苗永浩，北京航空航天大学可靠性与系统工程学院副教授，入选中国科协青年人才托举工程，北航青年拔尖人才计划。目前研究方向包括机电设备健康状态监测，剩余寿命预测和智能运维等。围绕上述研究方向，发表学术论文40余篇，7篇ESI高被引论文，1篇热点论文，H指数23，申请授权国家发明专利20余项；主持国家自然科学基金、国家重点研发计划等多项国家级课题；荣获2022年中国机械工业科学技术发明一等奖；荣获2024年国际顶刊IEEE TIE唯一最佳论文奖；提出的特征模式分解理论已经被应用于地质勘探、生物医学、水利、电气等领域；连续入选全球前2%顶尖科学家榜单。

研究方向

[1]   机电设备状态监测与故障诊断

[2]   剩余寿命预测

[3]   大数据应用和智能运维

招生信息

欢迎相关专业同学咨询保研、报考！

邮箱：miaoyonghao@buaa.edu.cn

学生培养情况

·        李晨辉（2023年毕业）获硕士生国家奖学金

·        张博瑶（2023年毕业）获博士生国家奖学金

·        石惠芳（2024年毕业）获沈元奖章（北航学生最高荣誉），硕士生国家奖学金，北航优秀硕士论文

学术兼职

·        IEEE Sensors Journal (SCI, JCR Q1, 中科院二区期刊) 副主编

·        Entropy (SCI期刊) 客座编辑

·        Journal of Dynamics, Monitoring and Diagnostics 青年编委

·        《轴承》《智能制造》等国内权威期刊青年编委

·        全国高等学校制造自动化研究会理事

·        中国振动工程学会故障诊断专业委员会青年委员

·        MSSP,IEEE,RESS等中英文期刊审稿人

主要荣誉

·        中国科协“青年人才托举工程”（2023年）

·        中国机械工业科学技术发明一等奖（2022年）

·        斯坦福全球前2%顶尖科学家

·        IEEE TIE杰出论文奖（2024年唯一获奖论文）

·        北航优秀博士后（2019年）

科研项目

国家自然科学基金面上项目，主持，在研

国家自然科学基金青年项目，主持，结题

重点研发计划，北航主持，在研

重点实验室稳定支持项目，主持，在研

重点实验室基金，主持，在研

中国博士后科学基金特别资助（站中），主持，结题

中国博士后科学基金面上资助，主持，结题

代表论文

[1] Y. Miao, B. Zhang, C. Li, J. Lin*, D. Zhang, Feature Mode Decomposition: New Decomposition Theory for Rotating Machinery Fault Diagnosis. IEEE Transactions on Industrial Electronics, 70 (2023) 1949-1960. (中科院Top期刊，ESI热点论文，ESI高被引，IEEE Outstanding Paper Award) https://iten.ieee-ies.org/announcement/2024/2024-ieee-industrial-electronics-society-paper-awards-announced/

[2]  Y. Miao, C. Li et al, Deep network-based maximum correlated kurtosis deconvolution: A novel deep deconvolution for bearing fault diagnosis, Mechanical Systems and Signal Processing, 189 (2023) 110110. (中科院Top期刊，ESI高被引)

[3] Y. Miao et al, Practical framework of Gini index in the application of machinery fault feature extraction, Mechanical Systems and Signal Processing, 165 (2022) 108333. (中科院Top期刊，ESI高被引)

[4] Y. Miao, B. Zhang, J. Lin* et al, A review on the application of blind deconvolution in machinery fault diagnosis, Mechanical Systems and Signal Processing, 163 (2022) 108202. (中科院Top期刊，ESI高被引)

[5] Y. Miao, M. Zhao, J. Lin*, Y. Lei, Application of an improved maximum correlated kurtosis deconvolution method for fault diagnosis of rolling element bearings, Mechanical Systems and Signal Processing, 92 (2017) 173-195. (中科院Top期刊，ESI高被引)

[6] Y. Miao, M. Zhao, J. Lin*, Identification of mechanical compound-fault based on the improved parameter-adaptive variational mode decomposition, ISA Transactions, 84 (2019) 82-95. (中科院Top期刊，ESI高被引)

[7] Y. Miao, M. Zhao, J. Lin*, Improvement of kurtosis-guided-grams via Gini index for bearing fault feature identification, Measurement Science and Technology, 28 (2017) 125001. (JCR Q1，ESI高被引，IOP中国高被引)