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