陈作懿
![]()
开通时间 : ..
最后更新时间 : ..
1. 基本信息:
陈作懿,博士,副教授。长期围绕高速列车传动系统、工业机器人、低空飞行器、船舶装备等高端装备,开展异常检测、故障诊断、寿命预测与维修决策等理论与技术研究,主持国家自然科学基金青年基金、四川省青年基金等项目4项,并作为骨干成员参与多项国家重点研发计划。以一作或通讯作者在J. Manuf. Syst., Mech. Syst. Signal Pr., IEEE T. Reliab.,《中国科学:技术科学》等领域内一流期刊发表论文14篇;参编著作1本;授权/申请国家发明专利9项,取得软件著作权5项。现担任中国机械工程学会工业大数据与智能系统分会委员、中国仪器仪表学会设备结构健康监测与预警委员会委员、中国运筹学会可靠性分会青年理事、四川省机械工程学会智能运维专业委员会委员,并担任Symmetry等期刊客座主编。
2. 研究方向:
[1] 装备故障预测与健康管理(异常检测、故障诊断、寿命预测等)
[2] 工业人工智能(具身智能、工业大模型、迁移学习、零样本学习、强化学习等)
[3] 结构健康监测(复合材料疲劳损伤检测)
[4] 智能运维系统开发(云边协同技术、边缘智能网关、Hadoop生态系统等)
3. 科研项目:
[1] 2025-2027,国家自然科学基金青年项目,No. 52405093,主持
[2] 2025-2026,四川省自然科学基金青年项目,No. 2025ZNSFSC1269,主持
[3] 2024-2027,中央高校基本科研业务费专项,No. ZYGX2024XJ016,主持
[4] 2019-2022,装备发展部技术基础管理中心,“装备故障预测与健康管理(PHM)应用指南标准研究”,主研
[5] 2019-2021,国家重点研发计划项目,“智能工厂柔性服务管控平台的总体架构和开发工具”,主研
[6] 2019-2021,广东省科技厅重点领域研发计划项目,“工业机器人远程运维与诊断系统研究”,主研
[7] 2020-2023,企业横向课题,动力总成工厂发动机装配3科MES系统改造及大数据应用,主研
[8] 2020-2021,企业横向课题,“产品故障预测与健康诊断管理系统(PHM2.0)实施”,主研
4. 代表性论文:
[1] Zuoyi Chen, Zirui Li, Jun Wu*, Chao Deng and Wei Dai. Deep residual shrinkage relation network for anomaly detection of rotating machine, Journal of Manufacturing Systems, 2022, 65:579-590.
[2] Zuoyi Chen*, Hong-Zhong Huang, Zhongwei Deng, Jun Wu. Shrinkage mamba relation network with out-of-distribution data augmentation for rotating machinery fault detection and localization under zero-faulty data, Mechanical Systems and Signal Processing, 2025, 224:112145.
[3] Zuoyi Chen, Jun Wu*, Chao Deng, Chao Wang and Yuanhang Wang. Residual deep subdomain adaptation network: a new method for intelligent fault diagnosis of bearings across multiple domains, Mechanism and Machine Theory, 2022, 69:104635.
[4] Zuoyi Chen*, Hong-Zhong Huang, Jun Wu, Yuanhang Wang. Zero-faulty sample machinery fault detection via relation network with out-of-distribution data augmentation, Engineering Applications of Artificial Intelligence 2025, 141(11):109753.
[5] Zuoyi Chen, Ke Wu, Jun Wu*, Chao Deng and Yuanhang Wang. Residual shrinkage transformer relation network for intelligent fault detection of industrial robot with zero-fault samples, Knowledge-Based Systems, 2023, 268:110452.
[6] Zhixu Duan (本科生), Ruoxi Liu (本科生), Zuoyi Chen*, Hong-Zhong Huang. Pseudo-fault data enhanced relation network for fault detection and localization in train transmission systems, Engineering Applications of Artificial Intelligence, 2025, 158:111515.
[7] Zuoyi Chen, Jun Wu*, Chao Deng, Xiaoqi Wang and Yuanhang Wang. Deep attention relation network: A zero-shot learning method for bearing fault diagnosis under unknown domains, IEEE Transactions on Reliability, 2022, 71(1):78-79.
[8] Zuoyi Chen, Xiaoqi Wang, Jun Wu*, Chao Deng and Daode Zhang. Relational conduction graph network for intelligent fault diagnosis of rotating machines under small fault samples, IEEE Transactions on Instrumentation & Measurement, 2023, 72:1-11.
[9] Zhipeng Chen, Yiwei Cheng Haiping Zhu, Zuoyi Chen*, Jun Wu. Robust composite damage detection via feature subspace ensemble learning with data distribution shifts, Nondestructive Testing and Evaluation, 2025.
[10] Zuoshuang Chen, Dongdong Zhang, Zuoyi Chen*, Jun Wu, Hong-Zhong Huang. A Cross-Domain Online Diagnosis Framework Under Small Fault Sample. IEEE Transactions on Instrumentation and Measurement, 2025, 74:1-12.
