7月15日上午，常州工学院特聘教授陈仲生应邀为机电工程学院师生做了题为《机械装备嵌入式故障诊断与预测技术》的学术报告。学院院长助理、测控技术与仪器系主任沈辉教授主持报告会，相关专业师生参加了报告会。

报告中，陈仲生教授深入浅出地介绍了嵌入式技术在机械装备故障诊断与预测中的最新应用成果，以及这些技术如何助力高端设备的高效运维。报告内容涵盖了嵌入式系统的工作原理、传感器技术在故障监测中的应用、智能制造AI在故障模式识别中的关键作用，以及人工智能算法在故障预测与健康管理（PHM）系统中的创新实践。他强调，故障预测和预测性维护是智能制造技术中最核心的部分，通过集成先进的预测性维护系统，能够实现对机械装备运行状态的实时监测、精准诊断与未来趋势预测，为企业的安全生产和运维决策提供有力支持。会上，他还分享了多个典型案例，指出了传统监测方式的特点与劣势以及面临的问题，展示了嵌入式故障诊断与预测技术在工作方式上的优势，以及其在航空航天等行业中的广泛应用及其带来的显著效益，他鼓励学院师生积极拥抱新技术，推动产学研深度融合，共同促进机械装备智能化水平的全面提升。

报告会结束后，陈仲生教授与学院师生就相关学术问题展开了深入交流与探讨。

陈仲生，国防科技大学博士，常州工学院/湖南工业大学特聘教授，长沙市C类高层次人才、长沙市军民融合人才、常州市“龙城英才计划”领军人才，享受军队优秀专业技术人才岗位津贴。长期从事嵌入式传感及其自供电、状态监测与故障诊断、故障预测与健康管理等领域的研究工作。先后主持国家自然科学基金项目6项、湖南省自然科学基金项目1项、装备预研基金项目1项、重点实验室开放基金项目1项，作为技术骨干完成国家973计划课题1项、国家工信部物联网发展专项资金项目1项、装备预先研究项目2项、装备预研基金重点项目2项。科研成果获军队科技进步一等奖1项、二等奖1项;出版学术专著3部，发表学术论文100余篇，SCI/EI检索80余篇，Google学术引用2300余次;获授权国家发明专利20余项、实用新型专利4项。现任中国振动工程学会高级会员、中国振动工程学会转子动力学专委会常务委员、中国振动工程学会故障诊断专委会委员、中国振动工程学会振动利用专委会委员、湖南省科技奖励评审专家、浙江省自然科学基金委省外同行评议专家、江西省科技专家库专家、山东省科技专家库专家等。