教师主页移动版

个人简介      沈长青，轨道交通学院教授、博导、车辆工程系副主任，江苏南通人，1987年1月生，中国科学技术大学工学博士、香港城市大学哲学博士，新加坡国立大学访问学者，2014年6月入职苏州大学，苏州大学首批“优秀青年学者”，姑苏领军人才（市级），江苏省双创博士，江苏省科协青年科技人才托举工程，江苏省“六大人才高峰”高层次人才，2021年破格晋升教授并获得博导资格，并于2021年被选聘为国家自然科学基金委员会流动业务主管。     教学（Teaching）：     主讲本科课程《机械工程控制基础》、《测试技术》、《机械设计》和《专业外语》，研究生课程《机械故障诊断》、《载运工具智能运维》，共同主持《机械工程控制基础》全英文教学示范课程项目。     主持或参与江苏省高等教育教改研究课题1项、苏州大学高等教育教改研究课题1项，发表教学研究论文5篇，近年来，指导江苏省优秀毕业设计团队课题1项、江苏省优秀学术学位硕士学位论文1篇，苏州大学“莙政基金”优秀结题1项，江苏省大学生创新创业训练计划项目3项，苏州大学大学生课外学术基金重点项目3项、一般项目30余项，指导学生参加电子设计大赛、机器人大赛、蓝桥杯大赛等累计取得国家级：一等奖4项、二等奖4项、三等奖2项，省部级：一等奖3项、二等奖3项、三等奖5项，部分赛项刷新学校历史最好成绩。获得中国自动化学会颁发的中国机器人大赛优秀指导教师二等奖、苏州大学建设银行奖教金教书育人类二等奖、苏州大学优秀学生社团指导教师等荣誉。成功推荐项目组学生赴新加坡国立大学、美国亚利桑那大学、美国乔治梅森大学、香港城市大学、清华大学、中国科学技术大学、哈尔滨工业大学等国内外名校深造，曾获得苏州大学学生“我最喜爱的老师”提名。     科研（Research）：     研究方向为运载系统关键部件信号处理、状态监测与智能诊断，主持：国家自然科学基金面上项目2项，国家自然科学基金青年科学基金1项，国家重点实验室开放课题4项，中国博士后科学基金特别资助1项，中国博士后科学基金面上项目一等资助1项，江苏省自然科学基金青年项目1项，江苏省产学研合作项目1项，江苏省重点实验室开放课题1项，江苏省博士后科研资助1项，苏州市重点产业技术创新项目、前沿技术研究项目各1项。     在IEEE Transactions on Industrial Informatics、Mechanical Systems and Signal Processing、Reliability Engineering and System Safety、Journal of Sound and Vibration、机械工程学报、交通运输工程学报、航空学报（英文版）等权威期刊/会议上发表论文70余篇，论文总被引5100多次，先后有ESI高被引论文12篇，ESI热点论文3篇，1篇论文入选中国机械工程学会2022年优秀论文，入选2023年江苏省自然科学百篇优秀学术成果论文1篇，连续入选由斯坦福大学John P.A.Ioannidis教授团队与Elsevier旗下Mendeley Data发布的“2021年度、2022年度、2023年度全球前2%顶尖科学家榜单”，授权中国发明专利20多件、美国发明专利3件，转化2件。获得省部级自然科学、科技进步二等奖2项，苏州市自然科学优秀学术论文奖2项。     服务（Service）：     担任中国振动工程学会故障诊断专业委员会委员、青年工作委员会副主任，江苏省仪器仪表学会状态监测与故障诊断仪器专委会秘书长，中国机械工程学会、仪器仪表学会高级会员，IEEE高级会员，中国自动化学会机器人竞赛工作委员会委员，担任《IEEE Sensors Journal》副主编、《IEEE Open Journal of Instrumentation and Measurement》副主编，《交通运输工程学报》、《机电液工程学报》、《西南交通大学学报》、《华东交通大学学报》、《Journal of Dynamics, Monitoring and Diagnostics》、《机械工程学报（英文版）》青年编委，《机械工程学报》、《交通运输工程学报》、《IEEE Transactions on Instrumentation and Measurement》等期刊杰出/优秀审稿专家，多个国际会议分会主席，国家自然科学基金同行评议人，领域内40多本权威期刊评审人，苏州市工业和信息化领域评审人。培养研究生去向：博士生：尤   伟，2021届，海信集团有限公司，高级算法专家硕士生：郭晓洁，2017届，全奖赴美国乔治梅森大学读博，博士毕业后先后任京东硅谷研究院的研究科学家、IBM沃森研究中心研究员 祁玉梅，2018届，苏州城市学院，讲师/教务汤盛浩，2018届，追觅科技有限公司，算法工程师谢佳琪，2020届，国家知识产权局专利局专利审查协作江苏中心王   旭，2021届，科大讯飞（苏州）科技有限公司 算法与引擎研发工程师雷   飘，2021届，六盘水师范学院，专职辅导员夏   禹，2022届，沐曦集成电路(南京)有限公司，软件工程师刘双劼，2022届，科大讯飞（上海）科技有限公司，AI研究算法工程师-智能语音方向李   奇，2022届，清华大学，读博田静，2023届，太仓海事局，公务员李景德，2023届，北京钛方科技有限责任公司，算法工程师陈博戬，2023届，浙江大学，读博课题组所有毕业生去向：http://mcd.suda.edu.cn/yjdw/list.htm#6欢迎对我的研究感兴趣的推免、考研同学积极与我联系（附成绩单及简历）：我的微信二维码（可以直接扫码加，没关系，说明来意即可！）：ESI热点论文（先后3篇）：[1] Shen, C. , Qi, Y. , J Wang, Cai, G. , & Zhu, Z. . (2018). An automatic and robust features learning method for rotating machinery fault diagnosis based on contractive autoencoder. Engineering Applications of Artificial Intelligence,76, 170-184.（智能诊断方向）[2] X  Wang,  Shen C*,  Xia M , et al. Multi-scale Deep Intra-class Transfer Learning for Bearing Fault Diagnosis[J]. Reliability Engineering & System Safety, 2020, 202, 107050.