基本信息

李响

机械工程学院

副教授、特聘研究员

陕西省高层次人才引进计划入选者

西安交大青年拔尖人才计划入选者

荣誉奖励

  • 陕西省高层次人才引进计划入选者
  • 陕西省“三秦学者”高端装备智能运维创新团队成员
  • 全球顶尖前10万科学家(全球学者库)
  • 西安交大青年拔尖人才计划入选者
  • 2022 Emerging Leader (Measurement Science and Technology)

学术任职

  • 期刊Expert Systems with Applications副主编
  • 期刊IEEE/CAA Journal of Automatica Sinica首届青年编委
  • 期刊Machines编委
  • 期刊Journal of Dynamics, Monitoring and Diagnostics首届青年编委
  • 期刊《西安交通大学学报》首届青年编委
  • 陕西省振动工程学会理事
  • 期刊Mathematics客座编辑
  • 期刊Sensors主题编辑
  • 新加坡南洋理工大学博士论文评审专家
  • IEEE会员
  • ASME会员
  • IET会员
  • 中国振动工程学会高级会员
  • 中国机械工程学会高级会员
  • 中国自动化学会会员
  • 中国力学学会会员
  • 中国运筹学会会员
  • 30余SCI期刊审稿人

学术主页

联系方式

单位:西安交通大学机械工程学院

          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

办公:曲江校区南一楼A座514

          创新港校区力行楼2-4155

邮箱:lixiang@xjtu.edu.cn

站点计数器

个人简介

李响,副教授、特聘研究员,博士生导师,入选陕西省高层次人才引进计划、西安交大青年拔尖人才支持计划,主要研究方向为工业人工智能、工业大数据、深度学习、装备智能故障诊断与预测等,承担国家自然科学基金等项目,研究成果在智能制造等领域获得工程应用,担任期刊Expert Systems with Applications副主编,发表学术论文70余篇,包括IEEE TNNLS、IEEE TIE、IEEE TII等多种领域顶级刊物,ESI高被引论文15篇,ESI热点论文4篇,谷歌学术引用4400次以上,H指数32。

招生信息

欢迎机械、计算机、力学、信息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李响老师 lixiang@xjtu.edu.cn,在课题组我们将共同研究:

个人经历

工作经历                                                                                                      

  • 2021   至今       西安交通大学,机械工程学院,副教授/特聘研究员
  • 2019 - 2021     美国辛辛那提大学,机械工程系,博士后
  • 2017 - 2021     东北大学,理学院,副教授、讲师

教育经历                                                                                                      

  • 2012 - 2017     天津大学,一般力学与力学基础,直博
  • 2015 - 2016     美国加州大学Merced分校,应用力学,博士联合培养
  • 2008 - 2012     天津大学,工程力学/工程管理,本科

研究领域

  • 工业人工智能
  • 工业大数据
  • 装备智能运维
  • 深度学习
  • 智能故障诊断与预测
  • 复杂系统优化

更多科研工作

教学工作

本科生教学:                                                                                                  

  • 《大数据技术》64学时
  • 《大数据技术》32学时(留学生)

研究生教学:                                                                                                  

  • 《Fault Diagnosis for Machinery》(留学生)

代表性论文

  1. Xiang Li*, Wei Zhang, and Qian Ding, “Cross-Domain Fault Diagnosis of Rolling Element Bearings Using Deep Generative Neural Networks”, IEEE Transactions on Industrial Electronics, 2019, 66:7, 5525-5534. [ESI高被引论文, 热点论文]
  2. Xiang Li*, Qian Ding, and Jian-Qiao Sun, “Remaining useful life estimation in prognostics using deep convolution neural networks”, Reliability Engineering & System Safety, 2018, 172, 1-11. [ESI高被引论文]
  3. Xiang Li, Wei Zhang, Qian Ding, and Xu Li*, “Diagnosing Rotating Machines with Weakly Supervised Data Using Deep Transfer Learning”, IEEE Transactions on Industrial Informatics, 2020, 16 (3), 1688-1697. [ESI高被引论文]
  4. Xiang Li*, Wei Zhang, Nan-Xi Xu, and Qian Ding, “Deep Learning-Based Machinery Fault Diagnostics with Domain Adaptation Across Sensors At Different Places”, IEEE Transactions on Industrial Electronics, 2020, 67 (8), 6785-6794. [ESI高被引论文]
  5. Xiang Li*, Wei Zhang, and Qian Ding, “Deep learning-based remaining useful life estimation of bearings using multi-scale feature extraction”, Reliability Engineering & System Safety, 2019, 182, 208-218. [ESI 高被引论文, 热点论文]

更多科研成果