郭骏宇

姓    名

郭骏宇

性     别

男

职  称

讲师

出生年月

1990.04

学历/学位

工学博士

教研室

机制教研室

行政职务

无

博导/硕导

硕士导师

学科专业

机械工程

硕博士招生学科专业

机械工程；动力工程；动力工程及工程热物理

研究方向

（1）人工智能

（2）大数据驱动的状态监测与故障诊断

（3）机械装备剩余寿命预测

（4）机械装备可靠性建模与评估

联系电话

电子邮件

junyguo@163.com

个人简介

郭骏宇，男，中共党员。2019年6月获得电子科技大学机械工程工学博士学位。现任中国运筹学会可靠性分会第一届青年委员会委员及四川省机械工程学会会员。专注于人工智能在能源装备故障预测与健康管理的理论与实践研究，涵盖能源装备可靠性评估、剩余使用寿命预测、剩余疲劳强度与疲劳寿命评估、状态监测与故障诊断等领域。在科研项目管理方面，主持了省部级纵向项目四项、校级项目一项及企业横向课题两项。目前，担任“山地管道研究所”课题组成员，享有一流的实验设施、充足的研究经费及丰富的科研经验。在Energy、RESS、EAAI、EFM等顶级学术期刊，及PHM等领域的国际顶级会议ESRC、QR2MSE上发表众多学术论文，作为第一作者或通讯作者发表15篇SCI收录论文。同时，与新加坡国立大学、里斯本大学、西苏格兰大学、麦考瑞大学、马来西亚理工大学、中山大学、电子科技大学、四川大学、西南交通大学等国内外知名科研机构建立了良好的合作关系，为学生提供卓越的学术交流和进一步深造的机会。

论文著作

部分代表性论著：

[1] Guo J*, Wang Z, Li H*, Yang Y, Huang C-G, Yazdi M, Kang H-S. A Hybrid Prognosis Scheme for Rolling Bearings Based on a Novel Health Indicator and Nonlinear Wiener Process. Reliability Engineering & System Safety. 2024; 245: 110014.（中科院1区TOP期刊，与葡萄牙里斯本大学玛丽居里学者李贺博士合作完成，西苏格兰大学、马来西亚理工大学为参与单位）

[2] Guo J*, Yang Y, Li H*, Dai L, Huang B. A parallel deep neural network for intelligent fault diagnosis of drilling pumps. Engineering Applications of Artificial Intelligence. 2024; 133: 108071.（中科院1区TOP期刊，与葡萄牙里斯本大学玛丽居里学者李贺博士合作完成）

[3] Guo J*, Wan JL, Yang Y, Dai L, Tang A, Huang B, Zhang F, Li H*. A deep feature learning method for remaining useful life prediction of drilling pumps. Energy. 2023; 282: 128442. （中科院1区TOP期刊，与葡萄牙里斯本大学玛丽居里学者李贺博士合作完成）

[4] Dai L, Guo J*, Wan JL, Wang J, Zan X. A reliability evaluation model of rolling bearings based on WKN-BiGRU and Wiener process. Reliability Engineering & System Safety. 2022; 225:108646.（中科院1区TOP期刊，第一作者为所指导硕士研究生）

[5] Guo J, Zan X, Wang L, Lei L, Ou C, Bai S*. A random forest regression with Bayesian optimization-based method for fatigue strength prediction of ferrous alloys. Engineering Fracture Mechanics. 2023; 293: 109714. （中科院1区TOP期刊）

[6] Wang Z, Guo J*, Wang J, Yang Y, Dai L, Huang CG, Wan JL. A deep learning based health indicator construction and fault prognosis with uncertainty quantification for rolling bearings. Measurement Science and Technology. 2023, 34, 105015. （中科院3区期刊，与新加坡国立大学合作完成，第一作者为所指导硕士研究生）

[7] Guo J*, Wang J, Wang Z, Gong Y, Qi J, Wang G, Tang C. A CNN‐BiLSTM‐Bootstrap integrated method for remaining useful life prediction of rolling bearings. Quality and Reliability Engineering International. 2023, 39(5): 1796-1813 （中科院3区期刊）

[8] Wang J, Guo J*, Wang L, Yang Y, Wang Z, Wang R. A hybrid intelligent rolling bearing fault diagnosis method combining WKN-BiLSTM and attention mechanism. Measurement Science and Technology. 2023; 34(8): 085106. （中科院3区期刊，第一作者为所指导硕士研究生）

[9] Guo J, Li YF, Peng W, Huang H Z*. Bayesian information fusion method for reliability analysis with failure‐time data and degradation data. Quality and Reliability Engineering International. 2022 Jun;38(4):1944-56.（中科院3区期刊）

[10] Li H, Guo J*, Yazdi M, Nedjati A, Adesina KA. Supportive emergency decision-making model towards sustainable development with fuzzy expert system. Neural Computing and Applications. 2021; 33(22): 15619-15637. （中科院3区期刊，与中山大学合作完成）

[11] Guo J, Li YF*, Zheng B, Huang HZ*. Bayesian degradation assessment of CNC machine tools considering unit non-homogeneity. Journal of Mechanical Science and Technology. 2018; 32: 2479-2485.（中科院4区期刊）

[12] Guo J, Fu GZ, Huang HZ*, Liu Y, Li YF. Characterizing wafer stage transmission errors via binary decision diagram and dynamic fault tree. Journal of Mechanical Science and Technology. 2018; 32: 5111-5119.（中科院4区期刊）

[13] Guo J, Huang HZ*, Peng W, Zhou J. Bayesian information fusion for degradation analysis of deteriorating products with individual heterogeneity. Proceedings of the Institution of Mechanical Engineers, Part O: Journal of Risk and Reliability. 2019; 233(4): 615-622.（中科院4区期刊）

课题成果

部分纵向项目：

[1]  四川省自然科学基金青年项目，主持，2023-2024.

[2]  油气生产安全与风险控制重庆市重点实验室开放基金，主持，2022-2023.

[3]  国家油气钻井装备工程技术研究中心开放项目，主持，2021-2021.

[4]  石油天然气装备教育部重点实验室&宏华集团有限公司联合基金，主持，2021-2021.

[5]  红宝石官方网站hbs123科研启航项目，主持，2020-2022.

部分横向项目：

[1] 国家管网集团川气东送天然气管道有限公司在线压力容器焊缝失效原因分析与缺陷状态诊断技术研发项目，主持，2023-2024.

[2] 四川华油集团有限责任公司新能源领域技术咨询项目，主持，2023-2024.

荣誉奖励

2018博士研究生国家奖学金，电子科技大学

备注其他

指导的硕士研究生屡获荣誉，包括“学业一等奖学金”，“学业二等奖学金”等，每位毕业研究生均在科研领域有所建树，成功发表高质量SCI论文。毕业后进入四川九洲电器集团有限公司、中国核工业集团有限公司、鼎和财产保险股份有限公司等知名企业工作。

诚挚欢迎热爱科研的机械工程、动力工程及工程热物理等专业同学报考“山地管道研究所”课题组研究生，共同深耕于人工智能在能源装备故障预测和健康管理方向的研究。