（智能诊断方向）ESI高被引论文（先后11篇）：[1] Jiang X, Wang J, Shi J, Shen C, Huang W, Zhu Z. A coarse-to-fine decomposing strategy of VMD for extraction of weak repetitive transients in fault diagnosis of rotating machines. Mech Syst Signal Process. 2019;116:668-692.（信号处理方向）[2] Shen C, Wang D, Kong F, Peter WT. Fault diagnosis of rotating machinery based on the statistical parameters of wavelet packet paving and a generic support vector regressive classifier. Measurement. 2013;46:1551-1564.（智能诊断方向）[3] Guo X, Chen L, Shen C. Hierarchical adaptive deep convolution neural network and its application to bearing fault diagnosis. Measurement. 2016;93:490-502.（智能诊断方向）[4] Qi Y, Shen C*, Wang D, Shi J, Jiang X, Zhu Z. Stacked sparse autoencoder-based deep network for fault diagnosis of rotating machinery. IEEE Access. 2017;5:15066-15079.（智能诊断方向）[5] Li Q,  Shen C*,  Chen L , et al. Knowledge mapping-based adversarial domain adaptation: A novel fault diagnosis method with high generalizability under variable working conditions[J]. Mechanical Systems and Signal Processing, 2021, 147:107095.（智能诊断方向）[6] Jiang X,  Shen C,  Shi J, & Zhu Z. Initial center frequency-guided vmd for fault diagnosis of rotating machines. Journal of Sound and Vibration, 2018, 435, 36-55.（信号处理方向）…………中科院大类一区TOP期刊论文：[1] Y. Xia, C. Shen*, D. Wang, Y. Shen, W. Huang, Z. Zhu, Moment Matching-based Intraclass Multisource Domain Adaptation Network for Bearing Fault Diagnosis[J]. Mechanical Systems and Signal Pprocessing, 2022, 168(April): 108697.[2] L. Chen, Q. Li, C. Shen*, J. Zhu, D. Wang and M. Xia, Adversarial domain-invariant generalization: a generic domain-regressive framework for bearing fault diagnosis under unseen conditions, in IEEE Transactions on Industrial Informatics, 2022, vol. 18, no. 3, pp. 1790-1800.[3] J. Zhu, N. Chen and C. Shen*, A New Multiple Source Domain Adaptation Fault Diagnosis Method Between Different Rotating Machines, in IEEE Transactions on Industrial Informatics, 2021, vol. 17, no. 7, pp. 4788-4797.[4] J  Zhu,  Chen N,  Shen C*. A new data-driven transferable remaining useful life prediction approach for bearing under different working conditions[J]. Mechanical Systems and Signal Processing, 2020, 139(May): 106602.1-106602.17.[5] Li Q,  Shen C*,  Chen L , et al. Knowledge mapping-based adversarial domain adaptation: A novel fault diagnosis method with high generalizability under variable working conditions[J]. Mechanical Systems and Signal Processing, 2021, 147:107095.[6] X  Wang,  Shen C*,  Xia M , et al. Multi-scale Deep Intra-class Transfer Learning for Bearing Fault Diagnosis[J]. Reliability Engineering & System Safety, 2020, 202, 107050.