基本信息

杨  彬  助理教授

西安交通大学“青年优秀人才”A类

机械工程学院 设计科学与基础部件研究所

现代设计及转子轴承系统教育部重点实验室

奖励荣誉

  • 陕西省自然科学一等奖（第3完成人）
  • 陕西高等学校科学技术一等奖（第3完成人）
  • 陕西省第十五届自然科学优秀学术论文二等奖
  • 第七届中国科协优秀科技论文
  • 中国机械工程学会优秀论文
  • 中国百篇最具影响国际学术论文
  • 中国精品科技期刊顶尖学术论文领跑者
  • 西安交通大学-NSK机械工程学优秀论文成果奖

    • 学术任职

  • 中国自动化学会混合智能专委会 委员
  • 中国机械工程学会 高级会员
  • 中国仪器仪表学会 高级会员
  • 中国振动工程学会 会员
  • 中国运筹学会 会员
  • 中国现场统计研究会 会员
  • IEEE/ASME/IET Member
  • IEEE TIE, TNNLS/MSSP等国际著名期刊审稿人

    • 联系方式

    单       位：机械工程学院

                     设计科学与基础部件研究所

    地       址：西安交大曲江校区南一楼A座417室

                     中国西部科技创新港 力行楼

    联系方式：binyang@xjtu.edu.cn

    学术主页：GoogleScholar

                     ResearchGate

    站点计数器

    个人简介

    杨彬，西安交通大学机械工程学院助理教授，加拿大多伦多大学维护优化与可靠性工程研究中心（C-MORE）联合培养博士，入选西安交通大学“青年优秀人才支持计划”A类。担任Frontiers in Mechanical Engineering国际期刊主题编辑以及Mechanical Systems and Signal Processing、IEEE Transactions on Industrial Electronics等国际权威期刊审稿人。长期从事机械故障迁移智能诊断理论及应用研究，出版学术专著1部，获工信学术出版基金资助；在本领域国内外权威期刊上发表学术论文10余篇，其中，2篇ESI热点（前0.1%），1篇中国百篇最具影响国际学术论文，1篇机械工程学报论文入选中国精品科技期刊顶尖学术论文、第七届中国科协优秀科技论文；授权国家发明专利10余件。为国际著名轴承制造商研发了轴承加工质量缺陷智能诊断系统，在全球最大的球轴承生产基地部署应用。曾获陕西省自然科学一等奖（第3完成人）、陕西高等学校科学技术一等奖（第3完成人）、陕西省自然科学优秀学术论文二等奖等奖励。

    新闻播报

    教育/工作经历

      工作经历                                                                                                                                                                

    • 2022-10  至今    西安交通大学，机械工程学院，助理教授

    • 2022-09  至今    西安交通大学，仪器科学与技术流动站，博士后，合作导师：雷亚国 教授

     

      教育背景                                                                                                                                                                

    • 2017-09  至  2022-07    西安交通大学，机械工程专业，工学博士，导师：雷亚国 教授

    • 2019-11  至  2020-11    加拿大多伦多大学，机械与工业工程专业，联合培养博士，导师：Chi-Guhn Lee 教授

    • 2014-09  至  2017-06    长安大学，机械电子工程专业，工学硕士，导师：谷立臣 教授

    • 2010-09  至  2014-06    长安大学，机械电子工程专业，工学学士

    研究领域

      研究方向                                                                                                                                                                

    • 机械故障迁移智能诊断

    • 大数据驱动的机械装备智能运维

    • 迁移学习理论及应用

      在研项目                                                                                                                                                                

    • 机械设备健康维护湖南省重点实验室开放基金：大数据驱动的高端装备深度迁移诊断方法研究，项目编号：2022JXKFJJ01，2022.01-2023.12

    讲授课程

    作者还未对该模块添加任何内容.