个人简历

教育背景及工作经历
2001.09-2005.07，西南交通大学，机械设计制造及其自动化，学士
2007.09-2009.07，西南交通大学，机械设计及理论，硕士
2009.09-2013.12，西南交通大学，机械设计及理论，博士
2011.09-2012.09，法国里昂中央理工大学，信息与数学系，国家建设高水平公派研究生项目联合培养博士研究生
2014.03-2017.08，四川大学，机械工程学院，讲师
2017.09-至 今，四川大学，机械工程学院，副教授
主要从事大数据及人工智能技术在设计和制造中的应用研究，大数据驱动的机电系统创新智能设计研究，基于深度学习的机械装备智能故障诊断、智能模式识别及特征学习研究。主持国家自然科学青年科学基金项目、四川省应用基础研究计划项目等国家及省部级项目6项；参研国家自然科学基金重点项目、国家重点研发计划项目”网络协同制造和智能工厂”重点专项课题、科技部创新方法专项项目等国家级项目3项。发表论文30多篇（其中第一作者、通讯作者发表SCI/EI收录论文20篇），申请/授权发明专利12项，登记软件著作权2项。
开设课程
微机原理及接口技术、制造业发展动态讨论（机器视觉方向）、机电系统设计与控制（双学位）
在研项目：
(1) 国家自然科学青年科学基金项目，支持产品创新设计的大数据知识萃取研究，主持。
(2) 四川省应用基础研究项目，人工智能和大数据驱动的产品创新智能设计研究，主持。
(3) 四川省应用基础研究项目，基于大数据和知识推荐的机电系统创新设计研究及应用，主持。
(4) 四川大学遂宁市校市战略合作专项资金项目，面向5G通讯用PCB基板的智能智造装备研发及产业化，主持。
(5) 四川大学宜宾市市校市战略合作专项资金项目,数字孪生驱动的农机装备数字化设计制造技术及产业应用，主持。
(6) 中央高校基本科研业务费专项资金资助项目，面向大数据的机电系统创新设计方法及关键技术研究，主持。
(7) 国家自然科学基金重点项目，机电系统创新设计理论与方法的若干关键问题研究，主研。
(8) 国家重点研发计划“网络协同制造和智能工厂”重点专项，“互联网+”产品定制设计方法与技术，主研。
授权专利
[1] 王凯, 王崇荣, ….,李彦, 赵武等, 基于DSCRN模型的旋转机械故障诊断方法、设备和存储介质，中国，ZL202110470770.2
[2] 王凯, 柯璐瑶, ….,赵武, 李文强, 李翔龙等, 筒纱补充装置,2021-08-09,中国，ZL202010803650.5.
[3] 王凯, 李炬, ….,李文强, 赵武, 李翔龙等, 医用药液灌装自动化装置, 中国，ZL202010820941.5.
[4] 王凯, 何孟凡, ….,赵武,李文强,李翔龙等, 软袋自动理料装置及方法, 中国，ZL202010826152.2
在基于机器视觉的智能模式识别和特征学习、基于深度学习的机械装备智能故障诊断、大数据驱动的机电系统创新智能设计领域发表的代表性论文如下。

研究领域

"创新方法与创新设计理论、大数据及人工智能驱动的产品创新智能设计研究
大数据驱动的机械装备智能故障诊断和剩余寿命预测、基于深度学习的表面缺陷智能检测及在机器视觉和模式识别的应用研究"

近期论文

[1] Hui Yu, Kai Wang*, et al., Deep subclass reconstruction network for fault diagnosis of rotating machinery under various operating conditions[J]. Applied Soft Computing, 2021, 112: 107755, https://doi.org/10.1016/j.asoc.2021.107755 (SCI, 中科院一区)
[2] Kai Wang, Charles-Edmond Bichot, Yan Li*, Bailin Li, Local binary circumferential and radial derivative pattern for texture classification[J]. Pattern Recognition, 2017, 67: 213-229. (SCI, 中科院一区)
[3] Qiyu Liu, Kai Wang*, et al., Data-driven concept network for inspiring designers’ idea generation [J]. Journal of Computing and Information Science in Engineering (ASME), 2020, 20(3): 031004(1-12). (SCI, 中科院四区)
[4] Hui Yu, Kai Wang*, et al., Representation Learning With Class Level Autoencoder for Intelligent Fault Diagnosis[J]. IEEE Signal Processing Letters, 2019, 26(10): 1476-1480. (SCI, 中科院二区)
[5] Hui Yu, Kai Wang*, Yan Li. Multiscale Representations Fusion With Joint Multiple Reconstructions Autoencoder for Intelligent Fault Diagnosis[J]. IEEE Signal Processing Letters, 2018, 25(12)：1880~1884. (SCI, 中科院二区)
[6] Kai Wang, Charles-Edmond Bichot, Chao Zhu, Bailin Li*. Pixel to Patch Sampling Structure and Local Neighboring Intensity Relationship Patterns for Texture Classification [J]. IEEE Signal Processing Letters, 2013, 9(20): 853-856. (SCI, 中科院二区)
[7] Ningning Liu, Kai Wang*, et al. Visual affective classification by combining visual and text features[J]. PLoS One, 2017, 12(8): e0183018. (SCI, 中科院三区)
[8] Luo, JQ; He, B; Ou, Y; Li, BL; Wang, K, Topic-based label distribution learning to exploit label ambiguity for scene classification[J].Neural computing & Applications, 2021,1-19. (SCI, 中科院三区)
[9] 夏文涵#, 王凯*, 李彦, 熊艳. 基于TRIZ的管道机器人自适应检测模块创新设计[J]. 机械工程学报,2016,52(05):58-67.
[10] 牟亮#，王凯*， 李彦，於辉，层叠P阶多项式主成分分析在轴承故障诊断中的应用[J]. 振动与冲击, 2019,38(2):25-32.
SCI期刊审稿人，ASME、IEEE会员，中国图学学会应用图学专业委员会委员、机械工程学会高级会员