[7] J. Zhu, C. Shen*, et al. Cross-domain open set machinery fault diagnosis based on adversarial network with multiple auxiliary classifiers[J], IEEE Transactions on Industrial Informatics, 2021, accepted.[8] X. Jiang, Q. Huang, Shen C*, et al. Synchronous chirp mode extraction: A promising tool for fault diagnosis of rolling element bearings under varying speed conditions[J], Chinese Journal of Aeronautics, https://doi.org/10.1016/j.cja.2020.12.002[9] Chen B, Shen C*, et al. Continual learning fault diagnosis: a dual-branch adaptive aggregation residual network for fault diagnosis with machine increments[J], Chinese Journal of Aeronautics, 2022, accepted.…………中科院大类二区期刊论文：二十余篇。其他信息，详见课题组主页：http://mcd.suda.edu.cn/,教育经历 研修,09/2018-11/2018,工业系统工程系,新加坡国立大学 博士,09/2010-06/2014 ,系统工程与工程管理系,香港城市大学 博士,09/2009-06/2014,精密机械与精密仪器系,中国科学技术大学 本科,09/2005-07/2009,精密机械与精密仪器系,中国科学技术大学,工作经历 2021.03-2021.12,国家自然科学基金委员会,流动业务主管 2014.06-2021.06,苏州大学,教师,副教授 2021.07-至今,苏州大学,教师,教授,社会职务 同行评议人，国家自然科学基金副主编（Associate Editor），IEEE Sensors Journal副主编（Associate Editor），IEEE Open Journal of Instrumentation and Measurement副主编（Associate Editor），International Journal of Mechatronics and Applied MechanicsEditor，Shock and Vibration青年编委（Editor），交通运输工程学报青年编委（Editor），机电液工程学报青年编委（Editor），铁道科学与工程学报青年编委（Editor），华东交通大学学报编委（Editor）, Recent Patents on Engineering (EI, ISSN: 1872-2121)委员，中国振动工程学会故障诊断专业委员会（同时担任该青年工作委员会副主任）高级会员，中国机械工程学会高级会员，中国仪器仪表学会秘书长、委员，江苏省仪器仪表学会故障诊断仪器专业委员会高级会员，美国电气与电子工程师学会（IEEE）分会主席，International Conference on Sensing, Measurement & Data Analytics in the era of Artificial Intelligence (ICSMD 2022 2023)副主编、分会主席，2019、2020年 IEEE/ASME International Conference on Advanced Intelligent Mechatronics会议技术委员，2017、2018、2019、2020、2023年ACM深度学习技术国际会议分会主席，2016年IEEE传感器技术国际会议权威期刊同行评议人：1、Mechanical Systems and Signal Processing2、Journal of Sound and Vibration3、IEEE Transactions on Industrial Electronics4、IEEE Transactions on Instrumentation and Measurement5、IEEE Transactions on Neural Networks and Learning Systems6、IEEE Transactions on Industrial Informatics7、Engineering Applications of Artificial Intelligence8、Measurement9、Measurement Science and Technology10、Chinese Journal of Aeronautics11、Neurocomputing12、Applied Soft Computing13、Proceedings of the Institution of Mechanical Engineers, Part C: Journal of Mechanical Engineering Science14、Journal of Mechanical Science and Technology15、Journal of Vibration and Control16、交通运输工程学报17、振动工程学报18、振动与冲击19、振动、测试与诊断20、仪器仪表学报21、电子测量与仪器学报22、振动与噪声控制23、《天津大学学报（自然科学与工程技术版）》24、西安交通大学学报25、IEEE Transactions on Power Electronics26、Science Progress27、IEEE Sensors Journal28、Advances in Mechanical Engineering29、IEEE Transactions on Systems, Man and Cybernetics: Systems30、Journal of Applied Statistics31、Control Engineering Practice