首届智能故障诊断研讨会顺利召开

2026年3月21日至22日，由学会动态信号分析专委会主办、温州创新联合体协办的“首届信号处理与人工智能驱动故障诊断分析研讨会”顺利举办。活动依托腾讯会议平台开展，汇聚了全球高校、科研机构及企业界的逾千名专家、学者与工程技术人员参与。

会议重点探讨了信号处理与人工智能在机械故障诊断中的深度结合，涵盖了智能诊断预测、可解释AI、先进信号处理及数字孪生等热门话题。中国、意大利、南非、印度等国的10位知名专家受邀发表主旨演讲，展示了他们在该领域的最新科研突破及工程应用成果。

开幕式由会议主席、学会副理事长陈雪峰教授主持并致辞。他指出，面对工业系统日益智能化和复杂化的趋势，传统诊断手段遭遇瓶颈，而人工智能与信号处理技术的有机结合，将为设备健康管理开辟全新路径。

会上，上海交通大学何清波教授探讨了旋转机械故障诊断中的强非平稳信号处理技术；华南理工大学李巍华教授分享了跨设备场景的可解释深度迁移学习方案；东莞理工学院李川教授提出了基于虚拟振动模态增强的液压泵压力诊断新模型；浙江大学曹彦鹏研究员深入讲解了多模态异构数据融合检测原理；南非比勒陀利亚大学Stephan Schmidt博士阐述了复杂环境下振动信号的最优滤波增强策略；西安交通大学严如强教授构建了信号处理与神经网络融合的SPINN新范式；温州大学向家伟教授演示了动态模型辅助下的智能诊断方法及其实际应用；印度SLIET大学Rajesh Kumar教授展示了齿轮箱故障识别及纳米润滑剂提升技术；温州大学Anil Kumar博士介绍了物理引导的可解释AI在转子诊断中的应用；意大利费拉拉大学Emiliano Mucchi教授系统分析了非平稳工况下多级齿轮传动的敲击现象及其实验研究。

两天时间里，与会代表围绕智能诊断模型的可解释性、小样本诊断可靠性、数字孪生与物理模型融合等焦点问题展开了热烈讨论。闭幕式由Anil Kumar博士主持，向家伟教授作总结发言。他强调，本次大会彰显了信号处理与AI在故障诊断领域的巨大潜力，为构建“精准、可信、可解释”的智能诊断新范式搭建了高端学术舞台。

此次大会的成功召开，不仅深化了国内外学者在信号处理与智能故障诊断领域的互动，更为我国高端装备健康管理的创新升级注入了强劲动力。展望未来，中国振动工程学会动态信号分析专业委员会将持续打造优质学术平台，促进相关理论与技术的迭代升级及工程落地。