![]() |
个人信息Personal Information
教授
博士生导师
硕士生导师
教师英文名称:Ping Yan
教师拼音名称:yanping
电子邮箱:
所在单位:机械与运载工程学院
学历:研究生(博士)毕业
办公地点:重庆市沙坪坝区大学城南路科学中心十号楼
性别:女
联系方式:13983038527
学位:博士学位
在职信息:在职
毕业院校:重庆大学
个人简介Personal Profile
鄢萍,博士,重庆大学二级教授,博士生导师,教育部新世纪优秀人才。现任重庆市网络化制造工程技术研究中心主任、重庆市智能制造专家咨询委员会常务副组长、全国高校制造自动化研究会名誉理事、中国机械工程学会机械工业自动化分会常务委员、TC22/SC4齿轮机床标准委员会委员、TC22/WG2智能化数控机床标准创新工作组委员、中机联智能制造标委会委员,曾任中国机械工程学会常务理事、全国高校制造自动化研究会副理事长。
作为组长或副组长承担了国家863重点项目、国家科技支撑、国家智能制造专项、高档数控机床与基础制造装备科技重大专项以及省部级在内的各类纵向项目30多项。获得包括“支持生产设备集成运行的网络化制造系统及支撑技术”国家科技进步二等奖在内的省部级以上奖项10项。申请发明专利50余项,获权40多项,美国专利1项;在Journal of Industrial Information Integration, Advanced Engineering Informatics, Journal of Manufacturing Systems等国内外著名期刊发表论文140多篇,其中SCI/EI 80余篇;牵头和参与制定国家和行业标准20余项,获得软件著作权30余项。
作为专家组组长或主要成员制定省市级数字化制造、工业物联网、智能制造等方向等多项战略规划和政策,主持设计了重庆市智能制造成熟度水平评价系统,实现全市7000多家规上企业进行智能制造成熟度水平测评(目前已完成3000多家);作为专家多次参与国家863、重点研发传感器、工业软件等项目的评审。
主要研究方向
智能制造系统与装备、工业互联网/物联网、网络化协同制造、智能故障诊断与运维、动力学建模与数字孪生等。
毕业研究生去向
华为技术有限公司、赛力斯集团股份有限公司、比亚迪股份有限公司、中国核动力研究设计院、北京航空航天大学等国内知名企业及高校。
主要科研项目 部分
1. 国家863项目——制齿机床智能化关键技术及智能提升系统(结题)
2. 国家863项目——面向装备制造业的可配置MES产品及解决方案(结题)
3. 国家863项目——网络化分销管理ASP平台开发及应用(结题)
4. 国家自然科学基金项目——离散车间制造系统高效低碳运行优化理论与关键技术(结题)
5. 国家04专项——乘用车变速器总成高效加工与装配柔性生产线示范工程(结题)
6. 工信部智能制造专项——齿轮智能制造装备标准化试验验证系统研究及建设(结题)
7. 国家重点研发计划——复杂重型装备定制生产的制造企业网络协同制造平台研发(结题)
8. 重庆市技术创新与应用发展专项重点项目——基于数字孪生的制齿机床加工质量提升技术研究与应用(结题)
9. 大型铸锻件先进制造技术及装备国家工程研究中心(二重(德阳)重型装备有限公司)——热模锻压力机故障诊断系统研究项目(在研)
10. 四川省重大科技专项项目——800MN 大型模锻压机锻造成形工艺数字化智能化关键技术及应用(在研)
公开发表论文(代表作) 部分
[1] Li H, Yan P, Zhou H, et al. A multi-scenario model fusion and verification method for digital twin machine tool[J]. Journal of Industrial Information Integration. 2025, 46: 100859.
[2] Zhou H, Yan P, Huang Q, et al. Hob vibration signal denoising and effective features enhancing using improved complete ensemble empirical mode decomposition with adaptive noise and fuzzy rough sets[J]. Expert Systems with Applications. 2023, 233: 120989.
[3] Su Y, Yan P, Lin J, et al. Few-shot defect recognition for the multi-domain industry via attention embedding and fine-grained feature enhancement[J]. Knowledge-Based Systems. 2024, 284: 111265.
[4] Zhou H, Yan P, Zhang L, et al. Online unsupervised monitoring for hob wear based on multi-domain vibration features extraction and improved Q-statistic control chart[J]. Measurement. 2024, 226: 114076.
[5] Pei J, Yan P, Zhou H, et al. A temperature-sensitive points selection method for machine tool based on rough set and multi-objective adaptive hybrid evolutionary algorithm[J]. Advanced Engineering Informatics. 2024, 62: 102844.
[6] Zhou H, Yan P, Huang Q, et al. Weighted average selective ensemble strategy of deep convolutional models based on grey wolf optimizer and its application in rotating machinery fault diagnosis[J]. Expert Systems with Applications. 2023, 234: 121076.
[7] Ma C, Yan P, Wang B, et al. Research on dynamic response characteristics and wear mechanism of the slipper of key friction pair in axial piston pump[J]. Engineering Failure Analysis. 2025, 182: 109994.