关于我
我做的事，简单说就是让机器学会"看设备有没有毛病"，而且看得可靠。工厂里判断一台设备正不正常，靠两样东西：一是传感器数据，二是老师傅的经验。可现实里这两样都不够用——数据常常测不全、标不起，经验又藏在人脑里、机器读不懂。我的研究，就是把这两个都不完整的来源接起来，让它们互相补位，在两者说法打架时还能给出一个能追溯、说得清的判断。
本科毕业于武汉理工大学机电学院智能制造工程专业，现在中山大学先进制造学院（深圳）跟随冯建设教授硕博连读，2025 年 10 月转为博士研究生。数据侧的小样本与非平稳方法我已经沉淀成地基（三项一作工作），并在高铁弓网、3D 打印、电机驱动芯片等真实平台上验证过。
研究主线
工业智能诊断的瓶颈不是缺模型，而是"数据"和"知识"这两个都不完备的证据源之间，没有一个可信的互补机制——我的研究，就是做这个机制。
大量论文在"数据充分、知识充分"的象限里刷点，而大量真实工厂困在数据、知识双侧受限的另一端。我把研究靶区放在后者：先修好数据侧地基（标签稀缺下恢复监督、非平稳工况下恢复有效性），再让知识真正进入推断，并在数据与知识矛盾时给出可追溯的裁决。
教育
能力地图
下面四组能力，全部是从上面这些项目里用到、练出来的，不是空泛的关键词。
信号与时序建模
时序信号预处理 · STFT 时频特征工程 · 机理特征设计 · 状态空间模型 · 图像+振动多模态融合 · 异常检测
机器学习与策略优化
小样本 / 半监督学习 · 强化学习策略优化（GRPO）· 判别器引导对齐（WGAN-GP）· 主动学习标注 · XGBoost / LightGBM · 可解释故障推理
LLM 智能体与系统工程
多模态大模型微调（LoRA）· LLM Agent 设计 · MCP 工具编排 · RAG 本地知识库 · 实时流处理与闭环（WebSocket / G-code）· 安全围栏与幻觉抑制
工程落地与协作
跨标准的问题定义 · 非对称代价的验收设计 · 与委托方对账验收 · 从原始信号到可交付算法的全链路 · 竞赛夺冠与以赛带队
团队与指导
先自己打出成绩，再带本科生。我是 PHM 2025 数据挑战赛全球第一名队伍 SAM-IPA-1 的核心成员，也拿过小米 AI 竞赛冠军；这套"以赛带队"的可信度，被带进了本科生的创新训练项目里。冠军队队友李文斐是 2024 级本科生，同时独立主持一项国产化 PLC 大创——研究生和本科生同队参赛、本科生再独立挑大梁，这条培养链是有实据的。
竞赛冠军
实验室本科生大创项目（冯建设团队）
基于高维时序大模型的增材制造多智能体协同感知与加工质量优化研究
面向先进制造的算控融合国产化 PLC 大模型边缘推理与全栈智控研究
两项大创均由实验室本科生主持、落在工业 AI / PHM 主线，与我的竞赛专长和在研方向直接对口；负责人李文斐是我所在 PHM 2025 冠军队的队友。