机械工程学院
通讯地址：镇江市丹徒区长晖路666号
个人邮箱：libingqiang@just.edu.cn
邮政编码：
办公地点：机械楼511
传真：13840594031
李炳强，工学博士。2023年入选江苏省“科技副总”。主要从事智能机器人结构及控制设计、机器视觉与2D/3D目标识别、机电装备可靠性研究等科研工作。主持江苏省机械装备重点实验室科研项目，江苏省产学研合作项目，智能机器人设计/软件开发等横向课题多项，参与多项国家重点研发计划、国家自然科学基金项目。以第一作者和通讯作者发表SCI/EI论文10余篇。指导的硕士研究生多次参与全国人工智能、数学建模、先进成图、计算机设计等学科竞赛并获得国家级奖项。
充分尊重学生的劳动，进入项目组后，每个月发放助研津贴1000元以上。
指导的硕士研究生均具有国家级竞赛成果与SCI论文，与多家企业合作开发课题，为学生推荐良好的工作就业单位。
具备好的学术氛围，手把手亲自指导，欢迎报考！
招收研究生：机械工程（学硕、专硕)
（1）基于人工智能的机电装备故障诊断与可靠性研究
（2）工业智能建造机器人机构设计与控制导航技术
（3）基于机器学习/深度学习的机器视觉与目标识别研究
江苏省高端深远海机械装备重点实验室科研项目
主持横向课题“智慧船舶设计平台开发”（项目经费120万）
（3）采用 Python 语言、C#语言以及 SQL 数据库技术开发船舶动力传动装备的
故障检测与性能退化平台，实现实时故障检测与性能退化预测；
主持江苏省产学研项目“船舶动力传动装备故障检测与性能退化平台开发”，本项目旨在开发一套软件平台，主要用于船舶动力传动装备的故障检测及性能退化预测，以提升船舶动力装备的安全性和可靠性。项目主要内容：（1）研究船舶动力传动装备的故障特征提取及性能退化预测算法。（2）设计平台的状态监测、故障诊断以及性能预测等功能模块。（3）对平台故障检测与性能退化预测的精度开展联合检验。主要完成指标：（1）开发出船舶动力传动装备故障检测与性能退化预测软件平台1套。（2）提供平台使用说明书1份。（3）申请专利1-2件。
李炳强; 周宏根; 常文君; 刘金锋; 康超; 魏凯; 郑海南; 张野; 孙弘 ; 基于平方包络和零频率谐振器的弱故障诊断方法, 2023-06-23, 中国, ZL202011304107.7
研究团队是本校特色科研创新团队，所在学科是江苏省重点学科和国防特色
建设学科，所在机械制造及其自动化专业是国家级一流专业，团队成员长期从事
先进制造技术领域内的研究工作，在工艺仿真与设计、加工制造、制造系统开发
等相关领域内有较强的学科优势与研究实力，已取得了一系列研究成果，具备厚
实的项目实施环境。团队拥有江苏省“333”工程学术带头人 1 人、江苏省突出贡献
中青年专家 1 人、江苏省青蓝工程学术带头人 2 人、江苏省六大高峰人才和江苏
省中青年学术带头人5 人，拥有“海工装备与船舶数字化制造技术国家地方联合工
程实验室”、“江苏省船用机械装备设计制造工程实验室”和“江苏省船海机械先进
制造及工艺重点实验室”。研究小组长期在智能制造、工艺设计和数字孪生技术
与应用方向承担了多项国家及省部级科研项目，实验室具有各种类型的计算机和
工作站、高档加工设备、智能测量设备以及一体化 CAD/CAM 软件，配置项目所
需的软件开发工具、数据库平台、支撑环境等工具。针对本项目的实施，本实验室
已具备的软硬件条件如下：
Bingqiang Li; Hui Ma; Jing Zeng; Nonlinear vibration and dynamic stability analysis of rotor-blade system with nonlinear supports, Archive of Applied Mechanics, 2019, 89(7): 1375-1402.
