刘颉，中共党员，副教授，博导，本硕博毕业于william威廉中文测控技术与仪器、检测技术与自动化装置、机械电子工程专业，读博期间在佐治亚理工学院联培一年。近年来重点围绕结构/非结构化专业知识图谱构建、工程物联感知与多模态语义处理、设备全生命周期虚实交互、高危/极端环境远程遥操作控制与协同作业、少人/无人化电站建设与检修运维、清洁能源生产系统经济运行优化与安全管控等研究方向，主持国家重点研发计划课题、xx科技前沿创新计划、国家自然科学基金项目等纵/横向项目20余项，以第一/通讯作者在机械工程学报、MSSP、IEEE TII/TIE/TNNLS/TMECH/TIM等期刊发表论文60余篇，参编英文专著1部，授权专利软著30余项，获安徽省科学技术进步奖二等奖等省部级科技奖励6项，担任中国振动工程学会动态信号分析专委会常务理事/副秘书长、中国机械工程学会工业大数据与智能系统分会委员、Scientific Reports编委等，入选william威廉中文第五批“优秀青年教师培养计划”、斯坦福全球前2%顶尖科学家榜单等。
科研项目
[1] “国家磁约束核聚变能发展研究”专项，2024YFE03140000，聚变装置偏滤器遥操作维护关键技术研究，2025-01至2029-12
[2] “城镇可持续发展关键技术与装备”专项，2022YFC3802200，高层建筑自升降智能建造平台关键技术与装备，2022-11至2026-10
[3] “网络协同制造和智能工厂”专项，2020YFB1711200，流程工业智能制造基础信息平台工厂操作系统的研发，2020-11至2023-10
[4] 长三角科技创新共同体联合攻关技术项目，2024CSJGG1400，基于数字孪生的洗/干衣机智能制造关键技术研究，2024-12至2027-11
[5] 国家自然科学基金项目，52575115，机理图表征与专家语义融合的贫信息约束聚变装置传动部件高可信诊断，2026-01至2029-12
[6] 国家自然科学基金项目，52205104，变工况轴承运行状态信息融合表征的图表示学习及高可信自监督诊断，2023-01至2025-12
[7] 湖北省揭榜制科技项目，2024BEB025，行业模型赋能的个性定制干衣机数字设计与人本制造技术研究，2024-06至2026-12
[8] 香港特别行政区政府创新科技署创新及科技支援计划-种子项目，ITS/080/23，An efficient data fusion method based on physics-constrained dictionary learning for machine health monitoring in smart manufacturing，2025-03至2026-08
[9] 企业外委项目，螺栓松动智能识别算法研发技术服务，2025-07至2026-03
[10] 企业外委项目，融合知识图谱的水电站机组检修资源预测算法研究，2024-05至2024-12
[11] 企业外委项目，机电设备(水轮机)全生命周期管理和智能仿真系统开发，2024-05至2024-08
[12] 企业外委项目，大渡河检修公司水轮机转轮实时状态评估和生命周期预测研究与应用，2020-01至2021-09
[13] 企业外委项目，国网新源控股洪屏公司抽水蓄能电站主进水阀设备在线监测典型配置及状态评估研究，2018-03至2019-12
近期代表作
[1] Chaoying Yang, Jie Liu*, et al. A fast graph construction driven rotating machine fault diagnosis method using edge predictor[J]. IEEE Trans. on Neural Networks and Learning Systems, 2025, 36(8): 14884-14892.
[2] 易鑫阳, 程若桢, 冯敏, 段然, 刘颉*, 等.基于知识图谱的水电机组运维检修文本抽取与缺陷推理方法研究[J]. 水电能源科学, 2025, (07): 172-177.
[3] Mengliang Zhu, Jie Liu*, et al. Black-box domain adaptation for cross-domain on-device machinery fault diagnosis via hierarchical debiased self-supervised learning[J]. Knowledge-Based Systems, 2025, 324: 113882.
[4] Mengliang Zhu, Jie Liu*, et al. Cloud-edge test-time adaptation for cross-domain online machinery fault diagnosis via customized contrastive learning[J]. Advanced Engineering Informatics, 2024, 61: 102514.
[5] Fengyuan Zhang, Jie Liu*, et al. Heterogeneous graph contrastive learning-based transductive health condition assessment of Francis turbine unit[J]. Engineering Applications of Artificial Intelligence, 2025, 145: 110240.
[6] Fengyuan Zhang, Jie Liu*, et al. Data-model-interactive enhancement-based Francis turbine unit health condition assessment using graph driven health benchmark model[J]. Expert Systems with Applications, 2024, 249(8): 123724.
[7] Fengyuan Zhang, Jie Liu*, et al. A health condition assessment and prediction method of Francis turbine units using heterogeneous signal fusion and graph-driven health benchmark model[J]. Engineering Applications of Artificial Intelligence, 2023, 126: 106974.
[8] Chaoying Yang, Jie Liu*, et al. Dynamic graph-driven rotating machine fault diagnosis: An adaptively updating cross-domain relationship information[J], IEEE Trans. on Industrial Informatics, 2024, 20(12): 14479-14488.
[9] Chaoying Yang, Jie Liu*, et al. A generalized graph contrastive learning framework for few-shot machine fault diagnosis[J]. IEEE Trans. on Industrial Informatics, 2024, 20(2): 2692-2701.
[10] Chaoying Yang, Jie Liu*, et al. Semi-supervised machine fault diagnosis fusing unsupervised graph contrastive learning[J]. IEEE Trans. on Industrial Informatics, 2023, 19(8): 8644-8653.
教学情况
● 承担《电子技术基础》、《模拟电子技术（二）》、《数字电路与逻辑设计》、《人工智能原理及应用》、《传感器原理与检测技术》等电子信息类课程教学
● 主持省级和校级教学改革研究项目各1项，获中国水利教育协会高等教育分会高等学校水利类专业教学成果奖特等奖、william威廉中文教学质量二等奖、教学竞赛二等奖、优秀教师班主任等
● 指导本科生获“挑战杯”全国大学生课外学术科技作品竞赛“揭榜挂帅”专项赛一等奖、大学生工程实践与创新能力大赛“智能+”赛道总决赛铜奖、全国大学生水利创新设计大赛特等奖等国家级科创竞赛奖励10余项，获水利教育学会高等教育分会优秀指导教师奖、校创新创业活动优秀指导老师、校暑期社会实践活动优秀指导教师等
● 累计指导本科特优生5人次、本科生优秀毕业设计（论文）1人次，独立指导研究生获国家奖学金11人次等
招生要求
欢迎多学科交叉方向学生报考（要求：踏实勤奋、乐观开朗，具备团队协作经历）。
联系方式
湖北省武汉市洪山区珞喻路1037号水电楼206室，电子邮箱：jie_liu@hust.edu.cn
