姓名:覃爱淞

性别:女
最高学位/职称:博士/内聘副教授
专业领域:电子信息-人工智能、控制工程
研究方向:状态监测与故障诊断
主讲课程:本科生课程:单片机原理及应用、信号与系统、数字信号处理
主要荣誉:茂名市高层次人才
出版著作及代表性论文:(著作、论文分别填写,代表作限填10篇)
[1]第一作者. A partial domain adaptation broad learning system for machinery fault diagnosis, Measurement, 2025, 243:116437.(SCI,中科院二区top期刊,IF=5.6)
[2]第一作者. Generalized transfer extreme learning machine for unsupervised cross-domain fault diagnosis with small and imbalanced samples[J]. IEEE Sensors Journal, 2023.(SCI,中科院二区,IF=4.3)
[3]第一作者. Cross-domain fault diagnosis based on improved multi-scale fuzzy measure entropy and enhanced joint distribution adaptation[J]. IEEE Sensors Journal, 2022.(SCI,中科院二区,IF=4.3)
[4]第一作者. Cross-domain fault diagnosis of rolling bearing using similar features-based transfer approach[J]. Measurement, 2021.(SCI,中科院二区,top期刊,IF=5.6)
[5]第一作者. Bearing fault diagnosis method based on ensemble composite multi-scale dispersion entropy and density peaks clustering[J]. IEEE Access, 2021.(SCI,中科院三区,IF=3.9)
[6]第一作者. Application of sensitive dimensionless parameters and PSO-SVM for fault classification in rotating machinery[J]. Assembly Automation,2020.(SCI,中科院四区,IF=2.1)
[7]第一作者. Concurrent fault diagnosis based on Bayesian discriminating analysis and time series analysis with dimensionless parameters[J]. IEEE Sensors Journal, 2019.(SCI,中科院二区,IF=4.3)
[8]通讯作者.Fault diagnosis based on weighted extreme learning machine with wavelet packet decomposition and KPCA[J]. IEEE Sensors Journal, 2018.(SCI,中科院二区,IF=4.3)
[9]第四作者. Contrastive regularization guided label refurbishment for fault diagnosis under label noise[J]. Advanced Engineering Informatics,2024,61:102478. (SCI,中科院一区top期刊,IF=8)
[10]第三作者. Feature extraction of ultrasonic guided wave weld detection based on group sparse wavelet transform with tunable Q-factor[J].Measurement,2023,206:112314. (SC,中科院二top区,IF=5.6)
近5年主持承担科研项目及经费:(已结题、正承担的课题应分别注明)
[1]广东省自然科学基金面上项目:石化大型动设备关键传动件的跨域故障智能诊断方法研究,10万元,2025.01-2027.12,项目主持人,在研
[2]广东石油化工学院人才引进项目:不同数据分布场景下的石化机组轴承跨域故障诊断方法研究,15万元,2025.01-2027.12,项目主持人,在研
[3]广东省教育厅青年创新人才项目:石化装置滚动轴承早期故障诊断预测与诊断的若干关键问题研究,4万元2019.01-2021.12,项目主持人,结题
[4]广东省石化装备故障诊断重点实验室开放基金项目:齿轮箱关键部件早期故障特征提取及诊断方法研究,2万元,2022.01-2023.12,项目主持人,结题
[5]国家自然科学基金面上项目:数据驱动的石化设备故障表征、诊断及预测研究,58万元,2021.01-2024.12,项目参与人,结题
科研成果(获奖、专利、版权、著作权、外观设计等):
[1]2022年度广东省机械工程学会科学技术奖一等奖:石化机组远程状态监测与智能故障诊断系统研发及应用,个人排名第4。
[2]2017年度茂名市科学技术奖一等奖:面向石化行业的工业机组复合故障无量纲免疫检测器集成诊断装置研发,个人排名第4。
[3]2025年授权发明专利:一种基于PDA-BLS模型的部分域适配的故障诊断方法及系统(CN202311803433.6),排名第一