一、基础信息

个人简介：王朝阁，男，汉族，1992年6月生，河南南阳人，中共党员，博士研究生，副教授，硕士生导师，目前担任国家自然科学基金项目通讯评议专家，多个国际期刊编委和客座编辑，50 多个国内外本领域权威期刊评审专家。主要从事机械装备健康监测与智能运维相关研究，主持国家自然科学基金项目、军工类项目、重点实验室开放课题项目、企事业委托科技攻关项目多项，参与国家重点研发计划、省重大专项等多项重要课题，在国内外权威学术期刊上发表SCI/EI论文50余篇，相关研究已在船舶、新能源汽车、风电、冶金等装备上得到应用。

（一）个人基础信息

性别：男

出生年月：1992.6

职务：副教授

博硕导：硕士生导师

电子邮箱：cgwang@shmtu.edu.cn

联系电话：021-38282686

（二）教育经历

2021年9月于大连理工大学 机械电子工程专业，取得博士学位

（三）工作经历

2025.07-至今上海海事大学物流工程学院，副教授

2021.11-2025.06 上海海事大学物流工程学院，讲师

（四）社会兼职

目前担任：国家自然科学基金函评专家，Mechanical Systems and Signal Processing、Expert Systems With Applications、Knowledge-Based Systems 、Advanced Engineering Informatics 、Engineering Failure Analysis、Applied Intelligence、Measurement、IEEE Transactions on Instrumentation and Measurement 、IEEE-ASME Transactions on Mechatronics、IEEE Transactions on Reliability 、Computers in Industry、Information Fusion等50多个国际SCI期刊的审稿专家；国际期刊《Journal of Artificial Intelligence & Control Systems》、《Robot Learning》、《Big Data and Information Analytics》和《Intelligence & Robotics》青年编委，以及《工程设计学报》期刊青年编委；国际SCI期刊《Entropy》、《Machines》、《Measurement Science and Technology》的客座编辑。同时，担任国际会议ICCCS 2024委员会委员、国际会议ITAM 2025委员会委员、国际会议AIRSA 2025分论坛主席、国际会议AISM 2025分论坛主席。

二、科学研究

（一）研究领域及科研团队

研究领域： 1.机械装备健康监测与智能运维；

2.数字孪生驱动的智能诊断/寿命预测；

3.工业大数据挖掘与智能评估；

4.机械装备智能运维大模型研究；

5.机械系统动态建模与分析

科研团队：港口与海洋重装备安全工程学术团队（胡雄教授 领衔）

（二）科研项目

（1）非理想数据下变工况风电齿轮箱智能故障诊断与寿命预测方法研究，国家自然科学基金青年项目，2023-01至2025-12，主持

（2）数据孪生模型机理研究, XXXX项目, 2025-01 至 2025-02，主持。

（3）数字孪生驱动的变工况刀具剩余寿命预测研究, 湖北省工程研究中心项目, 2025-07 至 2027-07，主持。

（4）复杂变工况下海上风电齿轮箱早期故障诊断及预测方法研究, 阳江海上风电实验室项目, 2026-01 至 2027-12，主持。

（5）数字孪生驱动的工业机器人柔性部件早期故障检测与寿命预测研究, 广东省重点实验室开放基金课题, 2025-08 至 2026-07，主持。

（6）数字孪生驱动的复杂环境下电车驱动电机可靠性评估与寿命预测研究, 安徽省重点实验室开放基金项目, 2025-10 至 2026-09，主持。

（7）齿轮传动系统动力学基础理论及其健康监测，国家重点研发计划项目，2020.01至2022.12，参与。

（8）智能装备工业互联网平台研制与应用，辽宁省科技创新重大专项项目，2019-07至2021-06，参与。

（9）电驱故障快速诊断，企事业单位委托科技项目，2022-11至2025-03，主要完成人。

（10）电驱动系统信息融合技术，企事业单位委托科技项目，2022-09至2022-12，主要完成人。

（11）宝山基地设备状态数据应用系统，企事业单位委托科技项目，2024-07至2024-12，主要完成人。

（12）设备自诊断算法研究及验证技术，企事业单位委托科技项目，2024-01至2024-12，主要完成人。

（13）多源数据融合滚筒轴早期裂纹识别与断轴预警技术研究，企事业单位委托科技项目，2025-11至2027-06，主要完成人。

（三）代表性论文成果

已发表SCI/EI期刊论文50余篇，其中第1作者/通讯30余篇。近5年代表性论著：

[1] Wang Chaoge, Tian Xinyu, Zhou Funa, et. al. Intelligent fault diagnosis of bearings based on unsupervised domain adaptive adversarial graph neural network under variable operating conditions[J]. Measurement, 2026, 259, 119697. （中科院2区）

[2] Wang Chaoge, Jia Ziyi, Xian Jiangfeng, et. al. A novel tacholess order tracking technique for bearing fault detection under variable speed conditions[J]. Measurement, 2026, 263, 120097. （中科院2区）

