博士 · 成都
西南交通大学
机械电子工程,研究方向为工业人工智能、智能运维、深度学习。
机械电子工程 · 工业人工智能
我是宋虹亮,西南交通大学机械电子工程博士。专注于信号处理、深度学习与工业智能运维,致力于把算法研究落到真实设备、生产线与复杂工程系统中。
01 / ABOUT
我的研究始于旋转机械状态监测,也延伸到芯片制造、铝液控制、发动机与直升机智能运维。 我关心的不只是模型指标,更关心算法如何理解设备、辅助决策并保障稳定运行。
时频分析、异常检测、故障诊断、迁移学习与大模型。
Python、TensorFlow、SQL 与工业软件系统全栈开发。
工业数据采集、设备诊断、产线优化与智能控制。
02 / JOURNEY
博士 · 成都
机械电子工程,研究方向为工业人工智能、智能运维、深度学习。
工业人工智能工程师
工业现场人工智能技术应用,包括工业数据深度分析、生产流程与工艺优化,以及信号处理、设备维护和优化控制。
制造产品工程师
设计和开发智能生产管理、智能检测系统,参与制造设备与生产线的编程应用。
硕士 · 成都
机械电子工程,研究方向为设备状态监测。
本科 · 西安
机械设计制造及其自动化。
03 / RESEARCH
当前收录 8 篇论文与 9 项专利材料。期刊指标采用 2024 JCR(2025 年发布)及中科院 2025 年升级版。
04 / PROJECTS
研究关键部件故障机理知识图谱自学习、数据知识双驱动运维大模型,并开发故障预警与健康管理平台。
分析液位、温度与 PID 数据,开发强化学习控制器,降低熔铸端液位波动并推进现场部署。
从 Oracle 提取测试数据,结合异常 Map 图像特征、专家指标与集成学习分析晶圆低良率根因。
研究注意力机制多参数融合、数模联动数字孪生,并研发云边协同故障诊断软件系统。
利用三轴加速度与切削力数据开展信号处理和动态阈值诊断,建立基于 TensorFlow 与 DenseNet 的刀具寿命监测系统。
设计机器人夹具与第六轴,通过 Modbus/TCP 对接开料机和上位机,并使用 UDP 完成安川机器人通信。
建设测试机性能数据库,分析资源板校准数据,结合 3σ 规则与异常检测算法对测试通道进行评分和预警。
05 / HONORS
06 / SKILLS
熟悉 Python、SQL、Matlab、Git,具备 PyTorch 工程开发能力。
熟悉机器学习、深度学习、异常检测、迁移学习、半监督学习、时序信号处理与振动 / NVH 分析。
具备预测性维护、健康状态评估、故障诊断报告生成和云边协同智能运维系统研发经验。
熟悉数据构建、Prompt 设计、RAG 知识检索、知识库建设、工程集成与工业大模型应用。
熟悉 SolidWorks、CAD、各类工业通讯协议,以及 Simcenter Testlab 在 NVH 测试分析中的应用。
CERTIFICATES / 证书与执照