李育锋(副教授)

+

  • 曾获荣誉: 2019-01-01曾获荣誉当选:低碳制造环境下机械加工"机床-车间”能耗规律及调控教育部高等学校科学技术奖(自然科学奖),中华人民共和国教育部
  •  硕士生导师
  • 教师英文名称:Yufeng Li
  • 电子邮箱:
  • 所在单位:机械与运载工程学院
  • 学历:研究生(博士后)
  • 性别:男
  • 学位:博士学位
  • 在职信息:在职
  • 毕业院校:重庆大学
  • 所属院系:机械与运载工程学院

访问量:

开通时间:..

最后更新时间:..

  • 个人简介

      姓名: 李育锋

      学历学位:博士研究生/博士后

      专业技术职务:副教授

      导师类别:硕士生导师

      联系邮箱:liyufengcqu@cqu.edu.cn


重庆大学机械制造及其自动化专业博士,重庆大学副教授、硕士生导师。长期从事绿色设计与制造、智能制造、工业大数据与人工智能等邻域的研究。主持承担过与绿色低碳制造理论和技术相关的国家自然科学基金、国家重点研发计划“基础制造技术与关键部件”项目子课题、中国制造2025 专项-绿色制造系统集成项目课题等项目,在Applied Energy, IEEE, International Journal of Mechanical Sciences,Journal of manufacturing system 等本领域国际权威JCR 一区期刊论文18 篇,《机械工程学报》等国内顶级期刊论文 8 篇,CIRP 等国际顶级学术会议论文6 篇,申请或授权国家发明专利14 项;参与制定团体标准2 项;出版国家出版基金资助高水平专著1本;研究成果“低碳制造环境下机械加工机床-车间能耗规律及调控”获2018 年度教育部自然科学奖二等奖(排名第4)。


主要研究方向

绿色设计与制造、智能制造、工业大数据与人工智能、高能效制造与清洁生产


研究经历

2021.09—至今          重庆大学  副教授

2017.10—2021.09    重庆大学  讲师

2015.12—2017.09    重庆大学  博士后

2010.09—2015.06    重庆大学  博士研究生

    
教学情况

[1] 本科生课程 “工程制图”

[2] 本科生课程 “智能制造与绿色制造

[3] 本科生课程 “机械电气控制及自动化”

[4] 本科生课程 “绿色智能制造技术”


代表科研项目

1. 国家重点研发计划“制造基础技术与关键部件”重点项目子课题,2018YFB2002100,基础制造工艺资源环境负荷数据采集及环境评价数据库建设,2019-2022,主持

2. 中国制造2025专项—绿色制造系统集成项目课题,xxxxxxxxx, 运载火箭箭体绿色制造关键工艺与装备的突破及集成应用,2017-2021,主持

3. 国家自然科学基金青年科学基金项目,5160051006,面向设计属性和制造属性协同的机械零件加工特征能耗建模及优化,2017-2019,主持

4.“高档数控机床与基础制造装备”国家科技重大专项,2017ZX04019-001,滚珠丝杠副高效生产线关键技术研究与应用,2017-2019,参与


公开发表论文(代表作)(10项)

[1] 何彦,李育锋,王禹林,等. 《机械加工过程能耗建模和优化方法》. 机械工业出版社,2022.3,ISBN: 978-7-111-70040-1.

[2] Y. Li, X. Wang, Y. He,Y. Wang, Y. Wang and S. Wang, "Deep Spatial-Temporal Feature Extraction and Lightweight Feature Fusion for Tool Condition Monitoring," in IEEE Transactions on Industrial Electronics, doi: 10.1109/TIE.2021.3102443.中科院1区)

[3] Pengcheng Wu; He Yan; Yufeng Li*; Yulin Wang; Shilong Wang Online prediction of cutting temperature using self-adaptive local learning and dynamic CNN. IEEE Transactions on Industrial Informatics, 2022.(中科院1区)

[4] He Y , Tian X , Li Y*,et al.Modeling and analyses of energy consumption for machining features with flexible machining configurations[J].Journal of Manufacturing Systems, 2022(62-):62.中科院1

[5] Wu P, He Y, Li Y*, et al. Multi-objective optimisation of machining process parameters using deep learning-based data-driven genetic algorithm and TOPSIS[J]. Journal of Manufacturing Systems, 2022, 64: 40-52.中科院1

[6] He Y, Zhang W, Li Y F*, et al. An Approach for Surface Roughness Measurement of Helical Gears Based on Image Segmentation of Region of Interest. Measurement, 2021: 109905.(中科院1区)

[7] Y  He,  Wu P,  Y  Li*, et al. A generic energy prediction model of machine tools using deep learning algorithms. Applied Energy, 2020, 275:115402.(中科院1区)

[8] Li YHe Y, Wang Y, et al. A modeling method for hybrid energy behaviors in flexible machining systems. Energy, 2015, 86: 164-174.中科院1

[9] 何彦,刘超,李育锋*,王乐祥,王禹林.基于时变热源的丝杠旋风铣削瞬态温度建模方法研究[J]. 机械工程学报, 2018,54 (15): 180-190.

[10] 何彦, 王乐祥, 李育锋*, 等. 一种面向机械车间柔性工艺路线的加工任务节能调度方法[J]. 机械工程学报, 2016, 52(19): 168-179.



  • 工作经历
  • 教育经历
  • 2021/9~至今

    重庆大学 | 副教授 | 在职

  • 2017/10~2021/9

    重庆大学 | 机械与运载工程学院 | 讲师

  • 2006/9~2010/6

    重庆大学  | 机械设计与制造及其自动化 | 大学本科毕业

  • 2010/9~2015/6

    重庆大学  | 机械制造及其自动化 | 博士研究生毕业