彭一真，男，博士，重庆大学机械与运载工程学院副教授、硕士生导师。主要面向大型无人机、兆瓦级风力发电机、城轨车辆等高端装备，从事数字孪生驱动的智能运维技术、基于深度学习和统计学习的寿命预测方法、机械系统信号处理与监测诊断技术等方面的研究，以项目负责人身份承担了纵向科研项目6项，其中包括“科技部重点研发计划子课题”和“国家自然科学基金青年基金项目”等国家级项目2项，“中国博士后基金面上项目”和“重庆市自然科学基金面上项目”等省部级项目2项。此外，作为主要参与人员，参与纵向科研项目10余项。在上述课题支撑下，发表论文20余篇，其中中科院1区Top期刊9篇，最高影响因子为12.3。本人论文单篇最高引用次数超300次，总引用超500次。当前，其已被成功应用于华为技术有限公司等头部企业与研究所中。在此基础上，本人获得了2022年中国振动工程学会科学技术奖二等奖。

联系邮箱：pengyz@cqu.edu.cn

办公地点：重庆大学机械与运载工程学院

通讯地址：重庆市沙坪坝区沙正街174号

教育与科研经历

2023年09月至今重庆大学机械与运载工程学院副教授；

2019年01月-2023年09月重庆大学机械与运载工程学院讲师；

2014年09月-2018年12月西安交通大学机械工程学科博士研究生；

2012年08月-2014年08月华为技术公司网控硬件开发部硬件工程师；

2010年09月-2012年07月西安交通大学仪器仪表工程硕士；

2006年09月-2010年07月西安交通大学测控技术与仪器本科。

获奖情况

中国振动工程学会中国振动工程学会科学技术奖二等奖

华为技术有限公司 金网络奖

学术兼职

2022神经计算与高级应用国际会议分会主席

IEEE Transactions on Industrial Electronics（JCR一区）审稿人

IEEE Transactions on Industrial Informatics（JCR一区）审稿人

Measurement（JCR一区）审稿人

IEEE Transactions on Instrumentation and Measurement（JCR一区）审稿人

主要科研项目

国家自然科学基金青年基金项目“内/外源随机因素影响下海上风机传动链深度隐变量寿命预测方法研究”项目负责人

国家重点研发计划“高端装备运维全过程智能化数字孪生体建模理论方法”子课题负责人

中国博士后科学基金面上项目“考虑短裂纹群协同作用的指向系统损伤-征兆反演溯源模

型与寿命预测方法研究”项目负责人

重庆市自然科学基金面上项目“海上极端环境下深度状态空间模型驱动的风机传动关键 部件剩余寿命预测研究”项目负责人

国家自然科学基金重点项目“机械传动系统服役行为动态调控理论与方法研究”参与人

国家重点研发计划“大功率核电齿轮箱故障诊断与健康监测技术”参与人

国家重点研发计划“齿轮传动系统多维信息感知及智能运维”参与人

重庆市科技计划项目“轨道交通高端智能轴承开发及应用”参与人

国家自然科学基金项目面上项目“高速滚动轴承的无监督多尺度精细分层寿命预测方法研究”参与人

主要期刊论文（*通讯作者）

Peng Y*, Bi R, Wang Y. Regime Switching Model with Adaptive Adjustments for Degradation Prognosis[J]. IEEE Transactions on Instrumentation and Measurement, 2023.（JCR一区）

Hou W J,Peng Y*.Adaptive ensemble gaussian process regression-driven degradation prognosis with applications to bearing degradation[J]. Reliability Engineering & System Safety, 2023, 239: 109479.（中科院1区TOP）

Wang Y,Peng Y*, Chow T W S. Adaptive particle filter-based approach for rul prediction under uncertain varying stresses with application to hdd[J]. IEEE Transactions on Industrial Informatics, 2021, 17(9): 6272-6281.（中科院1区TOP）

Peng Y*,Wang Y, Wang G, et al. Doubly Stochastic Cumulative Damage Model for RUL Prediction of HDDs in Uncertain Operating Environments[J]. IEEE Transactions on Industrial Electronics, 2020, 68(9): 8743-8752.（中科院1区TOP）

Yizhen P*, Yu W, Jingsong X, et al. Adaptive stochastic-filter-based failure prediction model for complex repairable systems under uncertainty conditions[J]. Reliability Engineering & System Safety, 2020, 204: 107190.（中科院1区TOP）

Peng Y*, Wang Y, Shao Y. A novel bearing imbalance Fault-diagnosis method based on a Wasserstein conditional generative adversarial network[J]. Measurement, 2022, 192: 110924.（JCR一区）

Peng Y*, Wang Y, Zi Y. Switching state-space degradation model with recursive filter/smoother for prognostics of remaining useful life[J]. IEEE Transactions on Industrial Informatics, 2018, 15(2): 822-832.（中科院1区TOP）

Yuan J, Wang Y,Peng Y,et al. Weak fault detection and health degradation monitoring using customized standard multiwavelets[J]. Mechanical Systems and Signal Processing, 2017, 94: 384-399.（中科院1区TOP）

Peng Y*, Wang Y, Shao Y. New data augmentation-driven RUL prognosis approach for cumulative damage model using incomplete observations[J]. IEEE Transactions on Instrumentation and Measurement, 2021, 71: 1-12.（JCR一区）

Wang Y, Liu Q, Lu W,Peng Y. A general time-varying Wiener process for degradation modeling and RUL estimation under three-source variability[J]. Reliability Engineering & System Safety, 2023, 232: 109041.（中科院1区TOP）

Yang J,Peng Y*, Xie J, et al. Remaining useful life prediction method for bearings based on LSTM with uncertainty quantification[J]. Sensors, 2022, 22(12): 4549.（JCR一区）

Peng Y*, Wang Y, Zi Y Y, et al. Dynamic reliability assessment and prediction for repairable systems with interval-censored data[J]. Reliability Engineering & System Safety, 2017, 159: 301-309.（中科院1区TOP）

Wang Y,Peng Y, Zi Y, et al. A two-stage data-driven-based prognostic approach for bearing degradation problem[J]. IEEE Transactions on industrial informatics, 2016, 12(3): 924-932.（中科院1区TOP）

Zhang P,Peng Y. Influence of rotation speed on motion accuracy of hydrostatic journal bearing[J]. Nonlinear Dynamics, 2021, 105: 2959-2980.（JCR一区）

Peng Y, Wang Y, Chow T W S. Adaptive remaining useful lifetime prediction of magnetic head under varying stress conditions[C]//2019 IEEE 17th International Conference on Industrial Informatics (INDIN). IEEE, 2019, 1: 1271-1274.

Wang Y,Peng Y, Zi Y, et al. An integrated Bayesian approach to prognositics of the remaining useful life and its application on bearing degradation problem[C]//2015 ieee 13th international conference on industrial informatics (indin). IEEE, 2015: 1090-1095.