所在系所：

机械工程系/振动噪声监测与控制研究所

联系电话：

通讯地址：

云南省昆明市呈贡区景明南路727号

邮 编：

650500

电子邮箱：

qcyang@kust.edu.cn

教育背景

时间

毕业学校

所学专业

学历

2021.09 ~ 2025.06

重庆大学

机械工程

博士

2018.09 ~ 2021.06

昆明理工大学

机械工程

硕士

2014.09 ~ 2018.07

昆明理工大学

机械工程

学士

工作经历

时间

工作单位

职称、职务

2025.8-至今

昆明理工大学机电工程学院

讲师

研究领域（方向）

大数据与智能运维：主要开展装备早期微弱故障监测、剩余使用寿命预测、监测与预测驱动的故障致因溯源研究。

前沿技术和方法：研究涵盖动力学建模、经典信号处理、机器学习、深度学习、数模融合、大模型、数字孪生等模型算法。

脑机接口技术及应用探索（新兴交叉领域）：偏重于脑机信号编解码模型等领域，目标是脑控机器人、脑控无人机等，极具潜力和趣味性。

毕业生能力与就业前景：系统性科研训练研究生在信号处理、机器学习、深度学习、大数据分析等方面的能力，培养能够胜任人工智能相关行业的高素质研发人才。

个人总体简介

杨启超，昆明理工大学高层次引进人才。重庆大学机械与运载工程学院机械工程专业工学博士学位，中国振动工程学会动态测试专业委员会青年委员。作为核心成员先后参与国家重点研发计划项目3项，以及多项国家自然科学基金和企业项目，承担大型旋转机组关键部件退化趋势建模、数据缺失修复与异常纠正、数字孪生辅助故障诊断等核心任务。近五年在MSSP、RESS、AEI、ESWA、CII、ISA Trans等本领域权威期刊发表学术论文10余篇。相关研究在大型风电齿轮箱与轴承、航空发动机等场景得到验证。

主要科研项目（代表性的8项以内）

(1) 国家重点研发计划项目，2020YFB1709800，大型旋转机组健康管理系统软件，1372万，2020/10-2024/12，结题，课题主要完成人。

(2) 国家重点研发计划项目，2022YFB3402904，超高速动车组双斜齿形齿轮传动系统关键技术，362.5万，2022/10-2025/12，结题，课题主要完成人。

(3) 国家重点研发计划项目，2018YFB1306103，工业机器人智能故障诊断及健康评估系统，200万，2018/4-2022/04，结题，课题主要完成人。

(4) 国家自然科学基金项目，52275087，数模深度融合增强的航空发动机附件传动系统健康评估研究，2022/01-2025/12，60万元，结题，课题主要完成人。

(5) 国家自然科学基金项目，51775065，协同深度学习的风电机组传动系统早期故障有效可靠预示方法研究，2018/01-2021/12，60万元，结题，课题主要完成人。

(6) 企业委托项目，CQZT-yyqj1b-2025-JS-1186，大型压缩机在线监测与故障诊断，2025/11-2027/11，111.49万元，在研，课题主要完成人。

表性论文、专著（10项以内）

[1] Yang Qichao, Tang Baoping*, et al. An integrated network architecture for data repair and degradation trend prediction[J]. Mechanical Systems and Signal Processing, 2023, 200: 110610. (中科院1区，Top期刊，IF：8.4)

[2] Yang Qichao, Tang Baoping*, et al. WTFormer: RUL prediction method guided by trainable wavelet transform embedding and lagged penalty loss[J]. Advanced Engineering Informatics, 2024, 62: 102710. (中科院1区，Top期刊，IF：8.0)

[3] Yang Qichao, Tang Baoping*, et al. A hybrid physics-corrected neural network for RUL prognosis under random missing data[J]. Expert Systems With Applications, 2024, 256: 124939. (中科院1区，Top期刊，IF：7.5)

[4] Yang Qichao, Tang Baoping*, et al. A hybrid dual-frequency-informed spider net for RUL prognosis with adaptive IDP detection and outlier correction[J]. Reliability Engineering & System Safety, 2025, 253: 110518. (中科院1区，Top期刊，IF：9.4)

[5] Yang Qichao, Tang Baoping*, et al. Adaptive early initial degradation point detection and outlier correction for bearings[J]. Computers in Industry, 2025, 164:104166. (中科院1区，Top期刊，IF：8.2)

[6] Yang Qichao, Tang Baoping*, et al. Physical mechanism-corrected degradation trend prediction network under data missing[J]. ISA transactions, 2024, 149: 237-255. (中科院2区，Top期刊，IF：6.3)

[7] Yang Qichao, Tang Baoping*, et al. Dual-frequency enhanced attention network for aircraft engine remaining useful life prediction[J]. ISA transactions, 2023, 141: 167-183. (中科院2区，Top期刊，IF：7.3)

[8] Yang Qichao, Tang Baoping*, et al. Self-attention Parallel Fusion Network for Wind Turbine Gearboxes Fault Diagnosis[J]. IEEE Sensors Journal, 2023, 23: 23210-23220. (中科院2区，Top期刊，IF：4.3)

[9] Yang Qichao, Liu Tao*, Wu Xing, et al. A planetary gear reducer backlash identification based on servo motor current signal and optimized fisher discriminant analysis[J]. ISA transactions, 2021, 112: 350-362. (中科院2区，Top期刊，IF：5.4)

[10] Yiyi Huang, Baoping Tang, Qichao Yang, Ming Zhen. Physics-informed causal learning network for fault diagnosis of rotating machinery under unseen operating conditions[J]. Neurocomputing, 2025, 639: 130187

专利及软件著作权登记（5项以内）

[1] 刘韬,杨启超,王廷轩等.一种齿轮变齿侧隙运动试验台,ZL202020837258.8[P].2020.实用新型.

[2] 杨启超,邓蕾,汤宝平等.一种双频修正的旋转设备剩余使用寿命预测方法,202410154281X [P].2024.发明专利.

[3] 赵润彦,邓蕾,汤宝平,杨是龙,杨启超.一种基于多状态时频网络的轴承剩余使用寿命预测方法, CN202410148575. 1. 2024-02-02,发明专利.

招生寄语

想让物理世界与人工智能发生奇妙碰撞吗？

本课题组深耕大数据与智能运维，积极探索脑机接口技术、具身智能等前沿交叉领域。我们的工作不仅涉及深度学习、大模型与数字孪生技术，更致力于解决航空发动机、风电齿机组等国之重器的实际病灶，甚至探索脑控、具身等技术的未来交互。

我们寻找这样的你：

具有良好的数学直觉、编程基础和英语阅读能力，乐于动手实践，勇于拥抱跨学科挑战。欢迎充满活力的优秀学子加入课题组。在这里，我们将共同赋予机器智慧，让科研硬核且有趣！让我们一起玩转数据，探秘智能！