所在系所：

振动噪声与控制研究所

联系电话：

13636709970

通讯地址：

云南省昆明市呈贡大学城景明南路727号

邮 编：

650500

电子邮箱：

hxzhou.harry@kust.edu.cn

教育背景

时间

毕业学校

所学专业

学历

2022.07-2023.10

米兰理工大学

核科学与技术

CSC博士联培

2019.09-2024.06

西安交通大学

机械工程

博士

2016.09-2019.06

昆明理工大学

机械设计及理论

硕士

2012.09-2016.06

西南石油大学

机械工程及自动化

学士

工作经历

时间

工作单位

职称、职务

2024年-至今

昆明理工大学机电工程学院

讲师

研究领域（方向）（4个以内）

信号处理：多信息融合的先进信号处理方法及其在故障特征提取中的应用（给机器把脉）

故障诊断：复杂时变工况下的机电装备运行健康状态解耦监测方法研究（给机器瞧病）

寿命预测：AI赋能的预测建模及其在装备寿命预测中的应用（看机器还能“活多久”）

智能运维系统：主要针对机械设备的监测、评估和健康预测问题，研发和集成检测/监测系统软硬件，保障设备运行决策和智能健康运维。（智能机器医生）

个人总体简介

周浩轩，男，1995年7月生，四川南充人，讲师，硕士生导师，昆明理工大学高层次引进人才，特聘教授，西安交通大学-米兰理工大学联合培养博士，中国振动工程学会动态测试专委青年委员，中国振动工程学会会员。主要从事大数据分析、先进信号处理方法与人工智能技术在工业装备全生命周期健康管理中的应用等研究。

近年来，主持国家自然科学基金青年基金1项、云南省基础研究计划面上项目1项，企业委托大型科技服务项目（经费100万元以上）1项，作为主要完成人参与国家重点研发、国家重大专项项目、企业委托项目3项；在国内外高水平学术期刊上发表论文20余篇（其中以第一作者发表中科院一区Top期刊论文6篇，ESI高被引论文1篇，中科院二区Top期刊1篇，EI期刊3篇。截止目前，单篇SCI论文被引最高230次，论文总被引用量已达800余次），公开授权发明专利10项；并在意大利米兰理工大学等国外高水平大学进行联合培养和访问交流。

研究生招生：研究课题属于多学科交叉，欢迎动手能力好，具有良好数学、编程以及英语基础的且对成为一名给机器看病的“蓝衣天使”感兴趣的boys and girls联系我！

主要科研项目（代表性的8项以内）

[1] 国家自然科学基金委员会，青年基金项目，52505106，共模干扰抑制下页岩气往复压缩机多部件耦合退化的健康状态评估，2026-01-01至2028-12-31，30万元。（在研，主持）

[2] 企业委托项目，大型压缩机在线监测与故障诊断，2025-11-20至2027-11-20，111.4939万元。（在研，主持）

[3] 云南省基础研究计划，面上项目，202501CF07147, 数据驱动解耦的航空发动机滚动轴承时变工况运行健康状态监测研究，2026-06-01至2029年05月31，10万元（在研，主持）

[4] 国家重点研发计划项目，2020YFB1710002，制造大数据分析关键技术与算法，课题二“面向离散行业个性化精准服务的大数据分析方法”，219万元。（课题主要完成人，2020-2023）。

[5] 国家自然科学基金委员会，面上项目，51775409，多源信息融合的风电机组（集群）状态异常检测及健康评估方法研究，70万元。（重点参与，2018-2021）

[6] 欧盟“SOCIETAL CHALLENGES - Smart, Green And Integrated Transport”项目，101015423，Reliable Energy and Cost Efficient Traction system for Railway，230万欧元。（重点参与，2020-2023）

[7] 航空发动机及燃气轮机重大专项基础研究项目，******健康管理技术基础研究，课题七“*****轴承故障诊断技术研究”，150万元。（重点参与，2018-2023）

[8] 企业委托项目，基于多余健康指标的页岩气压缩机运行状态监测技术研究，43万元。（核心参与，2024.01-2024.12）

表性论文、专著（10项以内）

[1]  Zhou H, Wang B, Zio E, et al. Unsupervised Anomaly Detection of Machines Operating under Time-varying Conditions: DCD-VAE enabled Feature Disentanglement of Operating Conditions and States[J]. Reliability Engineering & System Safety, 2025: 110653.(中科院大类1区Top；JCR Q1区；IF: 9.4).

