专任教师

您目前的位置: 首页» 师资队伍» 专任教师» 教授

吴立锋

吴立锋  博士(后)
首都师范大学,信息工程学院,教授
地址:北京市西三环北路56号,100048
Email: wulifeng@cnu.edu.cn
 

基本情况                                                                       
吴立锋,男,博士(后),教授,首都师范大学青年自然科学创新团队(共融机器人安全性基础理论及关键技术研究)带头人,入选北京市高等学校青年英才计划。主要研究兴趣为人工智能在电子系统故障诊断中的应用。主持国家自然基金面上项目、国家自然基金青年基金 、北京市自然基金面上项目、北京市教委重点项目等8项,发表学术论文40余篇,授权发明专利4项,授权实用新型专利若干,软件著作权若干,获北京市科技进步二等奖1项。IEEE会员,中国计算机学会会员,容错计算专委会委员,中国人工智能服务专委会通信委员,中国系统仿真学会智能物联系统委员会委员,技术过程的故障诊断与安全性专业委员会委员。IEEE Transactions on Industrial Electronics, Microelectronics Reliability, Microsystem Technologies, Journal of Advances in Mathematics and Computer Science, Applied Science and Engineering, Sensors,自动化学报,计算机学报等期刊审稿人。
 

研究方向                                                                       
电子系统故障诊断,人工智能在故障诊断中应用,锂电池健康管理与预测
 

教育经历                                                                      
2007.9-2010.7  北京邮电大学  物理电子学             工学博士
2002.9-2005.3  东北电力大学  检测技术与自动化装置   工学硕士
1998.9-2002.7  中国矿业大学  应用物理学             理学学位
国内(外)进修                                                                
2018.8-2018.9  访问学者  德国杜伊斯堡艾森大学
2017.9-2018.7  北京市属高校教师发展基地研修    北京大学 
2014.7-2015.8  博士后    美国马里兰大学 
2012.9-2013.7  访问学者  清华大学 


主要工作经历                                                                    
2010.7-2012.12    首都师范大学 信息工程学院   讲  师
2013.1-2018.12    首都师范大学 信息工程学院   副教授
2019.1-今             首都师范大学 信息工程学院   教  授


主持或参加科研项目                                                         
1. [主持] 复杂使用工况下车载锂电池退化建模及剩余寿命预测研究,2019.1-2022.12国家自然基金面上项目,63万,在研
2. [主持] 动态环境下车用锂电池健康状态预测方法研究,2017.7-2019.12,北京基金重点B类(北京市自然基金-北京市教委联合项目),50万,在研
3. [主持] 共融机器人安全性基础理论及关键技术研究,2018.1-2020.12,首师大青年自然科学创新团队,45万,在研
4. [主持] 数据驱动的工业机器人多关节健康状态评估及预测机制研究, ,2016.5-2017.5,北京市留学择优资助优秀类项目,北京市人力资源和社会保障局,7万.结题
5. [主持] 超级电容健康状态预测研究,北京高校青年英才计划项目,2014.1-2016.12,15万.结题
6. [主持] 高可靠嵌入式系统电源功率模块劣化过程的非线性时变行为研究,2013.01-2015.12, 国家自然基金青年基金,23万,结题
7. [主持] 直流-直流开关变换器失效在线预测技术研究,2012.01-2014.12,北京自然基金面上项目,11万,结题
8. [主持] DC/DC开关电源失效在线监测技术研究,2012.01-2014.12, 北京市教委面上项目,15万,结题
9. [参与] 苛刻环境高可靠电子系统的电源健康状况预测机制合作研究,   2011.1-2013.12,中美国际科技合作,结题
10. [参与] 基于集成学习的个性化人体和服装建模及试衣仿真,2017.1-2019.12,国家自然基金青年基金项目,在研
 

部分学术论文(第一作者/通信作者)                                               

