针对高端装备传动系统健康状态嵌入式监测难、预测评价量化难、系统软件泛化难等挑战，系统深入地开展“物联网-边缘计算-云平台”模式的高端装备智能运维研究，主要包括智能感知、智能算法、软件平台、脑机接口等研究方向。

1、物联网与智能感知

针对在密封、旋转环境中高端装备传动系统关键部件健康状态嵌入式监测难题，研究新型无线传感器网络模式的传动系统关重部件智能感知方法，加速迭代高性能无线振动/应力传感器网络节点，重点突破密封旋转环境工业应用如无线无源多参量低功耗微纳传感器及系统、环境能量捕获装置和存算一体节点。该方向注重培养研究生嵌入式硬件、软件设计开发能力，可从事电子信息行业工作，毕业生就业单位有华为、海思、海康威视、VIVO、中电29所、44所等。

2、大数据与智能运维模型算法

针对高端装备传动系统早期故障机理复杂、多源信息利用难、健康评价量化难等难题，研究数模融合的传动系统早期故障预测方法，构造多源信息深层特征融合的传动系统健康定量评价指示标尺，重点突破高端装备传动系统健康评价量化难题，包括动力学、信号处理、机器学习、深度学习、数模融合、大模型、数字孪生等模型算法研究。该方向注重培养研究生信号处理、机器学习、深度学习、大数据分析等AI能力，可从事人工智能行业工作，毕业生就业单位有阿里、字节、贝壳、美团等。

3、工业软件与健康管理系统软件平台

针对高端装备健康管理模型算法复用难、系统软件泛化难等难题，研究敏捷化的模型算法开发部署、微服务化的系统平台架构设计、模型算法的服务封装和智能推荐等方法，研发出高端装备健康管理系统软件通用平台，思考、发现、解决软件平台深层次问题（端边云部署、实时性、数据融合、在线建模与更新、知识图谱、推理机等），以航空发动机、燃气轮机、风电机组等对象应用为牵引，思考、发现、解决软件平台柔性敏捷定制应用软件问题。该方向是工业软件方向，培养研究生数据接入、软件平台、数据库、可视化等软件开发能力，目标是PHM软件产品化。

4、脑机接口技术及应用

基于团队在智能感知、智能算法、软件平台等方面的坚实基础，进行医工交叉应用研究，研究脑电肌电信号获取方法如新型无创电极阵列、高通量采集芯片、低功耗无线传输芯片等；编解码算法则研究弱隐刺激编码范式、基于大模型的解码模型，深度结合机器学习与深度学习技术，通过大规模数据训练提升模型泛化能力；应用场景及平台建设，目标是脑控机器人、脑控无人机等。