基本信息

冯珂 博士

 

教授、博士生导师

国家级青年人才、玛丽居里学者

 

荣誉称号

  • 国家级青年人才
  • 玛丽居里学者
  • Vebleo Fellow
  • 西安交通大学青年拔尖人才（A类）
  • Emerging Leader (Measurement Science and Technology, 2023)
  • Outstanding Associate Editor (IEEE TIM, 2024)

学术主页

研究领域

数字孪生、人工智能、信号处理、动力学、疲劳磨损

 

适用对象为高端装备、复杂系统以及基础设施，例如轨道交通、航空航天装备、先进制造装备、电子仪器、医疗器械、物流管理系统、桥梁、输油管道等。

 

欢迎交流、合作！

国际合作

与麻省理工、牛津大学、剑桥大学、斯坦福大学、帝国理工、苏黎世联邦理工学院、新加坡国立大学、香港大学、南洋理工大学、悉尼大学、新南威尔士大学、英属哥伦比亚大学等院校保持长期紧密合作关系。

协会会员

  • Vebleo Fellow
  • IEEE Member
  • ASME Member
  • 中国现场统计研究会会员

联系方式

单位

西安交通大学机械工程学院

 

办公地点

曲江校区南一楼A座328

创新港校区力行楼2-6069

 

邮箱

kefeng@xjtu.edu.cn

ke.feng@outlook.com.au

我的新闻

站点计数器

个人简介

冯珂，国家级青年人才，玛丽居里学者，Vebleo Fellow。本硕毕业于电子科技大学，博士毕业于澳大利亚新南威尔士大学。博士毕业后，工作于英属哥伦比亚大学、新加坡国立大学、帝国理工等高校。主要从事基础设施以及旋转设备状态监测、数字孪生、信号处理、动力学、磨损疲劳分析等研究工作。2023年被Measurement and Science and Technology评定为Emerging leader。目前担任多个Top期刊编委以及客座编委，例如Journal of Intelligent Manufacturing、Structural Health Monitoring、IEEE Transactions on Instrumentation and Measurement、IEEE Transactions on Industrial Cyber-Physical Systems、Mechanical Systems and Signal Processing、Engineering Applications of Artificial Intelligence、IEEE Sensors Journal、Measurement Science and Technology、IET Collaborative Intelligent Manufacturing、Proc Inst Mech Eng B J Eng Manuf等。受邀担任多个国际会议分会主席；于多个国际会议上受邀做专题报告。研究成果发表于Information Fusion （IF 18.6）、IEEE Transactions on Industrial Informatics （IF 12.3）、IEEE Internet of Things Journal（IF 10.6）、Mechanical Systems and Signal Processing （IF 8.4）、Reliability Engineering & System Safety （IF 8.1），以及本领域其他顶级期刊，例如Tribology International、International Journal of Fatigue、Wear、Ocean Engineering，其中ESI热点论文4篇， ESI高被引论文8篇。

与麻省理工、牛津大学、剑桥大学、斯坦福大学、帝国理工、苏黎世联邦理工学院、新加坡国立大学、香港大学、南洋理工大学、悉尼大学、新南威尔士大学、英属哥伦比亚大学等院校保持长期紧密合作关系。

招生信息

欢迎机械、计算机、数学、自动化、力学等相关专业优秀同学保送、报考课题组硕士、博士，欢迎积极上进的本科生参与课题组研究工作，感兴趣的同学可邮件联系冯珂老师kefeng@xjtu.edu.cn或ke.feng@outlook.com.au。

  • 博士后：欢迎随时联系。
  • 博士生：欢迎研究方向为高端装备与复杂系统数字孪生、智能运维、信号处理、动力学、疲劳磨损等相关方向学生报考。
  • 硕士生：以学生未来规划为导向，本课题组采取不同的培养措施。对于有读博士意向的学生，注重学术思维和动手实践的培养，为后续的科研之路夯实基础；对于工作意向的同学，依托课题组的项目和实验条件，提升动手实践和综合素养。
  • 本科生：长期接收未来准备出国、希望本科阶段参与科研的同学加入课题组进行研究、做毕业设计。

鼓励并支持赴麻省理工、牛津大学、剑桥大学、斯坦福大学、帝国理工、苏黎世联邦理工学院、新加坡国立大学、香港大学、南洋理工大学、悉尼大学、新南威尔士大学、英属哥伦比亚大学等合作院校短期访学、联合培养以及攻读学位等方式交流合作。

鼓励并支持开展前沿性研究，发表高水平论文。

个人经历

工作经历

2023年 - 至今 西安交通大学 教授
2021年 - 2023年 帝国理工&布鲁内尔大学 玛丽居里学者
  新加坡国立大学 研究员
  英属哥伦比亚大学 博士后

 

 

 

 

 

教育经历

2017年 - 2021年 新南威尔士大学              

博士              
2015年 - 2016年 阿尔伯塔大学 访学
2014年 - 2017年 电子科技大学 硕士
2010年 - 2014年 电子科技大学 学士

 

 

 

 

