學術身份

山東大學青年未來學者

學術和社會兼職

Brain-X期刊編委

中國人工智能學會 青委會委員

中國振動工程學會 轉子動力學委員會理事

中國振動工程學會 故障診斷委員會理事

山東省發改委高污染高能耗行業(鑄造)咨詢專家

山東省工信廳航空産業咨詢專家

IEEE Transaction on Cybernetics, IEEE Transactions on Industrial Informatics, IEEE Transactions on Industrial Electronics, Mechanical Systems and Signal Processing, IEEE Transactions on Signal Processing, Knowledge-Based Systems, Neural Networks, ISA Transactions, Applied Energy, Energy, Journal of The Franklin Institute, Measurement, Scientific Reports, Advances in Mechanical Engineering等期刊審稿人

國内外學習和工作經曆

學習經曆：

2016.06在南京航空航天大學能源與動力學院獲航空宇航推進理論與工程專業博士學位，課題方向為：航空發動機系統控制與仿真，航空發動機結構強度振動與可靠性；
2014.09-2015.10受國家公派留學基金委（CSC）資助在英國南安普頓大學（University of Southampton）航空工程系（Aerospace Engineering）及流固耦合組（Fluid Structure Interaction Group）聯合培養博士研究生

工作經曆：

2016.09-2018.11在清華大學機械工程系任助理研究員（Research Assistant），博士後師從褚福磊教授.

主講課程

本科生：

人工智能

企業實踐（卓越班，山東省一流課程）

研究領域

人工智能算法與生物/機械信号處理算法
機電裝備故障診斷/剩餘壽命預測/預測性維護

增/等/減材智能制造

旋轉機械動力學與振動噪聲控制

承擔科研項目情況

1. 國家自然科學基金青年基金項目(51705275), 變轉速下旋轉機械故障狀态的稀疏表示與深度學習診斷方法研究，2018.01-2019.12，22萬元，主持；

2. 國家自然科學基金重點項目(51335006), 大型風電裝備故障機理分析與診斷，2014.01-2018.12，320萬元，參與（負責人：清華大學褚福磊教授，西安交通大學陳雪峰教授）;

3. 國家自然科學基金面上項目(11872222), 高速動載角接觸滾動軸承打滑機理研究，2019.01-2022.12，63萬元，參與（負責人：清華大學韓勤锴副研究員）;

4. 基于人工智能與多模态腦影像學的意識障礙診斷預測，山東大學齊魯醫院課題，在研，主持；

5. 基于受體靶标的腫瘤與代謝病新藥創制，山東大學青年交叉科學創新群體，在研，子課題負責人（基于人工智能技術的新型藥物設計）；

6. 膽管癌預防與診治的精準醫療集成應用示範體系，山東省重點研發計劃（重大科技創新工程），在研，子課題負責人；

7. 航空發動機雙轉子系統動力學機理及建模求解理論與方法，山東大學基本科研業務費資助項目，主持；

8. 水基潤滑材料與界面摩擦調控，山東省優秀青年基金項目，在研，參與；

9. 柔性生産線制造工藝優化與智能調度算法軟件開發，高新技術企業課題，在研，主持

10. 增等減材柔性再制造生産線工藝優化與分布式綠色動态調度算法軟件開發及測試，高新技術企業課題，在研，主持

     

科技競賽：

作為指導教師申報的全國大學生互聯網+大學生創新創業大賽項目“軌道車輛智能運維數字孿生解決方案（面向軌道車輛關重件的制造-服役-再制造全生命周期智能運維系統）”獲得國賽入圍獎，山東省賽金獎（學生負責人：楊長遠；指導教師：馬賽，萬熠，朱洪濤，韓勤锴（清華大學），陳提（南京航空航天大學），王興元)

個人主頁：https://www.researchgate.net/profile/Sai-Mamasai

近期主要的代表性論文、著作、專利：

1. Yang, C., Ma, S*. and Han, Q. Unified discriminant manifold learning for rotating machinery fault diagnosis [J]Journal of Intelligent Manufacturing. (SCI影響因子IF=7.1).

2. L. Wang, S. Ma*, Q. Han and F. Chu, Unified Sparse Time Frequency Analysis: Decomposition, Transformation and Reassignment [J]IEEE Transactions on Industrial Informatics (SCI影響因子IF=10.2).

3. L. Wang, S. Ma* and Q. Han, Enhanced Sparse Low-Rank Representation via Nonconvex Regularization for Rotating Machinery Early Fault Feature Extraction [J] IEEE/ASME Transactions on Mechatronics (SCI影響因子IF=5.3).

4. L. Wang, S. Ma* and Q. Han, Reweighted Dual Sparse Regularization and Convex Optimization for Bearing Fault Diagnosis[J] IEEE Transactions on Instrumentation and Measurement (SCI影響因子IF=4.0), vol. 70, pp. 1-9, 2021.

5. Ma S, Chu F, Han Q. Deep residual learning with demodulated time-frequency features for fault diagnosis of planetary gearbox under nonstationary running conditions[J]. Mechanical Systems and Signal Processing (SCI影響因子IF=5.0), 2019, 127: 190-201.

6. Ma S, Chu F. Ensemble deep learning-based fault diagnosis of rotor bearing systems[J]. Computers in Industry (SCI影響因子IF=4.7), 2019, 105: 143-152.

7. Ma S, Li S M, Xiong Y P. Uncertainty reduced novelty detection approach applied to rotating machinery for condition monitoring[J]. Shock and Vibration (SCI影響因子IF=1.8), 2015, 2015.

8. Ma S, Li S M, Xiong Y P. Uncertainty extraction based multi-fault diagnosis of rotating machinery[J]. Journal of Vibroengineering (SCI Indexed), 2016, 18(1).

9. Ma S, Li S M, Liu H L, et al. Vibration source model estimation and state specificity perception of a rotor structure[J] (SCI Indexed). 2015.

10. Han Q，Ma S, Chu F. Kernel density estimation model for wind speed probability distribution with applicability to wind energy assessment in China[J]. Renewable & Sustainable Energy Reviews (SCI影響因子IF=10.5), 2019.

11. 馬賽, 褚福磊. 風速時間序列模拟的模型有效性驗證及代表性風場實例分析[J]. 振動與沖擊(EI), 2019, 38(15):7.

12. 楊長遠,馬賽*,韓勤楷. 基于多核監督流形學習的旋轉機械故障診斷[J]. 航空動力學報(EI)，2022

聯系方式

郵箱：massana@163.com