列顛哥倫比亞大學博士聯合培養交流項目)； 2019年獲“埃斯頓自動化”企業獎學金; 2019年獲得博士研究生國家獎學金; 2018-2019年獲得東南大學二等學業獎學金; 2018-2019年獲得東南大學“三好學生”榮譽稱號; 2017-2018年獲得東南大學一等學業獎學金; 2017年度獲得優秀研究生畢業生、碩士論文《全局與局部特徵信息融合的旋轉機械故障數據集降維方法研究》被評為甘肅省優秀碩士論文獎、校級優秀論文獎等榮譽稱號; 2017年度 獲碩士研究生國家獎學金； 2014年-2017年度多次獲得校級獎學金； 2010年-2014年度多次獲得優秀獎學金、三好學生、優秀團員等榮譽稱號； |
