报告题目：强噪声下轧机齿轮箱轴承的深度张量低秩稀疏故障表征与持续迁移诊断

报 告 人：安徽工业大学 童靳于 高级实验师

报告时间：2025年12月6日下午2:00-2:30

报告地点：安徽工业大学秀山校区机械楼302会议室

报告对象：机械工程学院及相关学院师生

主办单位：安徽工业大学机械工程学院 安徽省智能破拆装备工程实验室 特殊服役环境的智能装备制造国际科技合作基地 安徽省特种重载机器人重点实验室

报告内容：轴承是轧机齿轮箱关键传动部件，其健康状态直接影响轧机稳定性和高品质钢材的轧制精度。时变谐波、强背景噪声与大轧制冲击等强噪声耦合干扰导致轴承故障表征困难，非完备高维工业流数据进一步加剧其诊断挑战。报告深入探讨强噪声下轧机齿轮箱轴承的故障表征和诊断方法；解析能有效匹配强噪声非稳态工况的张量低秩稀疏表示；阐明可解释性与扩展性兼具的深度张量低秩稀疏模型构建方法。报告旨在提升轧机齿轮箱轴承故障诊断的准确性和可靠性，为轧机设备的稳定运行和高质量钢材生产提供坚实的技术保障，为相关领域的研究人员提供有益的参考和借鉴。

报告人简介：童靳于，安徽工业大学高级实验师，博士生导师，中国机械工程学会无损检测应力测试分会副主席。主要从事机械信号分析与处理、非线性动力学理论、模式识别与智能诊断、设备健康监测与智能运维等领域的研究。主持国家自然科学基金和省级课题6项，企业产学研课题10余项。以第一/通讯作者在国内外期刊发表学术论文30余篇，其中SCI/EI收录20余篇，参编故障诊断方向专著1部，授权国家发明专利6项。