[2] Zhou H, Huang X, Wen G, et al. Construction of health indicators for condition monitoring of rotating machinery: A review of the research[J]. Expert Systems with Applications, 2022: 117297. (中科院大类1区；JCR Q1区；IF: 8.5).

[3] Zhou H, Huang X, Wen G, et al. Convolution enabled transformer via random contrastive regularization for rotating machinery diagnosis under time-varying working conditions[J]. Mechanical Systems and Signal Processing, 2022, 173: 109050.  (中科院大类1区Top；JCR Q1区；IF: 8.4).

[4] Zhou H, Lei Z, Zio E, et al. Conditional feature disentanglement learning for anomaly detection in machines operating under time-varying conditions[J]. Mechanical Systems and Signal Processing, 2023, 191: 110139. (中科院大类1区Top；JCR Q1区；IF: 8.4).

[5] Zhou H, Wang B, Zio E, et al. Hybrid system response model For Condition Monitoring of Bearings under Time-Varying Operating Conditions[J]. Reliability Engineering & System Safety, 2023: 109528. (中科院大类1区Top；JCR Q1区；IF: 9.4).

[6] Zhou H, Wen G, Zhang Z, et al. Sparse dictionary analysis via structure frequency response spectrum model for weak bearing fault diagnosis[J]. Measurement, 2021, 174: 109010. (中科院大类2区；JCR Q1区；IF: 5.6).

[7]  Zhou H, Li H, Liu T, et al. A weak fault feature extraction of rolling element bearing based on attenuated cosine dictionaries and sparse feature sign search[J]. ISA transactions, 2020, 97: 143-154. (中科院小类1区Top；IF=7.3 )

[8] Zhou X, Zhou H, Wen G, et al. A hybrid denoising model using deep learning and sparse representation with application in bearing weak fault diagnosis[J]. Measurement, 2022, 189: 110633. (中科院大类2区；JCR Q1区；IF: 5.6).

[9] Liu Z, Zhou H, Wen G, et al. A novel denoising strategy based on sparse modeling for rotating machinery fault detection under time-varying operating conditions[J]. Measurement, 2023, 210: 112534. (中科院大类2区；JCR Q1区；IF: 5.6).

[10] 周浩轩,温广瑞,黄鑫等.多尺度复合稀疏的齿轮箱复合故障诊断研究[J].振动.测试与诊断,2023,43(02):215-222+404.DOI:10.16450/j.cnki.issn.1004-6801.2023.02.002.（EI检索）

专利及软件著作权登记（5项以内）

[1] 温广瑞,周浩轩,苏宇,雷子豪,刘子岷,李良博,包渝锋,王恩秀,邓帅卿. 一种时变工况下的轴承运行健康监测方法、装置及设备[P] 陕西省：CN115219198A,2022-10-21.

[2] 温广瑞,周浩轩,李良博,黄鑫,董书志,雷子豪,周鑫,张平. 一种齿轮箱复合故障成分分离诊断方法及装置[P]. 陕西省：CN113740055B,2022-08-09.

[3] 温广瑞,董书志,周浩轩,黄鑫,雷子豪. 滚动轴承故障类型诊断方法、装置、设备及可读存储介质[P]. 陕西省：CN113740064A,2021-12-03.

[4] 温广瑞,王恩秀,周浩轩,苏宇,刘子岷,田飞宇,张源麟. 轴承健康状态的监测方法、装置、设备及可读存储介质[P]. 陕西省：CN115510906A,2022-12-23

[5] 温广瑞,雷子豪,邓帅卿,周浩轩等. 一种预测轴承剩余使用寿命标签的构建方法、装置和设备[P]. 陕西省：CN116147917A,2023-05-23.