[11] Zuoyi Chen, Chao Wang, Jun Wu*, Chao Deng and Yuanhang Wang. Deep convolutional transfer learning-based structural damage detection with domain adaptation, Applied Intelligence, 2022, 53(5):5085–5099.
[12] Zuoyi Chen, Yanzhi Wang, Jun Wu*, Chao Deng and Kui Hu. Sensor data-driven structural damage detection based on deep convolutional neural networks and continuous wavelet transform, Applied Intelligence, 2021, 51(8):5598–5609.
[13] Zuoyi Chen, Yuanhang Wang, Jun Wu*, Chao Deng and Xiongwei Jiang. Wide residual relation network-based intelligent fault diagnosis of rotating machines with small samples, Sensors, 2022, 22(11):4161.
[14] 陈作懿, 邓超, 吴军*, 朱海平. 基于收缩自注意关系网络的机械装备故障智能检测与定位方法, 中国科学:技术科学, 2023, 53(7):1214–1228.
[15] Zhixu Duan (本科生), Ruoxi Liu (本科生), Zuoyi Chen, Hong-Zhong Huang. Parallel Relation Network for Intelligent Fault Detection and Localization of Train Transmission Systems with Zero-fault Sample. 2024 Global Reliability and Prognostics and Health Management. 中国南京, 2024.10. 段之续参加并全英文作汇报
5. 申请/授权专利:
[1] 陈作懿, 黄洪钟, 吴军, 邓忠伟, 钱华明, 戴鑫亮. 一种变工况下高速列车传动系统未知故障诊断方法、系统. 中国, 202510665357.X.
[2] 陈作懿, 黄洪钟, 吴军, 程一伟, 邓忠伟, 钱华明. 一种基于正反向协同推理框架的机械装备未知故障诊断方法. 中国, 202510665359.9.
[3] 陈作懿, 黄洪钟, 吴军, 黎国强, 邓忠伟, 钱华明. 一种面向机械装备少样本故障诊断的自校正噪声标签方法. 中国, 202510665364.X.
[4] 陈作懿, 段之续 (本科生), 黄洪钟, 吴军, 邓忠伟, 钱华明, 戴鑫亮. 一种变工况下列车传动系统故障检测与定位方法、系统. 中国, 202510372955.8.
[5] 陈作懿, 段之续 (本科生), 黄洪钟, 吴军, 邓忠伟, 钱华明. 一种高速列车传动系统故障类型固有特征解耦与泛化诊断方法、系统. 中国, 202511430821.3.
[6] 吴军, 陈作懿, 李子睿, 邓超. 无故障样本下的工业机器人故障检测与定位方法、系统. 中国, 202211559797.X.
[7] 吴军, 胡奎, 陈作懿, 严喆, 邓超, 邵新宇. 基于集成双向循环神经网络的设备剩余使用寿命预测方法. 中国, 201910465467.6.
华中科技大学
 工学博士学位
华中科技大学
 工程硕士专业学位
广东海洋大学
 工学学士学位
2025.5 -- 至今
机械与电气工程学院 副教授
2023.9 -- 2025.4
机械与电气工程学院 讲师
[1] 中国机械工程学会工业大数据与智能系统分会委员、中国仪器仪表学会设备结构健康监测与预警委员会委员、中国运筹学会可靠性分会青年理事、四川省机械工程学会智能运维专业委员会委员
[2] Symmetry、applied sciences等期刊的客座主编。
1) 研究生-课题组
团队聚焦人工智能与工业制造的交叉前沿,秉持“以工践行,以研穷理”的双轮驱动模式,以工业项目为载体,引导研究生从工程实践中提炼关键科学问题,实现从“解决现场难题”到“产出高水平SCI论文”的成果转化。我们致力于培养“工程强、科研强”的复合型精英人才:在横向维度,通过实战锤炼学生的项目全周期规划与执行能力;在纵向维度,通过学术攻关夯实学生的严谨科研素养。确保毕业生既具备解决复杂工程问题的硬实力,又拥有深厚的学术底蕴,在未来的职业发展中极具核心竞争力。
2) 本科生课题组-工业智能
本课题组深耕工业智能领域,致力于将人工智能技术与工业制造与工程相结合。团队以“实战驱动”培养模式——摒弃枯燥的理论堆砌,直接从Python实战切入,以复现AI算法倒逼核心知识吸收,最终成果直指SCI论文与发明专利。在这里,导师就是你的Co-pilot(副驾驶),提供近乎一对一的精细化指导,帮助你熟练运用AI工具攻克科研难关,克服“新手迷茫期”,只留纯粹的探索快感。这不仅仅是一段科研经历,更是一条通往顶尖名校保研的超车道。如果你渴望拥有一份“人无我有”的硬核简历,欢迎加入我们,一起用代码定义未来工业!