智能制造是基于新一代信息通信技术与先进制造技术深度融合，贯穿于设计、生产、管理、服务等制造活动的各个环节，具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式。人工智能、大数据、未来网络成为智能制造方向的核心基础，深度学习是机器学习的一种，而机器学习是实现人工智能的必经路径。深度学习是学习样本数据的内在规律和表示层次，并结合机理给出可解释，以深度学习为代表的人工智能方法，在机电装备及系统的状态监测、故障诊断等领域发挥重要的作用，如3D打印制造过程质量监控、卫星姿态控制与在轨故障预测、核电机组服役安全等领域。
重大装备因为空间狭小、探测危险、难以到达等原因，在ABC等各类检修状态下，需要智能检测机器人，典型如：超长柔顺机构为代表的软体机器人、新型吸附与驱动原理的微小机器人。以航空发动机快速外场维护需求为牵引，致力研究“柔顺连续体机器人+微小爬行机器人+大数据深度学习诊断方法”的下一代智能检测模式。
深度学习与智能检测机器人 - 陈 雪峰
深度学习的可解释性是研究难点，如何结合风电、核电、卫星及其天线在轨制造与检测、3D打印制造过程等物理机理，实现人工智能方法可解释性的原理与方法突破，形成具有稳定性和鲁棒性的可解释AI，是研究重点之一。
智能检测机器人研究，构建了柔性驱动、微纳制作、发动机叶片检测、FPGA开发等智能检测机器人研究环境，招收跨学科的学生开展本领域前沿探索研究工作。
项目：**检测机器人，2500万元
强静电粘附的微结构履带材料结构功能一体化设计研究，国家自然科学基金
论著：
(1) 《智能运维与健康管理》，机械工业出版社，2020年
合作单位：航天五院钱学森实验室、易加三维、铂力特、31所、华为等
(创新港)