Bingqiang Li; Honggen Zhou; Jinfeng Liu; Chao Kang; Modeling and dynamic characteristic analysis of dual rotor-casing coupling system with rubbing fault, Journal of Low Frequency Noise,Vibration and Active Control, 2021, 0(0): 1-19.
Bingqiang Li; Hui Ma; Jing Zeng; Rotating blade-casing rubbing simulation considering casing flexibility, International Journal of Mechanical Sciences, 2018, 2018(148): 118-134.
Bingqiang Li; Honggen Zhou; Jinfeng Liu; Chao Kang ; Study on nonlinear multiaxial fatigue damage and reliability of TC4 titanium alloy for aeroengine blades, Aerospace Science and Technology, 2021, 119, 107107
Bingqiang Li, Chenyun Li, Jinfeng Liu, Incipient detection of bearing fault using impulse feature enhanced weighted sparse representation[J]. Tribology International, 2023, 108467.
伴随着“互联网+”、“中国制造2025”等国家重大战略实施过程，教育部下发了《开展新工科研究与实践的通知》，并先后启动诸多新工科研究项目与实践课题。为了提高学生的跨学科融合协作性、沟通协调能力以及创新创业能力，传统的人才培养模式面临着巨大的挑战，顺应时代潮流开展工程教育改革已是迫在眉睫。
工程图学以机械图形作为对象，是机械工程专业的基础课程。通过图样表达工程设计思想与结构实体，兼具理论性与实践性，是高等院校工科专业的必修课，重点培养学生的三维思维能力与图形表达能力，特点鲜明，涵盖知识面广。该课程对传统工科的改进升级和发展壮大提供强劲的基础保障。因此，如何面向工程图学课程创新教育理念，改进教育方式方法，使其更好地满足社会生产科研发展需求，是新工科背景下教学改革的重要研究课题。
近些年基于人工智能（AI）的现代信息技术迅速崛起，不断涌现出机器学习、数据挖掘、物联网云计算、增强现实(AR)等新技术，并与现代工业快速深入融合发展，驱动着工业设计及制造领域网格化、智能化方向迈进。基于此，需要将现代信息技术与工程图学教学深度融合，探索融合现代信息技术的工程图学教学新模式。
江苏省高端深远海机械装备重点实验室科研项目
主持横向课题“智慧船舶设计平台开发”（项目经费120万）
（3）采用 Python 语言、C#语言以及 SQL 数据库技术开发船舶动力传动装备的
故障检测与性能退化平台，实现实时故障检测与性能退化预测；
主持江苏省产学研项目“船舶动力传动装备故障检测与性能退化平台开发”，本项目旨在开发一套软件平台，主要用于船舶动力传动装备的故障检测及性能退化预测，以提升船舶动力装备的安全性和可靠性。项目主要内容：（1）研究船舶动力传动装备的故障特征提取及性能退化预测算法。（2）设计平台的状态监测、故障诊断以及性能预测等功能模块。（3）对平台故障检测与性能退化预测的精度开展联合检验。主要完成指标：（1）开发出船舶动力传动装备故障检测与性能退化预测软件平台1套。（2）提供平台使用说明书1份。（3）申请专利1-2件。
李炳强; 周宏根; 常文君; 刘金锋; 康超; 魏凯; 郑海南; 张野; 孙弘 ; 基于平方包络和零频率谐振器的弱故障诊断方法, 2023-06-23, 中国, ZL202011304107.7
研究团队是本校特色科研创新团队，所在学科是江苏省重点学科和国防特色
建设学科，所在机械制造及其自动化专业是国家级一流专业，团队成员长期从事
先进制造技术领域内的研究工作，在工艺仿真与设计、加工制造、制造系统开发
等相关领域内有较强的学科优势与研究实力，已取得了一系列研究成果，具备厚
实的项目实施环境。团队拥有江苏省“333”工程学术带头人 1 人、江苏省突出贡献
中青年专家 1 人、江苏省青蓝工程学术带头人 2 人、江苏省六大高峰人才和江苏
省中青年学术带头人5 人，拥有“海工装备与船舶数字化制造技术国家地方联合工
程实验室”、“江苏省船用机械装备设计制造工程实验室”和“江苏省船海机械先进
制造及工艺重点实验室”。研究小组长期在智能制造、工艺设计和数字孪生技术
与应用方向承担了多项国家及省部级科研项目，实验室具有各种类型的计算机和
工作站、高档加工设备、智能测量设备以及一体化 CAD/CAM 软件，配置项目所
需的软件开发工具、数据库平台、支撑环境等工具。针对本项目的实施，本实验室
已具备的软硬件条件如下：
Bingqiang Li; Hui Ma; Jing Zeng; Nonlinear vibration and dynamic stability analysis of rotor-blade system with nonlinear supports, Archive of Applied Mechanics, 2019, 89(7): 1375-1402.
