姓名：赵成英 职称：副教授
性别：女
出生日期：1992/04
所在专业：机械设计制造及其自动化
硕士生指导教师：是
博士生指导教师：否
E-mail：zhaochengying0223@163.com
联系电话：13840311401
研究方向：故障诊断,寿命预测,深度学习,机械动力学,图像识别
***********教育经历及工作经历*********
2026/01~至今，沈阳建筑大学，副教授
2023/07~2025/12，沈阳建筑大学，讲师
2018/09~2023/01，东北大学，机械设计及理论，博士
2016/09~2018/07，东北大学，机械设计及理论，硕士
***********科研项目***********
(1). 国家自然科学基金项目，青年基金，52505120，2026/01-2028/12,30万元，主持；
(2). 辽宁省教育厅基础科研项目，博士科研启动，2024/9-2027/8, 5万元，主持；
(3). 辽宁省科学技术厅项目，博士科研启动，2024/12-2026/12，5万，主持；
(4). 东北大学教育部重点实验室开放课题，2025/07-2027/12, 3万元，主持
(5). 横向课题，旋转机械零部件加工技术与服役性能研究，2024/05-2025/12，2万元，主持；
(6). 国家自然科学基金项目，联合基金项目，2026/1-2029/12,260万元，参与；
(7). 辽宁省委组织部，辽宁省兴辽英才计划-青年拔尖，XLYC2403034，2025/01-2027/12，50万元，参与；
(8). 辽宁省科学技术厅项目，联合计划项目，2025/07-2027/06，30万，参与；
(9). 辽宁省科学技术厅项目，重点研发计划项目，2025/7-2027/6，30万元，参与。
(10). 辽宁省教育厅基础科研项目，博士科研启动，2024/9-2027/8, 5万元，参与；
(11). 辽宁省科学技术厅项目，博士科研启动，2024/12-2026/12，5万，参与；
(12). 辽宁省科学技术厅项目，博士科研启动，2024/06-2026/08，5万，参与；
(13). 辽宁省科学技术厅项目，博士科研启动，2025/07-2028/06，5万，参与；
(14). 辽宁省教育厅基础科研项目，博士科研启动，2023/11-2025/11, 3万元，参与；
(15). 横向课题，多功能复合涂层润滑、导热及防腐性能研究，2024/05-2025/12，2万元，参与；
***********发表论文***********
(1) Chengying Zhao, Jiajun Wang, et al., A physics-guided multi-scale attention fusion network for bearing remaining useful life prediction[J]. Measurement Science and Technology, 2026, 37: 4.
(2) Chengying Zhao, Jiajun Wang, Fengxia He, et al., A fatigue life prediction method based on multi-signal fusion deep attention residual convolutional neural network [J]. Applied Acoustics, 2025, 235: 110646
(3) Chengying Zhao,Huaitao Shi, Xianzhen Huang, et al.，A temporal-spatial encoder convolutional network model for multitasking prediction [J]. Applied Intelligence, 2025, 55: 326.
(4) Chengying Zhao,Huaitao Shi, Xianzhen Huang, et al.，A multiple conditions dual inputs attention networkremaining useful life prediction method [J]. Engineering Applications of Artificial Intelligence, 2024, 133: 108160.
(5) Chengying Zhao, Xianzhen Huang, A new domain adaption residual separable convolutional neural network model for cross-domain remaining useful life prediction[J]. ISA Transactions, 2024, 145: 239-252.
(6) Chengying Zhao, Xianzhen Huang, Yuxiong Li. A novel remaining useful life prediction method based on gated attention mechanism capsule neural network [J]. Measurement, 2022, 189: 110637.
(7) ChengyingZhao, XianzhenHuang, Yuxiong Li. A novel Cap-LSTM model for remaining useful life prediction [J]. IEEE Sensors Journal, 2021, 21(20): 23498-23509.
(8) Chengying Zhao,Xianzhen Huang, Huizhen Liu. A novel bootstrap ensemble learning convolutional simple recurrent unit method for remaining useful life interval prediction of turbofanengines [J]. Measurement Science and Technology. 2022, 33(12): 125004.
(9) Huizhen Liu, Chengying Zhao, Xianzhen Huang, et al. Data-driven modelingfor the dynamic behavior of nonlinear vibratory systems [J]. Nonlinear Dynamics. 2023, 111: 10809-10834.
(10) Liangshi Sun, Chengying Zhao, Xianzhen Huang, et al. Cutting toolremaining useful life prediction based on robust empirical mode decompositionand Capsule-BiLSTM network [J]. Proceedings of the Institution of MechanicalEngineers Part C-Journal of Mechanical Engineering Science. 2023, 237(14): 3308-3323.
(11) Yuxiong Li, Xianzhen Huang, Chengying Zhao. A novel remaining useful life prediction method based on multi-support vector regression fusion and adaptive weight updating[J]. ISA Transactions. 2022, 131: 444-459.
(12) Yuxiong Li, Xianzhen Huang, Chengying Zhao. Stochastic fractal search-optimizedmulti-support vector regression for remaining useful life prediction of bearings[J].Journal of the Brazilian Society of Mechanical Sciences and Engineering. 2021, 43(9).
(13) Pengfei Ding; Xianzhen Huang; Chengying Zhao. Online monitoring model of micro-milling force incorporating tool wear prediction process [J]. Expert Systems with Applications. 2023, 223: 119886.
