主页

 基本信息

        曹宏瑞，二级教授（领军学者），博士生导师。国家高层次人才、某重大工程副总设计师、国家优秀青年科学基金获得者、德国洪堡学者、陕西省青年科技新星、首届研究生教育优秀导师。长期从事重大装备数字孪生建模、故障机理分析、故障诊断及预测方面的研究工作。主持国家重点研发计划1项（3271万）、国家自然科学基金5项（2面上，1青年，1优青，1联合基金）、某预研项目1项（982万）、LJ专项课题2项（507万）、基础加强课题1项（375万）、某专项课题2项（380万）、中科院工热所合作课题1项（392万）及其他各类项目共计30余项。以第一完成人获陕西省技术发明一等奖1项、高等学校科学技术一等奖1项。共发表期刊和会议论文200余篇，其中SCI收录130余篇，获Int J Mach Tool Manu期刊最佳论文奖（2019），1篇论文入选中国精品科技期刊顶尖学术论文，获中国机械工程学会、振动工程学会、航空学会等学会优秀论文奖5项。研究成果得到美国、德国、日本、英国等国家10位科学院/工程院院士、10余位CIRP Fellow、ASME Fellow的引用和积极评价。从2019年来连续入选世界排名前2%科学家名单（World's Top 2% Scientists ），连续入选爱思唯尔“中国高被引学者”。

就业信息

          团队多年来已培养毕业硕博士四十余名，毕业生发展平台优质、就业覆盖面广。博士毕业生中，10 人进入西安交通大学、西北工业大学、西南交通大学等高水平高校从事教学科研工作，3 人进入航天科技集团、兵器工业集团等国家级科研院所，4 人入职比亚迪、宇通重工等行业龙头企业。硕士毕业生中，4人在香港大学等高校继续攻读博士学位，3 人以实验或行政岗入职西安交通大学等高校，5 人进入中国航发、中国船舶、中国电科、兵器工业集团等重点科研院所，18 人进入华为、中兴、荣耀、大疆、法士特、海康威视、陕鼓、比亚迪、特变电工等头部企业；另有 2 名硕士进入国家行政机关工作。

  研究方向

         本团队面向国家重大需求，聚焦于航空发动机、特种车辆、高端机床等重大装备，研究数字孪生驱动的健康管理与智能运维新模式，将改变传统的“定期检修、人工检测”维护手段，实现航空发动机核心零部件全生命周期“预知维修” ，提升我国航空发动机运行安全保障能力，培养从事该领域前沿科学研究的高端人才。

（1）重大装备全生命周期数字孪生建模与更新方法

（2）非平稳信号处理与运行状态智能监控技术

（3）数字孪生驱动的性能评估与剩余寿命预测方法

（4）大数据下新一代人工智能故障诊断与预测方法

（5）面向装备健康管理的智能体与大模型开发

西安交通大学机械工程学院

航空发动机研究所

西安市咸宁西路28号

邮编：710049

电话：029-82663689-801

Email: chr@mail.xjtu.edu.cn

1. Wei C, Shi J, Sun Y, Yang Y, Du M, Cao H. Analysis of vibration signal transmission and power loss in complex nonlinear dynamics interfaces within gearbox systems. Mechanical Systems and Signal Processing. 2025;234.
2. Wang L, Cao H, Chen X. Information guided attention network for bearing remaining useful life prediction adaptive to working conditions and fault modes. Engineering Applications of Artificial Intelligence. 2025;147.
3. Sun Y, Shi J, Wei C, Yang Y, Du M, Cao H. Dynamic modeling and vibration transmission analysis of the two-stage gearbox with simultaneous consideration of shaft flexibility and instantaneous gear meshing stiffness. Mechanical Systems and Signal Processing. 2025;225.
4. Liu J, Cao H, Dhupia JS, Choudhury MD, Fu Y, Chen S, et al. An adaptive source-free unsupervised domain adaptation method for mechanical fault detection. Mechanical Systems and Signal Processing. 2025;228.
5. Hou M, Shi J, Lin X, Tian W, Xue Y, Qiao S, et al. Optimization of robot posture and spindle speed in robotic milling. Robotics and Computer-Integrated Manufacturing. 2025;93.