姓名：陈法法；
职称：副教授；
研究学科：电气工程、控制科学与工程
主要研究方向：工业自动化控制、电气设备检测与故障诊断
个人简况：男，1983年生，博士，副教授，硕士生导师。2008年毕业于太原理工大学机械电子工程专业，获硕士学位；2013年毕业于重庆大学机械电子工程专业，获博士学位。2018年12月，国家公派赴新加坡南洋理工大学机械与宇航工程学院作访问学者1年。2008-2010在中国南车集团国家技术中心从事城轨车辆自动控制系统的研发工作。中国振动工程学会故障诊断专业委员会理事，湖北省青年科技晨光计划人选，湖北省第4批博士服务团成员，博士研究生国家奖学金获得者，国家自然科学基金委机械学科同行评审专家，国际学术期刊“Applied Soft Computing”、“Measurement”审稿人。
近五年主持或参与的主要科研项目: 主持或参与纵横向科研项目共计10余项，科研经费近100万元
失效物理模式下融合多源信息的空间滚动轴承服役可靠性研究，国家自然科学基金，主持
弱监督正交流形学习下融合多源信息的旋转机械早期故障识别与预测，湖北省自然科学基金面上项目，主持
半监督正交流形学习模式下水电机组早期故障融合诊断研究，省级重点实验室开放基金，主持
弱监督流形下融合多源信息的桁架式桥梁检测车臂架结构早期故障预示研究，省级工程技术研究中心开放课题，主持
小子样条件下重大装备状态信息融合的服役可靠性评估研究，省级工程技术研究中心开放课题，主持
代表性成果及奖励：
论文与检索(发表论文近30篇，其中三大检索论文20篇，合作出版教材2部；)
Fafa Chen, Yunpeng Yang, Baoping Tang, Baojia Chen*, Wenrong Xiao, Xianyou Zhong. Performance degradation prediction of mechanical equipment based on optimized multi-kernel relevant vector machine and fuzzy information granulation [J]. Measurement, 2020 (151):107116.
Fafa Chen, Mengteng Cheng, Baoping Tang, Wenrong Xiao, Baojia Chen*, Xiaotao Shi*. A novel optimized multi-kernel relevance vector machine with selected sensitive features and its application in early fault diagnosis for rolling bearings [J]. Measurement, 2020 (156):107538.
Fafa Chen, Mengteng Cheng, Baoping Tang, Wenrong Xiao, Baojia Chen*, Pattern recognition of a sensitive feature set based on the orthogonal neighborhood preserving embedding and adaboost_SVM algorithm for rolling bearing early fault diagnosis, MEASUREMENT SCIENCE AND TECHNOLOGY, 2020, 31(10): 105007
陈法法, 杨蕴鹏, 汤宝平, 肖文荣*, 陈保家, 张发军. 组合核RVM与EEMD信息熵的机械设备可靠度评估与预测[J]. 工程科学与技术（原四川大学学报（工程科学版））, 2019, 51(5)：149-156.
陈法法, 杨勇, 马婧华, 陈从平. 信息熵与优化LS-SVM的轴承性能退化模糊粒化预测[J]. 仪器仪表学报, 2016, (4)：779-787.
联系电话：15997582933
Email:chenfafa2005@126.com
位置：
