（院研究生会宣传部何畅 图/文）5月12日我院于5幢203教室组织机械工程专业研究生参与我院第八十期“工学智汇”机械工程研究生学术汇报活动。徐晚秀老师莅临指导，汇报人有潘慧琳、方家琦、郑林杰、施卓奇。
潘慧琳同学的汇报主题是“基于信号特征的深度学习优化与滚动轴承诊断方法”，首先给我们介绍了旋转机械作为最常见的机械设备，广泛应用于各种重要的工程领域，而滚动轴承损伤引起的旋转机械故障约占40%，进而引出两种诊断方法—经典故障诊断方法和智能故障诊断方法。最后说明其基于以上课题背景以及现阶段在智能轴承故障诊断方面的研究，并讲解了该方法的特色和创新之处。
郑林杰同学介绍滚动轴承作为旋转机械中的关键部分，被广泛应用于航空航天、工农机械、交通运输、能源化工等重要领域的大背景下出发，提出了如果能对滚动轴承进行合理的状态监测和故障诊断并及时发现问题，从而能够保证滚动轴承正常运行，减少故障带来的损失。最后详细介绍了自己的研究方法：拟利用边标签图神经网络解决小样本的轴承故障诊断问题，对自身的研究进展和相关数据进行了介绍。
施卓奇同学以“基于生成对抗网络的滚动轴承故障诊断方法”为题。首先介绍了滚动轴承的原理以及结构，而后介绍了滚动轴承故障迁移的研究现状，提出了当面对跨工况故障信号时，只关注同一分布的诊断方法便显得力不从心，而迁移学习的领域对抗自适应方法很好的克服了这一问题。
方家琦研究课题的是“基于脑电信号和机器学习的不同年龄段GAD患者的神经机制研究”。首先介绍了其研究具有重要意义，而后提出了研究目标有两个，分别是：一是探究不同年龄段GAD患者的神经动力学机制，二是为将来不同年龄段GAD患者分诊诊疗提供证据。随后介绍了实验流程的预处理和数据采集，并分析了研究得到的数据和脑波图。
徐晚秀老师对此次汇报提出以下几点建议：第一，希望同学们能够积极勇跃发言，提出自己的想法；第二，希望汇报的同学做到内容能更加充分一些，并且尽量减少专业术语。
