个人简介
教育经历
2015-2018，博士，系统工程与工程管理学系，工程学院，香港城市大学
2011-2014，硕士，动力工程系（内燃机），汽车工程学院，吉林大学
2007-2011，学士，机械设计制造及自动化系（汽车），机电工程学院，沈阳航空航天大学
研究与工作经历
2020-至今，助理教授，机电工程与自动化学院，哈尔滨工业大学（深圳）
2019-2020，博士后研究员，香港特别行政区创新及科技基金博士专才库计划（PH-ITF）， 香港城市大学
2014-2015，研究助理(Research Associate），系统工程与工程管理学系，香港城市大学
科研项目
2021-2024，广东省基础与应用基础研究区域联合基金-青年项目
2021-2023，深圳市新引进高端人才科研启动项目
2020-2022，哈尔滨工业大学（深圳）科研启动项目
研究领域
1.人形机器人、强化学习物理引擎仿真（C/C++, Python, MATLAB, SolidWorks etc.）
该研究旨在开发能够模拟人类运动和行为的人形机器人系统，使其能够像人类一样进行复杂的任务和交互。
双臂和双足是人形机器人的重要组成部分，它们允许机器人进行多种操作和移动。研究人员致力于设计和控制机器人的双臂和双足，以实现精准的运动和灵活的操作能力。这涉及到对机器人动力学、力学和传感器技术的深入理解，以及对控制算法和规划方法的研究和开发。
步态规划是指确定人形机器人在不同地形和环境中的步行模式和步伐。研究人员致力于开发高效的步态规划算法，使机器人能够稳定地行走、跑步甚至进行跳跃等动作。这涉及到对机器人平衡、稳定性和协调性的建模和控制，以及对环境感知和障碍物避让的能力。
通过人形机器人双臂、双足及步态规划控制研究，我们可以实现更加智能和灵活的机器人系统。这些机器人在日常生活中可以应用于协助人类完成各种任务，如家庭服务、医疗护理和工业生产等领域。此外，人形机器人的研究也对机器人技术的发展和人工智能的进步具有重要意义。
2. 机械设备故障诊断与寿命预测（信号处理、统计学习、人工智能与深度学习）
研究对象：如轴承、齿轮、谐波减速器、半导体封装设备、工业机器人、无人机等
研究方法：状态监测、故障诊断、模式识别、寿命预测、预测性维护
在机器等非生命体的健康管理监测领域，重点研究了非生命体（机器）的故障诊断及寿命预测。在生产生活中，一些关键和大型机器更换的代价非常昂贵，它们的故障可能导致巨大的经济成本以及环境破坏。因此，基于人工智能和深度学习等算法，拟研究适用于非生命体的健康管理系统（包括故障诊断和预测功能）。
3.多源信号处理，减振降噪，数据驱动智能诊断算法
在现代科技和工业领域，我们面临着处理大量多源信号和复杂数据的挑战。这些信号可能来自于不同的传感器、设备或系统，其包含的信息可能相互交织并受到噪声的干扰。
多源信号处理算法过整合和分析来自不同源头的信号，提取出有用的信息。它可以用于各种应用领域，包括通信、医疗诊断、机器人技术和工业监测等。通过利用多源信号处理，我们能够更好地理解和解释复杂系统的行为，并为后续的分析和决策提供基础。
减振降噪是指通过各种方法和技术来减少信号中的噪声和干扰，以提高信号的质量和可靠性。在许多实际应用中，信号往往受到各种噪声源的干扰，如环境噪声、电磁干扰或传感器本身的噪声。减振降噪技术的应用可以显著改善信号的清晰度和准确性，提高后续算法和系统的性能。
数据驱动智能诊断算法是一种利用大数据和机器学习技术来进行智能诊断和预测的方法。通过收集和分析大量的数据，这些算法可以学习并建立模型，从而实现对系统状态、故障和异常的自动检测和诊断。这种数据驱动的方法可以提高诊断的准确性和效率，降低人工干预的成本，并为预防性维护和优化决策提供支持。
4.空间宇航机构及关键零部件故障诊断与状态监测
在航天领域，机构和零部件的可靠性对任务的成功和乘员的安全至关重要。因此，准确、及时地诊断故障并监测系统状态对于预防事故和维护机构健康至关重要。
故障诊断是指通过收集、分析和解释机构和零部件的信号和数据，以确定潜在的故障原因。在复杂的航天系统中，故障可能涉及多个组件和子系统之间的相互作用，因此需要综合多源数据进行准确的诊断。通过使用先进的算法和技术，如机器学习、模式识别和人工智能，可以实现自动化的故障诊断，提高诊断的准确性和效率。
状态监测是指对机构和零部件进行实时或定期监测，以检测潜在的异常或退化。通过收集传感器数据、执行特征提取和模式分析，可以实时监测系统的状态，并提供预警和警报。状态监测可以帮助运营人员及时采取措施，防止故障的发生或进一步扩大，并优化维护计划和资源分配。
对于空间宇航机构和关键零部件来说，故障诊断和状态监测的目标是确保系统的可靠性、安全性和性能。通过实时监测和诊断，可以预防事故和减少故障对任务的影响。此外，及时的故障诊断和状态监测还可以减少维护成本，延长设备的寿命，并提高系统的运行效率。
5. 能量采集动力学设计理论、自供能传感技术、智慧能量采集器
在能量采集领域，智慧能量采集装置结构动力学设计理论与能量转换机理研究，拟分析不同智慧结构与材料的智慧采集能量装置，这种能量采集装置基于可以利用采集环境能量并将其转换为可利用的电能，通过自供能传感技术，为wireless sensors, implantable electronics 和 wearable devices 提供电源解决方案。
近期论文
查看导师新发文章
（温馨提示：请注意重名现象，建议点开原文通过作者单位确认）
S. Sun, H. Huang, T. Peng, C. Shen*, and D. Wang, A Data Privacy Protection Diagnosis Framework for Multiple Machines Vibration Signals Based on a Swarm Learning Algorithm, IEEE Transactions on Instrumentation and Measurement, pp. 1-1,2023. IF: 5.332. JCR Q1. 中科院二区. (SCI)
X. Zhang, X. Xiang, S. Lu, Y. Zhou, and S. Sun*, Evolutionary Optimization of Drone-Swarm Deployment for Wireless Coverage, Drones, vol. 7, no. 1, p. 8,2023.IF:5.532. JCR Q2. 中科院二区. (SCI)
