Advances in Intelligent Fault Detection for Rotary Machinery（旋轉(zhuǎn)機械智能故障檢測研究進展）

主講人 : Prof. Hamid Reza Karimi

Deep learning has revolutionized fault diagnosis in rotary machinery, enabling high-accuracy detection from raw sensor data. Techniques like CNNs, RNNs, and transformers extract meaningful patterns from time-series signals such as vibration and sound. These models automate feature learning and outperform traditional diagnostic methods. However, real-world deployment faces challenges including limited labeled data, poor model interpretability, and generalization issues across different machines. Data scarcity is especially critical for rare or early-stage faults. To address these, strategies like transfer learning, data augmentation, self-supervised learning, and attention mechanisms are explored. Multimodal data fusion further enhances diagnostic reliability. Future directions involve integrating explainable AI, and domain adaptation to build robust, interpretable systems. These innovations are essential for scalable, real-time machinery health monitoring in industrial environments.

主講人簡介：

Hamid Reza Karimi，意大利米蘭理工大學機械工程系教授。Hamid教授的原創(chuàng)研究和開發(fā)成果涵蓋自動化/控制系統(tǒng)和智能系統(tǒng)等廣泛主題，并應用于車輛、機器人和機電一體化等復雜系統(tǒng)。Hamid教授是歐洲科學院院士、歐洲科學與藝術(shù)學院院士、挪威阿格德科學與文學院院士、國家人工智能學院（NAAI）院士、玻利維亞國家科學院榮譽院士、國際聲學與振動研究所（IIAV）杰出院士、國際狀態(tài)監(jiān)測學會（ISCM）會員、亞太人工智能協(xié)會（AAIA）會員、同時也是IFAC機電系統(tǒng)技術(shù)委員會成員、IFAC魯棒控制技術(shù)委員會成員、IFAC汽車控制技術(shù)委員會成員、國際聲學與振動學會（IIAV）董事會成員和國際狀態(tài)監(jiān)測學會（ISCM）管理委員會成員。Hamid教授是2025年NAAI杰出人工智能學者獎、2021年BINDT CM創(chuàng)新獎、科學網(wǎng)高被引工程研究員、August-Wilhelm-Scheer客座教授獎、JSPS（日本科學促進會）研究獎和Alexander-von-Humboldt-Stiftung研究獎的獲得者。Hamid教授曾擔任施普林格、CRC Press和愛思唯爾的主編和叢書編輯，還參加了控制系統(tǒng)、機器人和機電一體化領域的幾個國際會議，擔任總主席、主題/全體發(fā)言人、杰出發(fā)言人或項目主席。Hamid教授曾擔任“Lombardia è ricerca”國際大獎副主席，也是將在意大利米蘭舉行的2026年世界狀態(tài)監(jiān)測大會（WCCM2026）擔任大會主席。Hamid教授還是英國哈德斯菲爾德大學計算機與工程學院的榮譽客座教授。