2018年10月22日上午，英国皇家工程院院士Asoke Kumar Nandi教授在机械学院第三会议室作了题为机械状态监测最新研究（Machine Condition Monitoring – Recent Research）的报告。报告会由机械学院国际机械中心主任严如强教授主持。

Asoke Kumar Nandi教授介绍了基于深度学习算法在压缩采样轴承信号故障分析中的应用。接下来Nandi教授针对今年发表在Mechanical Systems and Signal Processing、IEEE Access、IEEE Transactions on Industrial Electronics的三篇文章进行了介绍。最后Nandi教授对三篇文章进行了总结，Nandi教授的研究方法不仅相对于传统SVM，LRS等算法在精度上有所提升，而且计算速度更快。

Asoke Kumar Nandi教授讲完报告之后与学生进行互动。Asoke Kumar Nandi教授就学生关心的问题：三篇文章信号处理中的压缩采样采用高斯随机矩阵；旋转机械FFT效果比WT好；如何让实验室环境逼近真实环境等做出回答。

聆听院士畅谈学科前沿，谋划科研实力增长。院士的演讲让同学们深受感触，把状态监测与故障诊断提升到了新的高度，结合深度学习与大数据，通过压缩采样实现了轴承的快速诊断，为我们的研究方向指引了新思路。一场气氛活跃，学术氛围浓厚的报告会在同学们的掌声中结束。

附：

Asoke Kumar Nandi教授博士毕业于英国剑桥大学， 2013年至今在英国布鲁内尔大学电子计算机工程系担任系主任、教授，2014年当选英国皇家工程院院士，是IEEE、IET等 7个学会的会士，芬兰国家FiDiPro计划杰出教授。发表学术论文500余篇，其中包括200余篇国际权威期刊论文，谷歌学术搜索引用指数达70。Asoke Kumar Nandi教授在统计信号处理、无线通信、机器学习和生物医学信息处理等方面具有开创性的研究成果。