个人简介
张菀，2018年9月毕业于东南大学机械电子工程专业，获得工学博士学位。同年入职南京信息工程大学，主要研究方向为：机电系统（新能源储能和工业系统）状态监测、微弱故障特征提取、智能诊断、寿命预测、数字孪生等。目前担任MSSP、RESS，TIM，Measurement，CAIE、MST、IEEE Sensors Journal、Computers in Industry等期刊审稿人，“Complex Engineering Systems”客座编辑，任全国高校机械工程测试技术研究会在线检测分会理事。
学习工作经历
2024.07—至今，南京信息工程大学，自动化学院，副教授
2024.11—至今，University of Auckland，Department of Mechanical & Mechatronics Engineering，访问学者
2018.09—2024.07，南京信息工程大学，自动化学院，讲师
2021.04—2023.04，扬州华峰防雷新科技有限公司，科技副总
2014.03—2018.09，东南大学，机械电子工程，博士
2013.07—2014.03，埃夫特智能装备有限公司，电气工程师
研究方向：工业系统和新能源储能系统的状态监测、微弱故障信号提取、故障诊断与预测、数字孪生
教授课程：《微机原理与接口技术》、《单片机原理与应用实践》、《信号与系统》
招生情况：
每年招收1~2个电子信息、大数据和机械专硕，欢迎电气、测控、机械、自动化等专业的学生报考！
每年招收3~5个本科生参加大学生大学生创新创业项目，已指导的19级本科生张泰瑀保研到中科院电工所，21级本科生赵颖超保研到东南大学，21级本科生张自豪保研到北京交通大学。
主持和参与的科研项目
[1]国家自然科学基金项目：融合疲劳现象学与奇异谱分解的起重机损伤识别及寿命预测研究，2017.01-2020.12（参与）
[2]企业合作项目：2MW风力发电机组振动测试分析，2016.03-2016.09（参与）
[3]企业合作项目：智能电机远程在线监控与维护系统开发，2016.11-2017.06（参与）
[4]南京信息工程大学人才引进项目：基于信号稀疏表示的滚动轴承微弱故障特征提取，2018.09-2021.09（主持）
[5]企业合作项目：减振器振动试验机数据自动化处理系统开发，2021.08-2022.03（参与）
[6]安徽省重点实验室课题：基于深度迁移学习的伺服驱动系统关键部件故障诊断方法研究，2021.11-2023.10（主持）
[7]企业合作项目：锂电池系统建模和运维系统设计，2024.08-2025.07（主持）
[8]企业合作项目：基于数字孪生技术的城市智慧路灯后台系统开发，2023.12-2026.11（主持）
指导学生情况
2024年 第二十一届大学生信息安全与对抗技术竞赛全国总决赛 三等奖（学生：柏杨）
2024年 第二十六届机器人及人工智能大赛全国总决赛 二等奖（学生：李新亮）三等奖（学生：陈嘉越）
2024年 大学生创新创业训练项目，国家级项目（学生：赵颖超）校级项目（学生：张自豪）
2024年 第十九届全国大学生智能车汽车竞赛二等奖（学生：孙欣格）
2023年 江苏省仪器仪表学会优秀本科毕业设计一等奖（学生：张泰瑀）三等奖（学生：李文昊）
2023年 中国仪器仪表学会优秀本科毕业设计（学生：李文昊）优秀PPT（学生：张泰瑀）
2023年 南京信息工程大学优秀本科毕业设计二等奖（学生：张泰瑀）
2022年 江苏省仪器仪表学会优秀本科毕业设计二等奖（学生：叶小蝶）三等奖（学生：王煜森）
2022年 江苏省第六届智能（虚拟）仪器竞赛一等奖（学生：张泰瑀等）二等奖（学生：冷宗桦）
2022年 南京信息工程大学优秀本科毕业设计三等奖（学生：王锐）
2021年 南京信息工程大学优秀本科毕业设计二等奖（学生：王佳弟）
2020年 江苏省第五届智能（虚拟）仪器竞赛二等奖（学生：周睿晢等）
2020年 大学生创新训练项目，省级一般项目1项（学生：吴泽宇和王佳弟）
2019年 江苏省第五届“互联网+”大学生创新创业大赛三等奖（学生：陈雪超等）
2019年 大学生创新训练项目，省级一般项目1项（学生：王静）
发表的学术论文
[22] Xinliang Li, Wan Zhang*, Yu Ding, et al. Rolling Bearing Degradation Stage Division and RUL Prediction Based on Recursive Exponential Slow Feature Analysis and Bi-LSTM Model[J], Reliability Engineering and System Safety, 2025, 295: 110923.
[21] Wan Zhang*, Xiaogang Zhang, Xiaoan Yan, et al. Remaining useful life prediction of motor bearings based on slow feature analysis-assisted attention mechanism and dual-LSTM networks[J], Structural Health Monitoring, 2025 (Accepted)
[20] Zihao Zhang, Wan Zhang*, Yingchao Zhao, et al. Remaining Life Prediction of Rolling Bearings Based on Unsupervised Anomaly Detection and STA-BiLSTM[J], IEEE Sensors Journal, 2024, 24(24): 41659 - 41674.
[19] 张菀*, 张泰瑀, 贾民平, 等. 多传感器融合和MHA-LSTM的电机轴承剩余寿命预测[J]. 仪器仪表学报, 2024, 45(03): 84-93.