S. Sun, Y. Zheng, Y. Wang, and X. Zhang*, Investigation of internal resonance on widening the bandwidth of energy harvester based on a cantilevered double pendulum structure, AIP Advances, vol. 12, no. 9, p. 095108,2022. IF:1.697. JCR Q3. （SCI）
T. Yan, D. Wang*, S. Sun, C. Shen, and Z. Peng, "Novel sparse representation degradation modeling for locating informative frequency bands for Machine performance degradation assessment," Mechanical Systems and Signal Processing, vol. 179, p. 109372, 2022/11/01/ 2022. IF: 8.934. JCR Q1, Top.中科院1区. （SCI）
D. Wang*, J. Liu, S. Sun et al., "Investigations on the sensitivity of sparsity measures to the sparsity of impulsive signals," Mechanical Systems and Signal Processing, vol. 178, p. 109315, 2022/10/01/ 2022. IF: 8.934. JCR Q1, Top.中科院1区. （SCI）
Y. Zheng and S. Sun*, "Global optimization of excitation directions for scavenging energy based on a cross-jointed L-shape multidirectional piezoelectric energy harvester," Sensors and Actuators A: Physical, vol. 342, p. 113651, 2022/08/01/ 2022. IF: 4.291. JCR Q1. （SCI）
T. Peng, C. Shen, S. Sun*, and D. Wang, Fault Feature Extractor Based on Bootstrap Your Own Latent and Data Augmentation Algorithm for Unlabeled Vibration Signals, IEEE Transactions on Industrial Electronics, vol. 69, no. 9, pp. 9547-9555,2022. IF: 8.162. JCR Q1, Top. 中科院1区. （SCI）
X. Zhang, T. Peng, S. Sun* and Y. Zhou, New multifeature information health index (MIHI) based on a quasi-orthogonal sparse algorithm for bearing degradation monitoring. Computational Intelligence and Neuroscience, vol. 2021, p. 2221702, 2021. IF:3.120. JCR Q2（SCI）
S. Sun and P. W. Tse*, Modeling of a horizontal asymmetric U-shaped vibration-based piezoelectric energy harvester (U-VPEH). Mechanical Systems and Signal Processing, vol. 114, pp. 467-485, Jan. 2019. IF: 8.934. JCR Q1, Top. 中科院1区. （SCI）
D. Wang, S. Sun, and P.W. Tse*, A general sequential Monte Carlo method based optimal wavelet filter: A Bayesian approach for extracting bearing fault features. Mechanical Systems and Signal Processing, vol.52-53, pp.293-308, Feb. 2015. IF: 8.934. JCR Q1, Top.中科院1区. （SCI）
S. Sun and P. W. Tse*, Design and performance of a multimodal vibration-based energy harvester model for machine rotational frequencies. Applied Physics Letters, vol. 110, no. 24, p. 243902, Jun. 2017. IF: 3.971. JCR Q1, Top.中科院2区. （SCI）
S. Sun, P.W. Tse*, and Y. Tse, An Enhanced Factor Analysis of Performance Degradation Assessment on Slurry Pump Impellers. Shock and Vibration, 2017. IF:1.616. JCR Q3（SCI）
S. Sun and X. Zhang*, Theoretical and Experimental Study of Nonlinear and Electro-Magneto-Mechanical-Based Piezoelectric Vibration Energy Harvester. Shock and Vibration, 2019: p. 9093605. IF:1.616. JCR Q3（SCI）
京公网安备 11010802027423号