姓名 |
馬賽
|
性別 |
男 |
|
出生年月 |
1986.1
|
行政職務 |
|
學歷 |
博士研究生 |
學位 |
博士 |
專業(yè)技術(shù)職務及任導師情況 |
副教授、博士研究生導 師、碩士研究生導師 |
所在一級學科名稱 |
機械工程 |
所在二級學科名稱 |
機械制造及其自動化 |
|
學術(shù)身份
山東大學青年未來學者
學術(shù)和社會兼職
Brain-X期刊青年編委
中國人工智能學會 青委會委員
中國振動工程學會 轉(zhuǎn)子動力學委員會理事
中國振動工程學會 故障診斷委員會理事
山東省發(fā)改委 工業(yè)重點領域咨詢專家
山東省工信廳航空產(chǎn)業(yè)咨詢專家
濟南市市中區(qū)掛職工信局副局長
濟南市市中區(qū)區(qū)委黨校兼職教授
全國互聯(lián)網(wǎng)+大學生創(chuàng)新創(chuàng)業(yè)大賽項目 國賽評審專家
IEEE Transaction on Cybernetics, IEEE Transactions on Industrial Informatics, IEEE Transactions on Industrial Electronics, Mechanical Systems and Signal Processing, IEEE Transactions on Signal Processing等期刊審稿人
國內(nèi)外學習和工作經(jīng)歷
2016.06在南京航空航天大學能源與動力學院獲航空宇航推進理論與工程專業(yè)博士學位,課題方向為:航空發(fā)動機系統(tǒng)控制與仿真,航空發(fā)動機結(jié)構(gòu)強度振動與可靠性;
2014.09-2015.10受國家公派留學基金委(CSC)資助在英國南安普頓大學(University of Southampton)航空工程系(Aerospace Engineering)及流固耦合組(Fluid Structure Interaction Group)聯(lián)合培養(yǎng)博士研究生.
2016.09-2018.11在清華大學機械工程系任助理研究員(Research Assistant),博士后師從褚福磊教授.
2018.11至2023.08在山東大學機械工程學院任副研究員(Associate Researcher)
2023.09至今在山東大學機械工程學院任副教授(Associate Professor)
主講課程
本科生:人工智能;企業(yè)實踐(山東省一流課程)
研究領域
人工智能算法與生物/機械信號處理算法
機電裝備故障診斷/剩余壽命預測/預測性維護(工業(yè)互聯(lián)網(wǎng))
增/等/減材智能制造(工業(yè)4.0)
腦機接口/醫(yī)工交叉/移動協(xié)作共融機器人
旋轉(zhuǎn)機械動力學與先進控制算法
承擔科研項目情況
1.國家自然科學基金青年基金項目(51705275), 變轉(zhuǎn)速下旋轉(zhuǎn)機械故障狀態(tài)的稀疏表示與深度學習診斷方法研究,2018.01-2019.12,22萬元,主持;
2.國家自然科學基金重點項目(51335006), 大型風電裝備故障機理分析與診斷,2014.01-2018.12,320萬元,參與(負責人:清華大學褚福磊教授,西安交通大學陳雪峰教授);
3.國家自然科學基金面上項目(11872222), 高速動載角接觸滾動軸承打滑機理研究,2019.01-2022.12,63萬元,參與(負責人:清華大學韓勤鍇副研究員);
4.基于人工智能與多模態(tài)腦影像學的意識障礙診斷預測,山東大學齊魯醫(yī)院課題,在研,主持;
5.基于受體靶標的腫瘤與代謝病新藥創(chuàng)制,山東大學青年交叉科學創(chuàng)新群體,在研,子課題負責人(基于人工智能技術(shù)的新型藥物設計);
6.膽管癌預防與診治的精準醫(yī)療集成應用示范體系,山東省重點研發(fā)計劃(重大科技創(chuàng)新工程),在研,子課題負責人;
7.智能網(wǎng)聯(lián)新能源車輛關(guān)鍵技術(shù)研究,企業(yè)課題,在研,主持;
8.航空發(fā)動機雙轉(zhuǎn)子系統(tǒng)動力學機理及建模求解理論與方法,山東大學基本科研業(yè)務費資助項目,主持;
9.水基潤滑材料與界面摩擦調(diào)控,山東省優(yōu)秀青年基金項目,在研,參與;
10.柔性生產(chǎn)線制造工藝優(yōu)化與智能調(diào)度算法軟件開發(fā),高新技術(shù)企業(yè)課題,在研,主持;
11.增等減材柔性再制造生產(chǎn)線工藝優(yōu)化與分布式綠色動態(tài)調(diào)度算法軟件開發(fā)及測試,高新技術(shù)企業(yè)課題,在研,主持;
科技競賽:
1.作為指導教師申報的全國大學生互聯(lián)網(wǎng)+創(chuàng)新創(chuàng)業(yè)大賽項目“軌道車輛智能運維數(shù)字孿生解決方案(面向軌道車輛關(guān)重件的制造-服役-再制造全生命周期智能運維系統(tǒng))”獲得國賽入圍獎,山東省賽金獎(學生負責人:楊長遠;指導教師:馬賽,萬熠,朱洪濤,韓勤鍇(清華大學),陳提(南京航空航天大學),王興元)
2. 作為指導教師申報的全國大學生互聯(lián)網(wǎng)+創(chuàng)新創(chuàng)業(yè)大賽項目“基于云管一體化的核電站安全監(jiān)測系統(tǒng)(空陸云邊協(xié)同一體化核電站安全殼及關(guān)鍵裝備健康監(jiān)測系統(tǒng))”獲得山東省賽銅獎(學生負責人:朱鵬;指導教師:馬賽,萬熠,朱洪濤,韓勤鍇(清華大學))
個人主頁:https://www.researchgate.net/profile/Sai-Mamasai
近期主要的代表性論文、著作、專利:
1. P. Zhu, S. Ma*, Q. Han and F. Chu, Deep Contrastive Transfer Learning for Rotating Machinery Fault Diagnosis[J]. IEEE Transactions on Instrumentation and Measurement, vol. 74, pp. 1-10, 2025: 3501510. (SCI影響因子IF=5.6).
