2026年4月8日晚上七点，第三百六十九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程文采主持，博士研究生李静、邓程如意分别作学术报告。在学术报告开始前，主持人程文采首先介绍了题为《基于元学习的小样本故障诊断》的报告。报告围绕工业现场轴承故障诊断中样本稀缺、跨工况分布差异显著及强噪声干扰等现实挑战，系统梳理了小样本学习的研究背景与意义，并对基于数据与基于模型的小样本方法进行了对比分析。在此基础上，报告重点介绍了一种基于元学习机制的跨工况小样本故障诊断模型，通过多尺度特征提取、度量空间学习及原型改进策略，有效提升了模型在极少样本条件下的快速适应与泛化能力。实验结果表明，该方法在不同噪声强度及3-shot、5-shot等设置下均取得了优于对比方法的诊断性能。最后，报告对极小样本条件下原型稳定性、跨工况分布偏移以及强噪声环境下特征鲁棒性等问题进行了总结，并展望了进一步提升工程适用性的研究方向。

        然后，博士研究生李静作了题为《伺服工况下IGBT模块自然对流散热的结温估计》的学术报告。报告聚焦航天伺服驱动系统中IGBT模块在自然对流散热条件下的结温监测问题，指出极端工况下多级热耦合与自然对流非线性使传统线性热网络模型难以准确刻画温升特性。为此，报告基于电热比拟理论，构建了一种分级Foster热网络建模方案，通过引入壳温与基板温度作为中间参考节点，有效表征模块间及芯片间的热耦合效应，并利用有限元仿真提取热网络参数。分析结果表明，所建模型在描述复杂伺服工况下的热传递过程方面具有更好的物理合理性。报告最后对模型在自然对流非线性、测温误差及器件老化条件下的改进方向进行了讨论，为后续实现高可靠结温在线估计奠定了基础。

        最后，博士研究生邓程如意作了题为《基于物理信息增强的跨域电池健康状态预测方法研究》的学术报告。报告以锂离子电池健康状态（SOH）预测为研究对象，指出不同化学体系、电池老化机理及实验协议差异导致的跨域泛化问题是当前数据驱动方法面临的核心挑战。针对上述问题，报告提出了一种融合物理信息约束与元学习域泛化策略的预测框架，通过共享/私有特征空间解耦以及退化动力学约束，引导模型学习具有物理一致性的健康表征。同时，引入元学习域泛化策略，在训练阶段显式模拟域偏移，以提升模型在零样本跨域场景下的预测能力。多数据集实验结果表明，该方法在域内评估与跨域LODO评估中均表现出良好的稳定性和泛化性能，验证了物理信息与元学习相结合在复杂跨域健康预测问题中的有效性。