一、个人简介：

袁德志，男，汉族，1994.07出生，讲师

归属学科专业：控制科学与工程

二、主要学习与工作经历

202407--- ，上海应用技术大学 智能技术学部，讲师

202009---202406，中国科学技术大学 科学岛分院，检测技术及自动化装置，博士

201609---201712，曼彻斯特大学 电气与电子学院，通信工程，硕士

201209---201606，南京师范大学 电气与自动化工程学院，电气工程及其自动化，本科

三、主要科研工作与成绩

3.1 科研项目

1. 国家重点研发计划“多品种小批量航天复杂构件加工智能工厂集成技术研究和应用示范”（项目编号：2018YFB1703203，参与）

2. 国家自然科学基金项目“数据与机理深度融合的微铣削加工过程在线监测理论与刀具磨损智能补偿方法”（项目编号：52175528，参与）

3. 中国科学技术大学学生创新创业和成果转化行动计划“学生创新创业基金”（项目编号：CY2023X003，主持）

3.2 科研成果

[1] Yuan D, Guo H, Lin X, et al. Hybrid Knowledge-Based Digital Twin for Cutters of Machine Tools[J]. IEEE Transactions on Industrial Informatics, 2025, Early Access. (中科院一区Top，IF 11.648)

[2] Yuan D, Zhu K, Liang D, et al. Hybrid knowledge-based deep learning method for tool wear state monitoring[J]. Journal of Intelligent Manufacturing, 2025: 1-19. (中科院二区，IF 7.4)

[3] Wang S, Li J, Hou G, Yuan D. Application of Online Semi-supervised Learning Embedded with Chaotic Dynamics in Equipment Health Prognostics[J]. IEEE Access, 2025. (中科院四区，IF 3.6)

[4] Yuan D, Luo T, Gu C, et al. The Cyber-Physical System of Machine Tool Monitoring: A Model-driven Approach with Extended Kalman Filter Implementation[J]. IEEE Transactions on Industrial Informatics, 2023, 19(9): 9576-9585. (中科院一区Top，IF 11.648)

[5] Yuan D, Luo T, Zhang D, et al. A Physics-assisted Online Learning Method for Tool Wear Prediction[J]. IEEE Transactions on Instrumentation and Measurement, 2023, 72: 1-11. (中科院二区Top，IF 5.332)

[6] 刘洪成, 袁德志, 朱锟鹏. 基于高斯过程潜力模型的刀具磨损预测[J]. 机械工程学报, 2023, 59(17): 310-324. (EI)

[7]罗长源,袁德志,李申申,等.基于判别字典学习的刀具磨损状态分类[J].机床与液压,2025,53(04):47-53. (中文核心)

[8] 梁东鹏, 袁德志, 朱锟鹏. 基于分层隐马尔科夫模型的刀具磨损状态监测[J]. 组合机床与自动化加工技术, 2025(01): 180 -184+189 (中文核心)

[9] 李渊, 袁德志, 朱锟鹏. 基于分类与协同表示的刀具图像超分辨率重建[J]. 组合机床与自动化加工技术，2025(02):75-80 (中文核心)

[10] 崔春蕾, 袁德志, 朱锟鹏. 基于残差网络的刀具图像超分辨率重建[J]. 组合机床与自动化加工技术, 2023, 10:1-5+10. (中文核心)

专利：

[1] 袁德志,徐青亲,阎凌云,阎韶琦,王硕,李申申,李俊. 基于物理辅助深度学习的刀具磨损预测方法及系统、设备, 2025112362707.

[2] 朱锟鹏，袁德志，施云高. 一种面向刀具的在线快速优化模型的监测方法, ZL2021109122343.

[3] 朱锟鹏，袁德志，张宇，郭浩. 一种基于扩展卡尔曼滤波与切削力模型的换刀监测方法, ZL2021104575281.

[4] 朱锟鹏，张宇，袁德志等. 高速铣削加工中基于振动信号的刀具跳动参数在线估计法, ZL2021115609277.

[5] 袁德志,陈雪超,丁映忞等. 一种物料氧化层打磨机器人控制系统及其控制方法, ZL2019108859251.

[6] 朱锟鹏,王硕,李申申,李俊,袁德志. 基于物理引导深度学习网络的刀具磨损状态在线监测方法, 202411483120.1.

[7] 朱锟鹏,李俊,王硕,李申申,袁德志. 基于自由能理论的物理引导的高斯过程的刀具磨损预测方法, 202411484189.6.

[8] 朱锟鹏,王硕,袁德志,李俊,李申申. 一种基于物理引导数据驱动网络的切削力预测方法. 202411241804.0.

[9] 李乾坤,王硕,李轩宇,袁德志,张雅妮, 许皖秀. 一种用于3D体积医学图像分割的特征升维方法. 202411052089.6.

[10] 王硕,李乾坤,袁德志,许皖秀,张雅妮,侯广宇. 基于深度学习的3D体积医学图像多器官实例分割方法. 202410920002.6.

四、主要社会学术团体兼职

[1] ISA Transaction审稿人

[2] IEEE Transaction on Automation Science and Engineering审稿人

[3] IEEE Transactions on Instrumentation and Measurement审稿人

[4] 西门子L0级智能制造认证培训师/考官

[5] 工信部3D打印技术应用认证双师

五、主要研究方向

故障诊断；加工状态监测；物理引导深度学习；信息物理系统；数字孪生；设备信息化；智能工厂

六、联系方式

办公室：第一科学楼A423

Email地址：dezhiyuan@sit.edu.cn