2026年3月18日晚上七点，第三百六十七期工程可靠性论坛在电子科技大学清水河校区主楼C1-205如期举行。

        工程可靠性论坛由电子科技大学可靠性工程研究所所长黄洪钟教授创立，现已逐渐发展为我所师生定期汇报成果、交流思想的重要平台。论坛不仅为团队成员获取前沿知识、技术与方法提供了有效渠道，促进其不断完善知识体系、提升专业能力；也在思想碰撞中激发创新思路，助力攻克复杂问题、推动技术进步。此外，成员们借由分享经验与案例，相互启发，进一步强化了团队协作能力。该论坛在提升团队学术氛围、科研水平及内部凝聚力方面发挥了重要作用。

        本次论坛由硕士研究生刘耀阳主持，博士研究生邓哲、卢远分别做学术报告。在学术报告前，由主持人刘耀阳介绍了题为《基于机器学习的小样本故障诊断》的报告。报告阐明了轴承在工业系统中的核心地位——旋转机械的“关节”，以及数据困境——为什么需要“小样本”？传统深度学习的局限：高度依赖海量且带有标签的故障数据进行模型训练真实的工业现状有长尾分布、故障数据极少，目前主流的小样本故障诊断方法主要分为元 学习、迁移学习、领域泛化、数据增强和自监督 学习5类。针对旋转机械故障诊断在工业实际应用中面临的小样本困境与模型可解释性缺失的双重挑战，提出了一种物理知识引导的可解释性小样本故障诊断方法。报告指出元学习理论和零样本学习理论有很大的潜力，未来可能会带来研究上的突破。

        接下来，博士研究生邓哲作了题为《臂架系统多学科稳健优化》的报告。报告为破解复杂工程系统设计中的跨学科耦合难题，多学科设计优化（MDO）策略体系得到进一步完善。该体系从全局视角出发，将MDO策略科学划分为单级与多级两大架构：针对中小型系统，单级MDO（如MDF、IDF等）能有效处理不同耦合程度的设计需求；而面对现代大型装备分布式研发的趋势，协同优化法（CO）等多级MDO策略凭借其高度的子系统自治性与易管理性脱颖而出。这一策略框架的梳理，为复杂产品研发提供了有力的分析工具与算法选型指南，有望大幅缩短研发周期并提升系统整体效能。

        最后，博士研究生卢远介绍了题为《深度高斯过程模型在主动学习可靠性分析中的应用》的报告。报告指出当前，工程机械结构日趋复杂，其可靠性评估正面临挑战：试验数据“小样本”、结构响应“非线性”、仿真计算“高成本”，首先对相关理论进行介绍：深度高斯过程、超参数（θ，g）采样、 潜藏层（F）采样，然后对工具箱内部函数采用名称-值对的方式定义，实现功能包括：对函数输入数据的格式进行检查、值域验证、默认参数初始化。工具箱主要由六个模块组成，各变量采用结构体存储、传递和调用。目前将DGP模型推广至主动学习可靠性分析的领域中，取得了一定的成果，未来将进一步推广DGP的应用，例如拓展至其他机械结构、融合其他可靠性分析方法、拓展至多响应建模。

         在每位汇报人完成汇报后，参会老师进行了评议，针对汇报内容提出了宝贵建议。同学们也积极参与互动，师生之间就报告内容展开了深入切磋与交流。老师们对同学们的研究成果给予了充分肯定。

        至此，第367期工程可靠性论坛在热烈的掌声中圆满结束。