李学艺,副教授,硕士生导师
学术硕士招生学科名称:机械工程
专业学位硕士招生领域名称:机械工程、机器人工程、农业工程与信息技术
研究兴趣:机械设备智能故障诊断与运维
(1) 大模型与深度学习
(2) 数字孪生技术及应用
(3) 混合现实技术及应用
(4) 智能运维平台开发
教育及工作经历:
2022.01-至今 东北林业大学,副教授、硕士生导师
2024.09-至今 清华大学,机械工程博士后 合作导师:褚福磊教授
2022.05-2024.06 东北林业大学,机械工程博士后 合作导师:解志杰教授
2017.09-2022.01 东北大学,机械设计及理论专业博士 导师:孔祥伟教授
2019.10-2021.04 美国伊利诺伊大学芝加哥分校,国家公派联合培养博士研究生 导师:David He教授
2015.09-2017.07 东北大学,机械工程专业硕士 导师:周淑文副教授
2013.07-2015.06 北油电控燃油技术(北京)有限公司,研发中心,助理工程师
(一)教学及学生培养方面:
(1)主讲课程:专业英语、智能制造技术、数字孪生技术与应用、基于python语言的应用软件开发及应用
(2)主持教育部产学合作协同育人项目、科技小院项目、研究生教育教学研究项目、主题教育专项课题等
(3)多次荣获东北林业大学本科优秀毕业论文指导教师、优秀本科生导师奖等;发表教学研究论文1篇
(4)指导本科生参加大学生创新创业训练项目4项、大学生工程实践与创新能力大赛等竞赛获奖16项
(5)指导的硕士研究生获得国家奖学金4人次,获资助赴北京、南京、东京等地参加学术会议多次
(二)科研方面:
(1)以第一/通讯作者在MSSP等行业权威期刊发表SCI/EI检索论文30余篇,授权国家发明专利3项
(2)主持中央高校科研基金项目、黑龙江省博士后科研启动基金项目、哈尔滨市制造业科技创新人才项目、教育部重点实验室开放课题、市科协和市社科联联合项目等;参与国家重点研发计划、国家自然科学基金面上项目等
(3)荣获IEEE-PHM会议“最佳论文奖”(Best Paper Award)、中白青年创新论坛“最佳报告奖”等
(4)代表性论文:
[1]Xueyi Li, et al. Mixed Style Network Based: A Novel Rotating Machinery Fault Diagnosis Method through Batch Spectral Penalization[J]. Reliability Engineering & System Safety (2024, IF=9.3).
[2]Xueyi Li, et al. Multiscale ECA network: a rotation mechanical domain adaptation method with minimal class confusion[J]. Structural Health Monitoring (2024, IF=5.7).
[3]Xueyi Li, et al. Integrating the Maximum Mean Discrepancy Metric with Time-Frequency Enhanced Convolutional Neural Networks for Fault Diagnosis[J]. Structural Health Monitoring (2024, IF=5.7).
[4]Xueyi Li, et al. MFSFormer: A Novel End-to-End Rotating Machinery Fault Diagnosis Framework for Noise and Small Samples[J]. IEEE Transactions on Reliability (2024, IF=4.9).
[5]Xueyi Li, et al. Fusion Innovation: Multi-Scale Dilated Collaborative Model of ConvNeXt and MSDA for Fault Diagnosis[J]. Robotics and Autonomous Systems (2024, IF=4.3).
(5)担任IEEE Transactions on Industrial Informatics、IEEE Transactions on Instrumentation and Measurement、
Reliability Engineering and System Safety、Measurement、Journal of Intelligent Manufacturing等SCI期刊审稿人
联系方式:
邮箱:lixueyiphm@163.com
办公:东北林业大学成栋楼709
欢迎责任感强、勤奋努力并对深度学习、大语言模型、数字孪生等感兴趣的研究生加入课题组(科研/外语较好者优先)
欢迎责任感强、时间管理能力较好的本科生加入课题组开展学术科研训练