段暕

师资队伍

麻花星空MV高清免费 - 师资队伍 - 教师名录 - 单位列表 - 机械电子信息工程系 - 正文

段暕

电　　话

邮　　箱jian_duan@hust.edu.cn

办公地点先进制造大楼东楼叠312

个人主页

个人介绍

       段暕（Duan Jian，Assistant Researcher），湖北黄梅人，助理研究员，博士。2021年6月毕业于华中科技大学机械电子工程专业，获工学博士学位；2021年7月进入华中科技大学机械科学与工程博士后流动站工作，2025年2月博士后出站，并留校任教。围绕国家高端制造装备、轨道交通、航空航天等应用需求，主要开展设备预测性维护, 刀具、轴承等关键零部件健康状态监测, 深度学习, 信号分析等方面的科研与教学工作。
       近年来，主持一项国家自然科学基金青年基金项目，并作为骨干力量先后参与若干国家重点研发计划、湖北省重点研发计划、广东省重点研发计划、国家自然科学基金面上项目等国家和省部级纵向项目和铁四院、719所、华为、富士康等公司委托横向项目。并在Rob Comput Integr Manuf、Adv. Eng. Inform.、Expert Syst. Appl.、IEEE T Instrum Meas、Nonlinear Dyn. 和机械工程学报等国内外知名期刊发表高水平学术论文26篇，其中封面论文1篇、ESI高被引论文1篇，获授权国家发明专利5项、软著1项。

研究方向

设备预测性维护
刀具状态监测
深度学习
信号分析
数字孪生

开设课程

科研项目

[1] 国家自然科学基金青年基金项目, 52205103, 基于数字孪生和领域自适应学习的刀具磨损状态主动感知方法研究, 2023-01至2025-12, 30万元, 在研, 主持
[2] 湖北省重点研发计划, 2023BAB096, 刀具状态原位监测嵌入式传感器关键技术研究, 2023-10至2025-12, 100万元, 在研, 核心骨干
[3] 公司横向合作课题, 华为技术有限公司, 泛电机故障在线监控诊断技术合作项目, 2025.5至2026.5, 225.7万, 在研, 核心骨干

论文专着与专利

代表性论文：
[1] Jing Yang, Xinjia Yu; Cheng Hu; Jianqiang Liang; Jian Duan*; Tielin Shi. Hybrid Global and Local Neural Network with Lightweight Multiscale Fusion for Tool Wear Prediction[J]. IEEE Transactions on Instrumentation and Measurement, 2025. (Early Access, 中科院2区, IF: 5.9, Q1)

[2] Jian Duan, Jianqiang Liang, Xinjia Yu, et al. Toward practical tool wear prediction paradigm with optimized regressive Siamese neural network[J]. Advanced Engineering Informatics, 2023, 58: 102200. (中科院1区TOP, IF: 9.9, Q1)

[3] Jian Duan, Xi Zhang, Tielin Shi*. A hybrid attention-based paralleled deep learning model for tool wear prediction[J]. Expert Systems with Applications, 2023, 211: 118548. (ESI高被引论文, 中科院1区TOP, IF: 7.5, Q1)

[4] Jian Duan, Cheng Hu, Hongdi Zhou, et al. High-speed Bearing Health Monitoring Method Based on Attention Mechanism Optimized Siamese Deep Residual Network [J]. IEEE Sensors Journal, 2023, 23(19): 23191 - 23200. (中科院3区, IF: 4.5, Q1)

[5] Jian Duan, Cheng Hu, Xiaobin Zhan, et al. MS-SSPCANet: A powerful deep learning framework for tool wear prediction[J]. Robotics and Computer-Integrated Manufacturing, 2022, 78: 102391. (中科院1区TOP, IF: 11.4, Q1)

[6] 段暕, 周宏娣, 刘智勇, 等. 基于改进 PCANet 模型的铣刀磨损预测方法研究[J]. 机械工程学报, 2023, 59(1): 278-285. (封面论文, 机械工程领域高质量科技期刊T1级, EI)

发明专利：
[1] 段暕; 梁健强; 史铁林; 詹小斌; 胡铖; 杨静；一种基于改进PCANet模型的铣刀磨损预测方法；发明专利；专利授权号：ZL 202111571489.4 
[2] 史铁林; 梁健强; 段暕; 胡铖; 轩建平；一种基于孪生神经网络的航发轴承故障诊断方法；发明专利；专利授权号：ZL 202210451224.9
[3] 史铁林; 段暕; 轩建平; 詹小斌; 江苏; 景锐真；一种基于小波包分解和深度学习的刀具磨损实时预测方法；发明专利；专利授权号：ZL 202010584310.8

软件著作权：
[1] 机床加工状态监测系统软件；软件著作权；登记号：2024SR0162946

荣誉获奖

[1] 2022年度华中科技大学特别资助博士后
[2] 2016-2017学年华中科技大学三好研究生
[3] 中国振动工程学会科学技术奖工程应用类二等奖

麻花星空MV高清免费

师资队伍

段暕

个人介绍

研究方向

开设课程

科研项目

论文专着与专利

荣誉获奖

友情链接

关注我们

麻花星空MV高清免费

师资队伍

段暕

个人介绍

研究方向

开设课程

科研项目

论文专着与专利

荣誉获奖

友情链接

关注我们

论文专着与专利