程尧，博士，硕士生导师，西南交通大学“科技新星”，获得2022世界交通运输大会优秀论文奖，2024年福建省科技进步二等奖，连续入选美国斯坦福大学发布的“全球前2%顶尖科学家榜单”。多次担任国内外权威学术会议分会场主席或做会议邀请报告，担任《Complex Engineering Systems》、《城市轨道交大》等多个期刊青年编委以及多个SCI期刊客座主编，担任世界交通运输大会(WTC) 轨道运载系统动力作用技术委员会委员、中国振动工程学会转子动力学专业委员会委员、“轨道交通关键系统服役性能保持技术青年学术论坛”分论坛学术委员。2013年6月于西南交通大学概率论与数理统计专业获得理学学士学位，2019年9月获西南交通大学载运工具运用工程专业博士学位（导师：张卫华教授），2020年全职进入西南交通大学轨道交通运载系统全国重点实验室张卫华教授团队工作。

研究队伍由国家“973”项目首席科学家、长江学者特聘教授张卫华领衔，是国家自然科学家杰出青年基金、国务院政府津贴、全国创先争优个人奖、复兴号创新团队奖、中国工程院光华奖等重要荣誉获得者，长期从事轨道交通机车车辆领域的教学与科研工作，提出了高速列车耦合大系统动力学理论，在高速列车系统动力学研究、走行部与受电弓自主创新等方面做出了重要贡献；获得国家科技进步二等奖2项（排名1）、一等奖2项（排名2）、特等奖2项（排名39/50、13/50）。

  长期从事轨道车辆动力学智能分析与数字化运维研究，主持国家自然科学基金青年科学基金项目、四川省自然科学基金、国家重点实验室主任基金、企业横向课题近20项，累计科研经费700余万。在多源数据融合、机械振动信号分析、传动系统动力学和智能诊断方面，共发表SCI期刊论文42篇；其中，以第一/通讯作者身份，在《Mechanical Systems and Signal Processing》《Journal of Sound and Vibration》《Vehicle System Dynamics》《Structural Health Monitoring》《IEEE Transactions on Instrumentation and Measurement》《ISA Transactions》等领域内权威期刊发表SCI期刊论文25篇（MSSP、ISA等中科院大类一区论文10篇，二区论文12篇），被包括加拿大工程院院士、中国工程院院士、IEEE Fellow、ASME Fellow 等国内外权威专家正面引用，论文Google学术引用超过2200次(一作论文中有5 篇Google Scholar引用超过100 次，最高引用超过190次，H 指数25)，ESI高被引论文4篇；授权发明专利8项，授权实用新型专利3项。

在动力学机理模型研究方面，考虑随机激扰影响（随机风载荷、轨道几何随机不平顺激励等），提出了高速列车轴箱轴承随机动力学分析方法，建立了考虑轴箱轴承与齿轮非线性的高速列车耦合动力学模型，分析了轨道随机不平顺激励、车轮失圆和齿轮传动振动与轴箱轴承振动的关联关系。在多源数据驱动的智能算法方面，创建了瞬态特征量化指标的新设计方法，从理论上建立了正常机械振动信号广义包络的概率分布，提出了基于广义包络的典型稀疏测度的状态监测基线的计算方法；针对多传感器数据中存在的复杂噪声干扰，提出了一种基于可逆引导和循环知识蒸馏的多模态数据增强与融合方法；针对服役环境中的强噪声干扰，提出了基于自适应特征选择算法和动态通道剪裁的轻量化抗噪轴承智能故障诊断方法，保障了模型的泛化能力和抗噪性；提出了一种多模态模仿学习燃弧检测网络，融合红外与可见光特征，通过低秩-稀疏分解、迁移模仿学习和无监督特征对齐，有效提升了复杂工况下（如反光、微小弧光、跨场景）多尺度燃弧的检测灵敏度和泛化能力。在物理机理与多源数据融合研究方面，创建了一种基于物理信息的傅里叶神经算子的弓网系统智能分析方法，将物理模型的耦合控制方程纳入物理信息网络损失函数，并采用动态加权方法自适应调整权重，实现了弓网系统动力学智能分析与评估；以上研究成果能够为研究生开展不同方向的学习和研究提供坚实的指导。

论文成果详见ResearchGate链接：

https://www.researchgate.net/profile/Cheng-Yao-10?ev=hdr_xprf

相关算法程序代码：

https://ww2.mathworks.cn/matlabcentral/fileexchange/104785-iescffogram

在合作交流方面，团队与意大利米兰理工大学（Politecnico di Milano）、荷兰代尔夫特大学（Delft University）、瑞典皇家理工大学（Royal Institute of Technology）、英国哈德斯菲尔德大学（University of Huddersfield）、澳大利亚莫纳什大学（Monash University）、韩国铁科院等国外顶级的交通领域科研院所建立了长期的合作和交流关系，能够为优秀研究生出国交流学习提供强有力支撑；同时，团队与国铁集团、中国中车、铁科院等铁路相关企业和科研机构保持紧密的合作关系，能够为毕业生就业提供强有力的支持。

招生说明：

本课题组聚焦于人工智能与轨道交通系统运维深度融合的交叉研究，紧跟国家“新基建”战略和智能交通发展方向，致力于推动高可靠性、智能化轨道交通系统的建设。当前，智能感知、健康监测、数据驱动建模与智能决策在轨道交通中的应用正处于快速发展阶段，具有广阔的科研前景和工程价值。课题组现有研究方向涵盖：

（1）智能运维与健康管理（PHM）

（2）工业大数据与机器学习

（3）图像处理与机器视觉

（4）装备状态感知与故障诊断

（5）多源异构数据融合与智能决策

我们在智能运维平台建设、轨道交通关键部件智能诊断、基于深度学习的视觉识别等方面积累了坚实的基础，主持多项国家自然科学基金、省部级重点科研项目，并与多家轨道交通企业保持长期产学研合作。

课题组科研条件优越，配备先进的传感、计算与实验平台，拥有充足的科研经费与计算资源，能够充分支持高水平科研工作的顺利开展。近年来，指导学生在MSSP、JSV等国际顶级期刊（JCR Q1区）上发表高水平学术论文。

现每年拟招收博士研究生1–2人、硕士研究生3–4人，欢迎具有车辆工程、机械工程、交通运输工程、力学、人工智能、计算机、自动化等相关背景，且对智能运维、人工智能在轨道交通中的应用、复杂系统智能分析等方向有浓厚兴趣的优秀学生加入！