创新中心2019年6月6日，邀请 南京航空航天大学 能源与动力学院 博士、教授、博士生导师 李舜酩作了 《现代振动噪声源识别与故障诊断技术》专题讲座，本次讲座主要内容： 首先介绍结构振动与噪声源识别的复杂性，然后介绍常用的振动与噪声分析方法。 论坛重点介绍振动、噪声源识别与分离的现代理论方法和现代故障诊断技术与方法。其中包括了报告人提出的小波能量谱和谐波窗、拓展Hilbert-Huang变换、振动噪声盲源识别、多相干分析、多相关理论方法及对响应贡献度分析、DFA多尺度分析技术、近场声全息(NAH)噪声源识别等若干振动噪声源识别与分离的现代理论方法。 包括了报告人提出的多重时延多自相关、多源振动故障的单通道信号识别、基于中值滤波-奇异值分解的联合振动故障信号提取、基于EEMD方法的改进HHT技术、共频相关故障源源数估计、轴承故障诊断的变分多共振模态分量识别、轴承损伤故障解卷信号多尺度熵技术、转速大波动信号路径优化脊线融合识别理论与方法。 特别介绍了报告人近几年发展和研究成功的若干种智能诊断技术与方法，包括基于深度卷积神经网络的旋转机械故障特征智能诊断方法、基于多频带特征提取的齿轮故障诊断方法、基于深度神经网络的快速智能故障诊断方法、基于批量标准化自动编码器的大数据机智能故障诊断、转速波动情况下混合重叠卷积神经网络智能故障诊断方法、不同转速下时频特征提取的智能故障诊断方法等，并给出了总结与展望。