Bingqiang Li; Honggen Zhou; Jinfeng Liu; Chao Kang; Modeling and dynamic characteristic analysis of dual rotor-casing coupling system with rubbing fault, Journal of Low Frequency Noise,Vibration and Active Control, 2021, 0(0): 1-19.
Bingqiang Li; Hui Ma; Jing Zeng; Rotating blade-casing rubbing simulation considering casing flexibility, International Journal of Mechanical Sciences, 2018, 2018(148): 118-134.
Bingqiang Li; Honggen Zhou; Jinfeng Liu; Chao Kang ; Study on nonlinear multiaxial fatigue damage and reliability of TC4 titanium alloy for aeroengine blades, Aerospace Science and Technology, 2021, 119, 107107
Bingqiang Li, Chenyun Li, Jinfeng Liu, Incipient detection of bearing fault using impulse feature enhanced weighted sparse representation[J]. Tribology International, 2023, 108467.
伴随着“互联网+”、“中国制造2025”等国家重大战略实施过程，教育部下发了《开展新工科研究与实践的通知》，并先后启动诸多新工科研究项目与实践课题。为了提高学生的跨学科融合协作性、沟通协调能力以及创新创业能力，传统的人才培养模式面临着巨大的挑战，顺应时代潮流开展工程教育改革已是迫在眉睫。
工程图学以机械图形作为对象，是机械工程专业的基础课程。通过图样表达工程设计思想与结构实体，兼具理论性与实践性，是高等院校工科专业的必修课，重点培养学生的三维思维能力与图形表达能力，特点鲜明，涵盖知识面广。该课程对传统工科的改进升级和发展壮大提供强劲的基础保障。因此，如何面向工程图学课程创新教育理念，改进教育方式方法，使其更好地满足社会生产科研发展需求，是新工科背景下教学改革的重要研究课题。
近些年基于人工智能（AI）的现代信息技术迅速崛起，不断涌现出机器学习、数据挖掘、物联网云计算、增强现实(AR)等新技术，并与现代工业快速深入融合发展，驱动着工业设计及制造领域网格化、智能化方向迈进。基于此，需要将现代信息技术与工程图学教学深度融合，探索融合现代信息技术的工程图学教学新模式。
江苏省高端深远海机械装备重点实验室科研项目
主持横向课题“智慧船舶设计平台开发”（项目经费120万）
（3）采用 Python 语言、C#语言以及 SQL 数据库技术开发船舶动力传动装备的
故障检测与性能退化平台，实现实时故障检测与性能退化预测；
主持江苏省产学研项目“船舶动力传动装备故障检测与性能退化平台开发”，本项目旨在开发一套软件平台，主要用于船舶动力传动装备的故障检测及性能退化预测，以提升船舶动力装备的安全性和可靠性。项目主要内容：（1）研究船舶动力传动装备的故障特征提取及性能退化预测算法。（2）设计平台的状态监测、故障诊断以及性能预测等功能模块。（3）对平台故障检测与性能退化预测的精度开展联合检验。主要完成指标：（1）开发出船舶动力传动装备故障检测与性能退化预测软件平台1套。（2）提供平台使用说明书1份。（3）申请专利1-2件。
李炳强; 周宏根; 常文君; 刘金锋; 康超; 魏凯; 郑海南; 张野; 孙弘 ; 基于平方包络和零频率谐振器的弱故障诊断方法, 2023-06-23, 中国, ZL202011304107.7
研究团队是本校特色科研创新团队，所在学科是江苏省重点学科和国防特色
建设学科，所在机械制造及其自动化专业是国家级一流专业，团队成员长期从事
先进制造技术领域内的研究工作，在工艺仿真与设计、加工制造、制造系统开发
等相关领域内有较强的学科优势与研究实力，已取得了一系列研究成果，具备厚
