报告1：电气化高速铁路关键部件疲劳损伤与寿命评估 李鹤飞
随着列车运行速度提高，电气化高速铁路关键部件的服役稳定性和安全可靠性成为亟待解决的关键问题。李鹤飞副教授的报告针对电机齿轮箱箱体制造缺陷安全尺寸、基于声发射信号的接触线疲劳裂纹扩展监测和基于广义线性累计损伤理论的轴箱轴承延寿评估等方面展开介绍。相关研究结果有望为准确评估高速铁路关键部件服役寿命提供新思路，为高速列车智能运维和安全保障提供理论支撑和技术支持。
李鹤飞副教授指出动力传动装置，轨激扰引起的齿轮箱箱体振动频率与其固有频率较接近，面临着疲劳损伤挑战。此外，高速铁路接触网系统服役环境复杂，随着运营时间增加，服役性能退化，探究其失效机理，针对关键部件接触线与吊弦的服役性能演变规律研究十分重要。李鹤飞副教授针对以上问题，提出了电机齿轮箱箱体制造缺陷安全尺寸，阐明了含损伤吊弦与接触线疲劳损伤演化规律，得出了长期服役后轴箱轴承的剩余寿命。
报告2：不平衡数据下基于通道注意条件扩散模型的故障诊断 张平
风力发电作为一种清洁、可持续的能源，在现代工业领域得到快速发展和广泛应用。轴承作为风机的关键部件，在确保机器稳定运行方面起着至关重要的作用，因此，实施有效的轴承故障诊断对于防止因故障导致的长时间停机和减少维护费用至关重要。张平老师的报告针对风机轴承故障诊断，提出一种基于通道注意的条件扩散模型用于生成高质量样本，为故障诊断提供新的解决方案。
张平老师针对风机轴承故障诊断中面临的样本不平衡问题，提出了一种基于扩散模型的新方法。通过利用标签信息作为条件指引，确保了生成所需类别的样本，进而解决了样本不平衡所带来的挑战。此外，针对不同类别较难区分的问题，提出了一种改进的SE-UNet模型，利用基于通道注意力机制的条件扩散模型并进一步改善生成模型训练过程来合成更高质量的训练样本。实验结果表明，所提出的方法能够有效提高生成样本的质量，进而改善故障诊断模型的性能。
