百晓学者学者目录

赵荣珍

兰州理工大学机电工程学院

个人简介

赵荣珍，兰州理工大学机电工程学院教授，研究方向为工业通用技术及设备、机械工业、新能源。代表性成果包括风电机组主轴承动态特性与传动链振动响应研究、转子故障诊断相关数据降维与特征提取方法、伺服电机-圆柱滚子轴承系统未知域故障智能诊断等。

精选作品

期刊论文

  1. 赵孝礼，姚建勇，邓文翔，胡健，贾民平，赵荣珍（2026）. 领域泛化图自编码：伺服电机-圆柱滚子轴承系统未知域故障智能诊断. 《振动、测试与诊断》.
  2. 尹海涛，赵荣珍，马驰，邓林峰（2026）. 基于FCBF-IPSO的旋转机械故障诊断方法. 《振动、测试与诊断》.DOI
  3. 赵孝礼，姚建勇，邓文翔，胡健，贾民平，赵荣珍（2026）. 基于GTCNs的航空发动机高速轴承智能故障诊断. 《振动、测试与诊断》.DOI
  4. 袁瑞博，赵荣珍，邓林峰（2026）. 基于LMD多尺度样本熵和GG聚类的滚动轴承故障辨识方法. 《兰州理工大学学报》.
  5. 梁启博，赵荣珍，邓林峰（2026）. 基于LRDP的转子故障数据集降维方法. 《兰州理工大学学报》.
  6. 张长宝，谢小正，赵荣珍（2026）. 基于指标优化的HO-VMD-MCKD滚动轴承故障特征提取. 《噪声与振动控制》.
  7. Shi-You Xu, Wei Zhang, Shan Pang, Shenglin Wu, Rongzhen Zhao, Yi-Juan Qin, Pinshuo Guo (2026). A Rolling Bearing Fault Diagnosis Method Based on the STRN-CM Model. Machines.DOI
  8. Tianlong Huo, Rongzhen Zhao, Jun Gong, Tao Liu, Xiao-Li Zhao, Bo Zhang, Fujian Yang (2026). A generalization bearing fault diagnosis method via joint hierarchical suppression of domain features. Structural Health Monitoring.DOI
  9. Sencai Ma, Rongzhen Zhao, Lin-Feng Deng, Yong Li, Yongfei Zhang (2026). Research on modular cloud transformation fault diagnosis for mechanical equipment considering the simultaneous long-tailed and high-dimensional factors. ISA transactions.DOI
  10. Yongfei Zhang, Q. Liang, Yu-Qiao Zheng, Rongzhen Zhao, Lin-Feng Deng, Mingkuan Shi, Pengfei Chen, Kong-Yuan Wei (2026). Joint embedding for multi-structural hypergraph based dimensionality reduction in rotor fault diagnosis. Engineering applications of artificial intelligence.DOI
  11. Wengang Hu, Mingkuan Shi, Rongzhen Zhao, Zhen Liu, Wengang Lin, Xiaodong Li (2026). Semisupervised Manifold Representation Learning for Fault Diagnosis: An Adaptive Feature Engineering Framework for Rotating Machinery. IEEE Sensors Journal.DOI
  12. 汪小虎，赵荣珍，邓林峰，郑玉巧（2025）. 基于多尺度空洞卷积神经网络的滚动轴承故障识别方法. 《兰州理工大学学报》.
  13. 原健辉，赵荣珍，邓林峰（2025）. 半监督超边界Fisher分析的转子故障数据降维算法. 《振动、测试与诊断》.DOI
  14. 马驰，赵荣珍，原健辉，郑玉巧（2025）. 基于特征选择的集成极限学习机故障辨识方法. 《兰州理工大学学报》.
  15. 马宁，赵荣珍，郑玉巧（2025）. 基于CEEMDAN与改进一维多尺度卷积神经网络结合的滚动轴承故障诊断. 《兰州理工大学学报》.
  16. 何天经，赵荣珍，魏孔元，董晓鑫，邓林峰（2025）. 基于辅助分类器的滚动轴承跨域故障诊断. 《振动、测试与诊断》.DOI
  17. 陈芳军，赵荣珍，邓林峰（2025）. 基于LFPCDA的转子故障数据集降维算法. 《振动、测试与诊断》.DOI
  18. Yao-Chun Wu, Shaohua Du, Guijun Wu, Xiaobo Guo, Jie Wu, Rongzhen Zhao, Chi Ma (2025). Minimum maximum regularized multiscale convolutional neural network and its application in intelligent fault diagnosis of rotary machines. ISA transactions.DOI
  19. Tianlong Huo, Jun Gong, Tao Liu, Xiao-Li Zhao, Rongzhen Zhao, Bo Zhang, Baoquan Hu (2025). A novel domain generalization network integrating invariance and cohesiveness for rolling bearing fault diagnosis. Structural Health Monitoring.DOI
