机电工程学院青年教师马森财在《ISA Transactions》上发表学术论文-兰州理工大学机电学院 | 兰州理工大学机电工程学院，理工大学机电工程学院，兰州工大机电工程学院，兰州工大机电学院，工大机电学院，

学院新闻

学院首页 > 学院新闻 > 正文>

机电工程学院青年教师马森财在《ISA Transactions》上发表学术论文

来源：

2026-03-05

作者：

点击量：次

近日，机电工程学院智能制造系青年教师马森财在机械设备智能故障诊断研究中取得重要进展，研究成果以“Research on modular cloud transformation fault diagnosis for mechanical equipment considering the simultaneous long－tailed and high－dimensional factors”为题，于2026年2月24日在线发表于仪器仪表与工程综合领域的国际顶级期刊《ISA Transactions》（IF：6.5，Q1，中科院二区Top期刊）（DOI： https：／／doi.org／10.1016／j.isatra.2026.02.017）。

随着人工智能、传感器与数据分析技术的协同发展，机械设备的大规模健康监测与故障诊断已成为可能。然而，装备监测数据往往呈现出工业大数据的典型特征，即数据量庞大、特征维度高、高价值故障样本稀疏。针对故障诊断过程中数据普遍存在的“维数灾难”与“长尾分布”难题，本研究提出了一种名为“云增强与云选择”（Cloud Augmentation and Cloud Selection， CACS）的模块化智能诊断框架。该框架利用基于特征云的变换技术，实现了故障样本的增强与特征维数的系统化约简。该方法在齿轮和轴承的高维、长尾故障数据集上进行了验证，实验结果表明其具有较好的诊断性能。该研究为复杂工业背景下机械装备的智能故障诊断提供了新思路。该研究工作得到了国家自然科学基金等项目的资助。

作者简介：

马森财，男，1994年生，中共党员，2025年6月博士毕业于中国矿业大学机械工程专业，同年7月进入兰州理工大学机电工程学院工作。现为兰州理工大学讲师、在站博士后。主要从事大型机电装备健康监测与故障预诊、工业数据挖掘与可视化、动态测试技术开发等方面的研究。近年来以第一作者在Advanced Engineering Informatics、Expert Systems with Applications、ISA Transactions、Measurement、《振动、测试与诊断》等国内外高质量期刊发表研究论文8篇，累计发表SCI／EI论文15篇；申请专利5件。主持省自然基金青年项目一项，青年教师交叉研究项目一项，作为主要成员参与国家自然科学基金项目3项、企事业单位合作项目5项。