2026年9月24日，2024级研究生寻焱鑫同学投稿 Mechanical Systems and Signal Processing（新锐一区Top）的学术论文已录用！

Yanxin Xun, Guangming Li, Madina Mansurova, Ruiyang Sun, Jingxue Sun, Baozhen Zhang, Huimin Zhang, Tingting Duan, Zhijiang Li, Huilin Chen, A geometric data augmentation and mechanism modeling framework for class-imbalanced wind turbine fault diagnosis, Mechanical Systems and Signal Processing, Volume 260, 2026, 114998, ISSN 0888-3270. (新锐一区；IF：10.2)

该论文是针对风电机组 SCADA 数据中严重类别不平衡及多源特征复杂耦合问题，研究提出 GVA-MSG 框架：从数据层面引入几何可见性增强，在类别流形约束下提升少数类样本生成质量；从模型层面融合风速-功率关系等机理知识，并结合潜在空间图学习，实现数据驱动与物理机理协同的故障表征与识别。在真实风场 SCADA 数据及跨风场验证中，该方法表现出较好的诊断精度、泛化能力与迁移稳定性。从数据增强走向机理监督，持续探索人工智能与风电装备智能运维的深度融合。

论文下载链接：https://www.sciencedirect.com/science/article/pii/S0888327026011556?dgcid=author（50天免费下载）