2. Yang C, Ma S*, Han Q. Robust discriminant latent variable manifold learning for rotating machinery fault diagnosis[J]. Engineering Applications of Artificial Intelligence, 2023, 126: 106996. (SCI影響因子IF=8.0).
3. Ma S*, Han Q, Chu F. Sparse representation learning for fault feature extraction and diagnosis of rotating machinery[J]. Expert Systems with Applications, 2023: 120858. (SCI影響因子IF=8.5).
4. Yang C, Ma S*, Han Q. Unified discriminant manifold learning for rotating machinery fault diagnosis[J]. Journal of Intelligent Manufacturing, 2022: 1-12. (SCI影響因子IF=8.3).
5. Wang L, Ma S*, Han Q, et al. Unified Sparse Time–Frequency Analysis: Decomposition, Transformation, and Reassignment[J]. IEEE Transactions on Industrial Informatics, 2022, 18(11): 7675-7685. (SCI影響因子IF=12.3).
6. Wang L, Ma S*, Han Q. Enhanced sparse low-rank representation via nonconvex regularization for rotating machinery early fault feature extraction[J]. IEEE/ASME Transactions on Mechatronics, 2022, 27(5): 3570-3578. (SCI影響因子IF=6.4).
7. L. Wang, S. Ma* and Q. Han, Reweighted Dual Sparse Regularization and Convex Optimization for Bearing Fault Diagnosis[J] IEEE Transactions on Instrumentation and Measurement, vol. 70, pp. 1-9, 2021. (SCI影響因子IF=4.0)
8. Ma S, Chu F, Han Q. Deep residual learning with demodulated time-frequency features for fault diagnosis of planetary gearbox under nonstationary running conditions[J]. Mechanical Systems and Signal Processing, 2019, 127: 190-201. (SCI影響因子IF=5.0)
9. Ma S, Chu F. Ensemble deep learning-based fault diagnosis of rotor bearing systems[J]. Computers in Industry, 2019, 105: 143-152. (SCI影響因子IF=4.7)
10. Ma S, Li S M, Xiong Y P. Uncertainty reduced novelty detection approach applied to rotating machinery for condition monitoring[J]. Shock and Vibration, 2015, 2015. (SCI影響因子IF=1.8)
11. Ma S, Li S M, Xiong Y P. Uncertainty extraction based multi-fault diagnosis of rotating machinery[J]. Journal of Vibroengineering, 2016, 18(1). (SCI Indexed)
12. Ma S, Li S M, Liu H L, et al. Vibration source model estimation and state specificity perception of a rotor structure[J]. 2015. (SCI Indexed)
13. Han Q,Ma S, Chu F. Kernel density estimation model for wind speed probability distribution with applicability to wind energy assessment in China[J]. Renewable & Sustainable Energy Reviews, 2019. (SCI影響因子IF=10.5)
14.馬賽,郭海東.航空發(fā)動機壓氣機葉片振動特征計算平臺設計[J].航空計算技術(shù),2013,43(01):113-115.
15.馬賽, 褚福磊. 風速時間序列模擬的模型有效性驗證及代表性風場實例分析[J]. 振動與沖擊(EI), 2019, 38(15):7.
16.楊長遠,馬賽*,韓勤楷. 基于多核監(jiān)督流形學習的旋轉(zhuǎn)機械故障診斷[J]. 航空動力學報(EI),2022
聯(lián)系方式
郵箱:massana@163.com
歡迎具有數(shù)學,理論物理,力學,電子,信息,計算機,控制以及機械等學科背景的同學加入課題組^_~