联系方式

地址1:中国西部科技创新港

            高端装备研究院 2-4058

地址2:西安交通大学曲江校区

            智能制造创新中心南一楼A座517

 E-mail:naipengli@mail.xjtu.edu.cn

主要任职

陕西省振动工程学会常务理事

中国机械工程学会高级会员

中国振动工程学会会员

中国自动化学会会员

ASME member

IEEE member

10余种学术期刊审稿人:

IEEE Transactions on Industrial Electronics

IEEE Transactions on Industrial Informatics

Mechanical Systems and Signal Processing

Reliability Engineering and System Safety

IEEE Transactions on Instrumentation and Measurement

机械工程学报

轴承 ......

站点计数器

基本情况简介

李乃鹏,山东济南钢城人,西安交通大学助理教授、硕士生导师、首批青秀计划A类入选者,2017-2019年在国家留学基金委资助下赴美国佐治亚理工学院进行联合培养,2019年9月获得西安交大工学博士学位。长期从事机械装备健康监测、寿命预测、智能运维方面研究工作。主持国家自然科学基金青年基金、博士后站中特助、博士后面上、企业横向项目10余项,作为课题负责人参与国家自然科学基金重点项目1项,作为子课题负责人参与国家重点研发计划1项,作为骨干成员参与国家自然科学基金杰青项目、联合基金重点项目、面上项目等。建立了机械装备数模联动剩余寿命预测理论框架,提出了变工况寿命预测、自数据驱动的寿命预测、多传感融合寿命预测等方法技术。

在Springer出版社出版英文专著1部,获国家科学技术出版基金资助,参与撰写Elsevier出版的英文专著1部,获第十七届输出版优秀图书奖;在《Mechanical Systems and Signal Processing》、《IEEE Transactions on Industrial Electronics》、《机械工程学报》等本领域权威期刊发表高质量学术论文36篇,其中ESI热点论文4篇、ESI高被引论文5篇,根据最新升级版中科院1区Top期刊论文20篇。参与制定国家标准4项,授权国家发明专利25项,其中10余项已在风电装备、工业机器人、汽车、地铁、国防装备等进行应用,取得了的一定社会经济效益。博士学位论文获西安交大优博论文、陕西振动工程学会优博论文;研究成果获陕西省自然科学一等奖(第2完成人)、陕西高等学校科学技术一等奖(第2完成人)、中国华电集团科技进步一等奖(西安交大所有参与人中排名第1)等科技奖励。

教育经历

2012  -  2019    西安交通大学,机械工程学院 ,硕博连读, 

                         导师:雷亚国 教授

2017  -  2019    美国佐治亚理工学院,工业与系统工程系,联合培养博士,

                         合作导师:Nagi Gebraeel

2008  -  2012   山东农业大学,机电学院,本科

工作经历

2020  -  至今  西安交通大学,机械工程学院,助理教授

2020  -  至今  西安交通大学,机械工程学院,博士后,合作导师:雷亚国 教授

奖励及荣誉

  1. 陕西省自然科学一等奖,2022.04.01(第2完成人)
  2. 中国科协青年人才托举工程,2022.11.11
  3. 陕西高等学校科学技术一等奖,2021.02.08(第2完成人)
  4. 陕西省优秀博士学位论文,2022.11.11
  5. 西安交大青秀计划A类人才,2020.04.20
  6. 陕西振动工程学会优博论文,2019.12.23
  7. 西安交通大学优博论文,2022.05.18
  8. 中国华电集团科技进步一等奖,2018.11.09
  9. 西安交通大学优秀研究生标兵,2017.12.26
  10. 西安交通大学学术之星,2017.06.01

招生信息

每年招收学术型硕士生1~2名,专业型研究生1~2名,招生方向如下表所示。欢迎具有机械工程、信息工程、数学、力学、计算机科学与技术相关专业背景的学生报名咨询,请直接发送邮件到naipengli@mail.xjtu.edu.cn进行咨询。

类型

专业名称

研究方向

备注

学术型

080200 机械工程

01(全日制)深度学习与智能制造

42(全日制)大数据驱动的机械故障智能诊断

43(全日制)机械系统动态建模、运行监控与寿命预测

73(全日制)智能机器的预测性维护和优化运行

报考详细信息请见

研究生院招生工作

专栏最新版招生目

录和招生简章,每

9月定期发布。

http://yz.xjtu.edu.cn/

080400 仪器科学与技术

28(全日制)高档装备故障预示与健康管理

专业型

085501 机械工程

02(全日制)重大装备运行性能与智能维护