学术任职

副主编/Associate Editor

编委/Editorial Board Member

等10+期刊编委

客座编辑/Guest Editor

等10+期刊客座编委

科研项目

项目类型

题目

资助方

承担角色

项目类型

优秀青年科学基金项目（海外）

xx齿轮传动系统数字孪生性能评估与寿命预测

国家自然科学基金委员会

主持

纵向项目

玛丽居里学者

欧盟“地平线欧洲”项目

Condition monitoring of wind turbine gearbox toward digital twin ecosystem

欧盟委员会

主持

纵向项目

代表性论文

一作及通讯作者论文50余篇，4篇ESI热点论文，8篇ESI高被引论文。详情可见Google Scholar|ResearchGate|Scopus。10篇代表作罗列如下 (一作、通讯各5篇):

  1. Ke Feng, J.C. Ji, Yongchao Zhang*, Qing Ni*, Zheng Liu*, Michael Beer, “Digital twin-driven intelligent assessment of gear surface degradation”, Mechanical Systems and Signal Processing, 2023, 186, pp. 109896. (SCI, JCR Q1,中科院一区, IF 8. 4) DOI: 10.1016/j.ymssp.2022.109896. (ESI 热点论文)
  2. Ke Feng, J.C. Ji, Qing Ni*, Michael Beer, “A review of vibration-based monitoring and prediction techniques for gear wear”, Mechanical Systems and Signal Processing, 2023, 182, pp.109605. (SCI, JCR Q1, 中科院一区, IF 8. 4) DOI: 10.1016/j.ymssp.2022.109605. (ESI 热点论文)
  3. Ke Feng*, Wade A. Smith, Robert B. Randall, Hongkun Wu, Zhongxiao Peng, “Vibration-based monitoring and prediction of surface profile change and pitting density in a gear wear process”, Mechanical Systems and Signal Processing, 2022, 165, pp. 108319. (SCI, JCR Q1, 中科院一区, IF 8. 4) DOI: 10.1016/j.ymssp.2021.108319. (ESI 高被引论文)
  4. Ke Feng*, Wade A. Smith, Pietro Borghesani, Robert B. Randall, Zhongxiao Peng, “Use of cyclostationary properties of vibration signals to identify gear wear mechanisms and track wear evolution”, Mechanical Systems and Signal Processing, 2021, 150, pp. 107258. (SCI, JCR Q1, 中科院一区, IF 8. 4) DOI: 10.1016/j.ymssp.2020.107258. (ESI 高被引论文)
  5. Ke Feng, J.C. Ji, Qing Ni*, Yifan Li, Wentao Mao, Libin Liu, “A novel vibration-based prognostic scheme for gear health management in surface wear progression of the intelligent manufacturing system”, Wear, 2023, 522, pp. 204697 (SCI, JCR Q1, 中科院一区, IF 5.0) DOI: 10.1016/j.wear.2023.204697. (ESI高被引论文)
  6. Yadonng Xu, Ke Feng*, Xiaoan Yan, Ruqiang Yan, Qing Ni, Beibei Sun, Zihao Lei, Yongchao Zhang, Zheng Liu, “CFCNN: A Novel Convolutional Fusion Framework for Collaborative Fault Identification of Rotating Machinery”, Information Fusion, 2023, 95, pp. 1-16. (SCI, JCR Q1, 中科院一区, IF 18.6). DOI: 10.1016/j.inffus.2023.02.012.
  7. Zihao Lei, Hongming Chen, Guangrui Wen, Ke Feng*, Zheng Liu, Ruqiang Yan, Xuefeng Chen, “A Synchronous Holo-balancing Method for Flexible Rotors Based on the Modified Initial Phase Vector”, Information Fusion, 2023, 90, pp. 95-110. (SCI, JCR Q1, 中科院一区, IF 18.6) DOI: 10.1016/j.inffus.2022.09.013.
  8. Qing Ni, J.C. Ji, Ke Feng*, “Data-driven prognostic scheme for bearings based on a novel health indicator and gated recurrent unit network”, IEEE Transactions on Industrial Informatics, 2023, 19(2), pp. 1301-1311. (SCI, JCR Q1, 中科院一区, IF 12.3) DOI: 10.1109/TII.2022.3169465. (ESI 高被引论文)
  9. Yadong Xu, Ke Feng*, Xiaoan Yan, Xin Sheng, Beibei Sun, Zheng Liu, Ruqiang Yan, “Cross-modal Fusion Convolutional Neural Networks with Online Soft Label Training Strategy for Mechanical Fault Diagnosis”, IEEE Transactions on Industrial Informatics,  2023, 20(1), pp. 73-84.  (SCI, JCR Q1, 中科院一区, IF 12.3) DOI: 10.1109/TII.2023.3256400.
  10. Qing Ni, J.C. Ji, Benjamin Halkon, Ke Feng*, Asoke K Nandi, “Physics-Informed Residual Network (PIResNet) for rolling element bearing fault diagnostics”, Mechanical Systems and Signal Processing, 2023, 200, pp. 110544. (SCI, JCR Q1,中科院一区, IF 8. 4) DOI: 10.1016/j.ymssp.2023.110544. (ESI 热点论文)