[3] Wang Chaoge, Tang Xinyu, Xian Jiangfeng, et. al. Siamese Dual-Feature Network for Open-Set Cross-Domain Fault Diagnosis in Electromechanical Systems Bearing Using Current Signals[J]. Measurement, 2026, Accept （中科院2区）

[4] Wang Chaoge, Meng Xiangyi, Zhou Funa, et.al. Multi-domain feature fusion and sparse regression-driven physical information neural network for remaining useful life prediction[J].Journal of Vibration and Control, 2026,Accept （中科院3区）

[5] Wang Chaoge, Sun Jiechen, Meng Xiangyi, et. al. Multi-stage degradation feature with dynamic feedback mechanism for remaining useful life prediction[J]. Nondestructive Testing and Evaluation. 2025, 1-34.Early Access（中科院2区）

[6] Wang Chaoge, Tian Xinyu, Zhou Funa, et. al. Incipient fault identification of bearings in electric drive system under varying speeds based on adaptive feature mode decomposition[J]. IEEE Sensors Journal, 2025, 25(9):15975-15995.（中科院2区）

[7] Wang Yuming, Wang Chaoge (通讯), Zhou Funa, et.al. DTCWPNet: A novel interpretable intelligent fault diagnosis model for rotating machinery systems based on sensor data[J]. IEEE Sensors Journal, 2025,25(12): 22397-22418. （中科院2区）

[8] Wang Chaoge, Li Hongkun, Zhang Kongliang, et. al. Intelligent fault diagnosis of planetary gearbox based on adaptive normalized CNN under complex variable working conditions and data imbalance[J]. Measurement, 2021, 180, 109565. （中科院2区）

[9] Wang Chaoge. Wang Ran, Huang Yuanyuan, et. al.A novel tacholess order tracking method for planetary gearbox fault detection under variable rotational speed conditions [J]. Measurement Science and Technology. 2025, 36, 3: 036149. （中科院3区）

[10] Wang Chaoge, Tian Xinyu, Shao Xinhao, et. al. Data imbalanced fault diagnosis of gearbox transmission system under various speeds based on dynamic dual-scale normalized fusion network[J]. Measurement Science and Technology. 2025, 36, 016191. （中科院3区）

[11] Wang Chaoge, Tian Xinyu, Zhou Funa, et. al. Current signal analysis using SW-GAT networks for fault diagnosis of electromechanical drive systems under extreme data imbalance[J]. Measurement Science and Technology. 2025, 36(1), 0161140.（中科院3区）

[12] Wang Chaoge，Tian Xinyu，Zhou, Funa，et. al.Fault diagnosis of electric transmission system based on graph-enhanced deep feature fusion network model using efficient decision mapping [J].Measurement Science and Technology. 2025, 36(4), 046123. （中科院3区）

[13] Wang Chaoge, Li Hongkun, Ou Jiayu, et. al. Identification of planetary gearbox weak compound fault based on parallel dual-parameter optimized resonance sparse decomposition and improved MOMEDA [J]. Measurement, 2020, 165: 108079.（中科院2区）

[14] 王朝阁,李宏坤, 胡少梁, 等.利用参数自适应多点最优最小熵反褶积的行星轮轴承微弱故障特征提取[J].振动工程学报, 2021, 34(3): 633-645. （EI检索，机械工程领域T1级期刊）

[15] 王朝阁, 张奇奇, 周福娜，等. 时变转速下基于IFMD的行星齿轮箱微弱故障诊断[J]. 振动工程学报，2024, 37(11): 1980-1992. （EI检索，机械工程领域T1级期刊）

（四）代表性专利成果

（1）2021年3月26日，一种基于APEWT和IMOMEDA的行星齿轮箱早期故障诊断方法。授权号：CN111623982B，发明专利（第二发明人）

（2）2022年3月22日，一种时变工况下无转速计的行星齿轮箱复合故障诊断方法。申请号：CN202111559299.0，发明专利（第一发明人）

三、教学信息

（一）授课信息

本科生课程《机械设计基础》，32学时，2.0学分，春季学期

本科生课程《材料力学》，48学时，3.0学分，秋季学期

本科生课程《工程制图》，32学时，2.0学分，秋季学期

本科生课程《机电设备故障诊断》，32学时，2.0学分，秋季学期

本科生课程《机械装备智能运维》，32学时，2.0学分，春季学期

（二）指导学生获奖情况

2022年指导研究生参加“第十七届研究生电子竞赛”获上海分赛区团队一等奖

四、其它成果或荣誉

（1）“第十七届研究生电子竞赛”优秀指导教师，2022年

（2）入选上海海事大学人才培养“引航计划”,2024年

（3）上海海事大学2024年度考核优秀,2024年

（4）上海市事业单位工作人员嘉奖奖励，2025年

（5）第四届先进传感与智能制造国际学术会议（AISM 2025）最佳组织奖，2025年

（5）中国知网高被引学者TOP 5%，2025年