[18] Xinliang Li, Wan Zhang*, Yu Ding, Xiaogang Zhang. Research on fault diagnosis of mechanical component in high-speed train based on one-dimensional convolutional block residual channel attention, Journal of Engineering Manufacture, 2024. (https://doi.org/10.1177/09544054241289810)
[17] 陈广, 孙泽明, 马闻达, 张菀*. 基于一维残差卷积注意力的高速列车抗蛇行减振器故障诊断[J]. 计量学报, 2024, 45(07): 1038-1045.
[16] 张菀*, 李文昊, 周旺平, 等. 基于LabVIEW的电动机轴承故障诊断和性能退化评估系统设计[J]. 实验室研究与探索, 2024, 43(02): 1-7.
[15] 赵颖超, 张菀*, 岳新宇, 等. 基于AELSTM模型迁移学习的滚动轴承剩余寿命预测[J]. 国外电子测量技术, 2024, 43(02): 43-50.
[14] 陈广, 马闻达, 孙泽明, 张菀*. 基于卷积神经网络的高速列车抗蛇行减振器故障诊断[J]. 机床与液压, 2023, 51(08): 194-199.
[13] Zhang Wan*; Yan Xiaoan; Jia Minping; Sparse Enhancement Based on the Total Variational Denoising for Fault Feature Extraction of Rolling Element Bearings. Measurement, 2022, 195: 111163.
[12] 张泰瑀, 张菀*, 吉刘骏, 等. 基于MHA与LSTM的滚动轴承性能退化趋势预测[J]. 电子测量技术, 2022, 45(13): 59-64.
[11] Xiaoan Yan, Wan Zhang, Minping Jia. A bearing fault feature extraction method based on optimized singular spectrum decomposition and linear predictor. Measurement Science and Technology. 2021; 32 (11):115023.
[10] Xiaoan Yan; Yadong Xu; Daoming She; Wan Zhang. Reliable Fault Diagnosis of Bearings Using an Optimized Stacked Variational Denoising Auto-Encoder. Entropy 2021, 24, 36 .
[9] Zhang Wan*; Ding Yu; Yan Xiaoan; Jia Minping; Weak Multiple Fault Detection Based on Weighted Morlet Wavelet-Overlapping Group Sparse for Rolling Bearing Fault Diagnosis. Applied sciences, 2020, 10(6): 2057.
[8] Ding, Y*.; Zhang, W.; Zhao, X., et al., A hybrid random forest method fusing wavelet transform and variable importance for quantitative analysis of K in potassic salt ore using laser-induced breakdown spectroscopy. Journal of Analytical Atomic Spectrometry[J]. 2020 , 35 (6), 1131-1138.
[7] Zhang Wan; Jia Mingping*; Yan Xiaoan; Application of improved wavelet total variation denoising method for incipient fault diagnosis of rolling bearing. 2018 IOP Conference Series: Materials Science and Engineering (MSAM 2018), Kitakyushu, Japan, Apr 10-13, 2018: 012030.
[6] Yan Xiaoan; Jia Mingping*; Zhang Wan; Zhu Lin; Fault diagnosis of rolling element bearing using a new optimal scale morphology analysis method[J]. ISA transactions, 2018, 73: 165-180.
[5] 佘道明; 贾民平*; 张菀; 一种新型深度自编码网络的滚动轴承健康评估方法[J]. 东南大学学报: 自然科学版, 2018, 48(05): 801-806.
[4] Zhang Wan; Jia Mingping*; Yan Xiaoan; Weighted sparsity-based denoising for extracting incipient fault in rolling bearing. Journal of Mechanical Science and Technology, 2017, 31(10): 4557-4567.
[3] Zhang Wan; Jia Mingping*; Zhu Lin; Comprehensive overview on computational intelligence techniques for machinery condition monitoring and fault diagnosis. Chinese Journal of Mechanical Engineering, 2017, 30(4): 782-792.
[2] 张菀; 贾民平*; 朱林等; 基于小波全变分降噪方法的滚动轴承早期故障特征提取[C]. 第十二届全国振动理论及应用学术会议, 2017年10月20日-22日, 中国南宁, 2017: 123-130.
[1] 张菀; 贾民平*; 朱林; 一种自适应 Morlet 小波滤波方法及其在滚动轴承早期故障特征提取中的应用. 东南大学学报: 自然科学版, 2016, 46(3): 457-463.
个人荣誉
2024年 第十九届全国大学生智能车汽车竞赛“优秀指导老师”
2023年 南京信息工程大学“十佳班主任”
2022年 南京信息工程大学“优秀本科毕业设计指导老师”
2022年 江苏省仪器仪表学会 第六届智能（虚拟）仪器竞赛“优秀指导老师”
2022年 南京信息工程大学“优秀班主任”
2021年 南京信息工程大学“优秀本科毕设团队”
2021年 南京信息工程大学“优秀本科毕业设计指导老师”
2020年 南京信息工程大学“优秀班主任”
2019年 南京信息工程大学第五届“互联网+”大学生创新创业大赛“优秀指导教师”
教育经历
暂无内容
工作经历
暂无内容
社会兼职
- 暂无内容
研究方向
其他联系方式
团队成员
暂无内容