​​​​​​​​​​​​​

研究方向一：机械系统动态建模

故障机理研究是故障诊断的基石，动态建模是揭示机械系统动态特性与故障演化机理的重要工具。该方向通过建立动力学、唯象、数字孪生等模型，对机械系统的动态特性进行分析，研究机械系统在内外激励下的动力学行为以及模型参数、故障类型等各种因素对系统响应特性的影响。

​​​​​​​​​​​​​​

研究方向二：机械信号处理与分析

机械故障特征提取犹如“沙里淘金”，信号处理是提取故障特征的“一把利器”。该方向主要研究降噪或者用噪等先进信号处理方法与技术，揭示表征机械运行健康状况的敏感信息，建立特色监测与诊断指标，从而实现机械故障微弱特征的增强与提取。

研究方向三：大数据下智能故障诊断

智能诊断是大数据时代对机械装备进行快速准确诊断的必由之路。该方向主要研究软计算、机器学习等人工智能算法，通过建立智能诊断模型，自适应解析机械信号蕴含的复杂结构信息，探索大数据中潜在的故障演化规律，实现机械故障的智能识别。

研究方向四：机械装备剩余寿命预测

剩余寿命预测是准确制定预测性维修策略的前提，对保障机械装备的安全高效运行降低维修成本至关重要。该方向主要研究基于衰退模型和数据驱动的数模联动剩余寿命预测理论与方法，实现风电机组、航空发动机、工程机械等关键零部件的剩余寿命预测，为其预测性维修提供技术支持。