1. Zhang  Nannan, Wu Lifeng*, Wang Zhonghua, Guan Yong. Bearing Remaining Useful Life Prediction Based on Naive Bayes and Weibull Distributions. Entropy, 2018, 20(12), 944.
2. Zhang Nannan, Wu Lifeng*, Yang Jing, Guan Yong. Naive bayes bearing fault diagnosis based on enhanced independence of data. Sensors, 2018,18(2), 463.
3. Gao Jie,Kang Myeongsu, Tian Jing, Wu Lifeng*,Michael Pecht.Unsupervised Locality-Preserving Robust Latent Low-Rank Recovery-Based Subspace Clustering for Fault Diagnosis. IEEE Access, 2018,6(1):52345-52354.
4. Yang Jing, Peng Zhen,Wang Hongmin,Yuan Huimei , Wu Lifeng*.The Remaining Useful Life Estimation of Lithium-ion Battery Based on Improved Extreme Learning Machine  Algorithm.International Journal of electrochemical Science.2018,13 (5): 4991-5004.
5. Yang Jing, Peng Zhen, Pei Zhaodi, Guan Yong, Yuan Huimei , Wu Lifeng*.Remaining Useful Life Assessment of Lithium-ion Battery based on HKA-ELM Algorithm.International Journal of electrochemical Science.2018,13 (10): 9257-9272.
6. Zhang Ran, Peng Zhen, Wu Lifeng*, Yao Beibei,Guan Yong. Fault diagnosis from raw sensor data using deep neural networks considering temporal coherence.Sensors, 2017,17 (3) ,549.
7. Yao Beibei, Peng Zhen,Wu Lifeng*, Guan Yong. Rolling element bearing fault diagnosis using improved manifold learning.IEEE Access , 2017,5 (99) :6027-6035
8. Zhang Ran, Tao Hongyang,Wu Lifeng*,Guan Yong. Transfer learning with neural networks for bearing fault diagnosis in changing working conditions.IEEE Access,2017,5,14347-14357.
9. Yao Beibei, Su Jia, Wu Lifeng*, Guan Yong. Modified Local Linear Embedding Algorithm for  Rolling Element Bearing Fault Diagnosis.Applied Sciences. 2017, 7(11), 1178.
10. Wu Lifeng, Yao Beibei, Peng Zhen,Guan Yong. Fault diagnosis of roller bearings based on a wavelet neural network and manifold learning.Applied Sciences.2017,7,1-10
11. Wu Lifeng,Fu Xiaohui, Guan Yong.Review of the Remaining Useful Life Prognostics of Vehicle Lithium-Ion Batteries Using Data-Driven Methodologies.Applied Science.2016,6,1-11.
12. Gao Jie, Wu Lifeng*,Wang Hongmin, Guan Yong.Development of a Method for Selection of Effective Singular Values in Bearing Fault Signal De-Noising. Applied Science,2016.6,1-18.
13. Wang Lijuan, Wu Lifeng*, Guan Yong, Wang Guohui.Online sensor fault detection based on an improved strong tracking filter.Sensors,2015,15,4578-4591.
14. Wu Lifeng ,Zheng Yu,Guan Yong, Wang Guohui ,Li Xiaojuan.A non-intrusive method for monitoring the degradation of MOSFETs.Sensors,2014,14,1132-1139.

在读研究生                                                                 
2018级  康国庆   马彦瑛  申东旭
2017级  王中华   张震宇  贾博闻
2016级  杨   晶  张喃喃
曾获国家奖学金研究生                                                                      
2018年  杨晶   张喃喃
2017年  张然   姚贝贝 
2016年  高洁
2015年   王丽娟
2013年   郑学艳
已毕业的研究生                                                                
2015级    张 然     加拿大英属哥伦比亚大学   读博
                    姚贝贝    中国人民银行总行
                    付晓慧    百度
2014级    高  洁    中国科学院自动化所 读博
2013级    王丽娟    校宝在线(杭州)科技股份有限公司
                    尹翠香    国家药品监督管理局
2012级    单金生    聊城市应急管理局
                   郑 宇     搜狗
                   董鹏飞    北京牡丹电子集团有限责任公司
2011级   郑学艳    北京燕东微电子有限公司


     The unexamined life is not worth living. —Socrates