实的项目实施环境。团队拥有江苏省“333”工程学术带头人 1 人、江苏省突出贡献
中青年专家 1 人、江苏省青蓝工程学术带头人 2 人、江苏省六大高峰人才和江苏
省中青年学术带头人5 人，拥有“海工装备与船舶数字化制造技术国家地方联合工
程实验室”、“江苏省船用机械装备设计制造工程实验室”和“江苏省船海机械先进
制造及工艺重点实验室”。研究小组长期在智能制造、工艺设计和数字孪生技术
与应用方向承担了多项国家及省部级科研项目，实验室具有各种类型的计算机和
工作站、高档加工设备、智能测量设备以及一体化 CAD/CAM 软件，配置项目所
需的软件开发工具、数据库平台、支撑环境等工具。针对本项目的实施，本实验室
已具备的软硬件条件如下：
Bingqiang Li; Hui Ma; Jing Zeng; Nonlinear vibration and dynamic stability analysis of rotor-blade system with nonlinear supports, Archive of Applied Mechanics, 2019, 89(7): 1375-1402.
Bingqiang Li; Honggen Zhou; Jinfeng Liu; Chao Kang; Modeling and dynamic characteristic analysis of dual rotor-casing coupling system with rubbing fault, Journal of Low Frequency Noise,Vibration and Active Control, 2021, 0(0): 1-19.
Bingqiang Li; Hui Ma; Jing Zeng; Rotating blade-casing rubbing simulation considering casing flexibility, International Journal of Mechanical Sciences, 2018, 2018(148): 118-134.
Bingqiang Li; Honggen Zhou; Jinfeng Liu; Chao Kang ; Study on nonlinear multiaxial fatigue damage and reliability of TC4 titanium alloy for aeroengine blades, Aerospace Science and Technology, 2021, 119, 107107
Bingqiang Li, Chenyun Li, Jinfeng Liu, Incipient detection of bearing fault using impulse feature enhanced weighted sparse representation[J]. Tribology International, 2023, 108467.
伴随着“互联网+”、“中国制造2025”等国家重大战略实施过程，教育部下发了《开展新工科研究与实践的通知》，并先后启动诸多新工科研究项目与实践课题。为了提高学生的跨学科融合协作性、沟通协调能力以及创新创业能力，传统的人才培养模式面临着巨大的挑战，顺应时代潮流开展工程教育改革已是迫在眉睫。
工程图学以机械图形作为对象，是机械工程专业的基础课程。通过图样表达工程设计思想与结构实体，兼具理论性与实践性，是高等院校工科专业的必修课，重点培养学生的三维思维能力与图形表达能力，特点鲜明，涵盖知识面广。该课程对传统工科的改进升级和发展壮大提供强劲的基础保障。因此，如何面向工程图学课程创新教育理念，改进教育方式方法，使其更好地满足社会生产科研发展需求，是新工科背景下教学改革的重要研究课题。
近些年基于人工智能（AI）的现代信息技术迅速崛起，不断涌现出机器学习、数据挖掘、物联网云计算、增强现实(AR)等新技术，并与现代工业快速深入融合发展，驱动着工业设计及制造领域网格化、智能化方向迈进。基于此，需要将现代信息技术与工程图学教学深度融合，探索融合现代信息技术的工程图学教学新模式。
本科生课程：
工程图学
工程制图绘图实践
留学生课程：
Engineering Drawing
Engineering Drawing Practice
学校地址：江苏省镇江市丹徒区长晖路666号
邮编：212100
版权所有©2013-2022 江苏科技大学 苏ICP备05063164号
