姓名：黎国强                               

职称：讲师/硕导

性别：男

出生年月：1993.11

毕业院校：华中科技大学

学历：博士研究生

学位：博士

所在单位：轮机工程学院

入职时间：2023.11

办公地点：育志楼304

电子邮箱：lgq@jmu.edu.cn

一、个人简介

黎国强，男，江西萍乡人，本科毕业于大连海事大学。硕、博毕业于华中科技大学，机械工程专业。研究方向为海工装备可靠性分析与智能故障诊断。主持、参研多项横纵向科研项目，包括科技部重点研发、国家自然科学基金、福建省自然科学基金、厦门市自然科学基金以及武汉理工大学开发课题等。

二、研究概况：

致力于海工机电装备的在线监测、异常检测、状态评估、故障诊断等研究，涉及到工业大数据分析、人工智能算法、边缘计算、云计算、工业互联网平台设计开发等关键技术的研究，构建复杂海工装备智能运维平台，实现海工机电装备状态的监测-检测-诊断-预测-调控。

三、论文成果：

[1] Guoqiang Li, Meirong Wei, Defeng Wu, Yiwei Cheng, Jun Wu. Zero-sample fault diagnosis of rolling bearings via fault spectrum knowledge and autonomous contrastive learning[J]. Expert Systems with Applications, 2025.02.

[2] Guoqiang Li, Meirong Wei, Haidong Shao, Pengfei Liang and Chaoqun Duan. Wavelet knowledge-driven transformer for intelligent machinery fault detection with zero-fault samples. IEEE Sensors Journal, 2024, 24(21): 35986-35996.

[3] 黎国强,魏美容,吴德烽,等.零故障样本下小波知识驱动的工业机器人故障检测[J].仪器仪表学报,2024,45(09):166-176.

[4] Guoqiang Li, Jun Wu, Chao Deng, Xuebing Xu and Xinyu Shao. Deep Reinforcement learning-based online domain adaptation method for fault diagnosis of rotating machinery, IEEE/ASME Transactions on Mechatronics. 27(5): 2796-2805, 2021.

[5] Guoqiang Li, Jun Wu, Chao Deng, Zuoyi Chen and Xinyu Shao. Convolutional neural network-based bayesian gaussian mixture for intelligent fault diagnosis of rotating machinery, IEEE Transactions on Instrumentation and Measurement, 70: 1-10, 2021.

[6] Guoqiang Li, Jun Wu, Chao Deng and Zuoyi Chen. Parallel multi-fusion convolutional neural networks-based fault diagnosis of rotating machinery under noisy environments, ISA Transactions, 128:545-555, 2022.

[7] Guoqiang Li, Jun Wu, Chao Deng, Meirong Wei and Xuebing Xu. Self-supervised learning for intelligent fault diagnosis of rotating machinery with limited labeled data, Applied Acoustics, 191:108663, 2022.

[8] Guoqiang Li, Chao Deng, Jun Wu, Xuebing Xu, Xinyu Shao. Sensor data-driven bearing fault diagnosis based on deep convolutional neural networks and s-transform[J]. Sensors, 2019, 19(12): 2750-2765.

[9] 吴军, 黎国强, 吴超勇, 程一伟, 邓超. 数据驱动的滚动轴承性能衰退状态监测方法[J]. 上海交通大学学报, 2020, 69(7): 4659-4671.

四、科研项目：

代表性科研项目：

(1) 福建省自然科学基金, 青年, 2023J01799, 基于多源数据自主学习的船舶电力推进器轴承零样本故障诊断研究, 2024-11 至 2027-11, 在研, 主持

(2) 厦门市科技局, 厦门市青年基金, 3502Z202471042, 基于生成式AI的双燃料柴油机电控喷射系统故障预测与自愈调控研究, 2024-07 至 2027-06, 在研, 主持

(3) 武汉理工大学, 船舶动力工程技术交通运输行业重点实验室开放基金, KLMPET2023-02, 生成式AI驱动下的双燃料发动机故障预测技术研究, 2025-02 至 2026-12, 在研, 主持

(4) 管控平台二次开发与制造大数据深度集成技术, 国家重点研发计划，已结题，参与

(5) 大数据驱动基于深度强化学习的智能装备预测性维护研究，国家自然科学基金面上项目，已结题，参与

五、专利成果

[1] 吴军, 黎国强, 邓超, 徐雪兵, 邵新宇. 基于卷积神经网络和高斯混合模型的轴承故障诊断方法，专利号：ZL201910867265.4，授权日期：2021-12-03

[1] 吴军, 黎国强, 邓超, 徐雪兵, 邵新宇. 一种旋转机械自适应故障诊断方法、装置、设备及介质，ZL202011518014.4，授权日期：2024-03-29

[2] 黎国强, 段超群, 吴德烽, 廖卫强, 闫锦, 林德昭. 一种滚动轴承零故障样本诊断方法, CN202411162922.2.

[3] 黎国强, 吴德烽, 陈作懿, 游政, 武东杰, 王永坚, 吴军. 一种零故障样本下的工业机器人自主故障诊断方法, CN202411162926.0.

[4] 黎国强,王永坚,吴德烽,游政,武东杰,钟尚坤,刘启俊,涂婉丽. 一种旋转机械零故障样本诊断方法、装置、设备及介质, CN 202510063041.3.