  20. Pengfei Chen, Lizhen Wu, Rongzhen Zhao, Kong-Yuan Wei, Yu-Qiao Zheng, Lin-Feng Deng, Yongfei Zhang, Mingkuan Shi, Zhuo-Fu Chen (2025). Multi-source contrastive cluster center method for cross-domain bearing fault identification. Engineering applications of artificial intelligence.DOI
  21. Kong-Yuan Wei, Rongzhen Zhao, Haixia Kou, Yong-Yong Cao, Pengfei Chen, Yu-Qiao Zheng, Lin-Feng Deng (2025). Fault diagnosis of rolling bearings via multi-scale symmetric graph convolutional auto encoder with self-supervised and meta-learning. Nondestructive Testing and Evaluation.DOI
  22. Kong-Yuan Wei, Rongzhen Zhao, Haixia Kou, Pengfei Chen, Yong-Yong Cao, Yu-Qiao Zheng, Lin-Feng Deng (2025). Dimensionality reduction of rolling bearing fault data based on graph-embedded semi-supervised deep auto-encoders. Engineering applications of artificial intelligence.DOI
  23. Yongfei Zhang, Yu-Qiao Zheng, Rongzhen Zhao, Lin-Feng Deng, Mingkuan Shi, Pengfei Chen, Kong-Yuan Wei (2025). Multimetric hypergraph embedding for dimensionality reduction in rotor fault diagnosis. Advanced Engineering Informatics.DOI
  24. 刘强，赵荣珍，杨泽本（2024）. 基于云理论及GG聚类的滚动轴承故障辨识方法. 《振动、测试与诊断》.
  25. 董晓鑫，赵荣珍，杨泽本（2024）. 基于MFLME的转子故障特征降维方法. 《振动、测试与诊断》.
  26. 张勇飞，赵荣珍，邓林峰（2024）. 基于MGCD的转子故障数据集降维方法. 《振动、测试与诊断》.
  27. Baoquan Hu, Jun Liu, Rongzhen Zhao, Yue Xu, Tianlong Huo (2024). A new dual-channel convolutional neural network and its application in rolling bearing fault diagnosis. Measurement science and technology.DOI
  28. Jianhui Yuan, Rongzhen Zhao, Kong-Yuan Wei, Pengfei Chen, Tianjing He (2024). Fault Diagnosis of Multichannel Bearing-Rotor System via Multistructure Collaborative Discriminative Embedding. IEEE/ASME transactions on mechatronics.DOI
  29. Pengfei Chen, Rongzhen Zhao, Tianjing He, Kongyuan Wei, Jianhui Yuan (2023). A novel bearing fault diagnosis method based joint attention adversarial domain adaptation. Reliability Engineering & System Safety, Vol. 237.DOI
  30. 张孟轲，关世玺，王讯，赵荣珍（2023）. 一种新型热刀式解锁分离机构分离安全性分析. 《机械设计与制造工程》.
  31. 邢自扬，赵荣珍，吴耀春，何天经（2023）. 多尺度卷积神经网络小样本轴承故障辨识方法. 《振动、测试与诊断》.
  32. 薛勇，赵荣珍（2023）. 改进LPCDA算法及其在旋转机械故障诊断中的应用. 《振动、测试与诊断》.
  33. 周宏飞，赵荣珍（2023）. 基于GSRDPGE算法的转子故障数据集降维方法研究. 《兰州理工大学学报》.
  34. 马森财，赵荣珍，吴耀春（2023）. 云模型和集成分类结合的故障数据不平衡学习. 《振动、测试与诊断》.
  35. 王琦，邓林峰，赵荣珍（2023）. 基于一维CNN迁移学习的滚动轴承故障诊断. 《振动、测试与诊断》.
  36. Pengfei Chen, Rongzhen Zhao, Tianjing He, Kongyuan Wei, Jianhui Yuan (2023). Unsupervised structure subdomain adaptation based the Contrastive Cluster Center for bearing fault diagnosis. Engineering applications of artificial intelligence.DOI
  37. Yongfei Zhang, Jiaxuan Wang, Rongzhen Zhao, Lin-Feng Deng (2023). Dimensionality reduction of rotor fault dataset based on joint embedding of multi-class graphs. Eksploatacja I Niezawodnosc-maintenance and Reliability.DOI
  38. Tianlong Huo, Lin-Feng Deng, Bo Zhang, Jun Gong, Baoquan Hu, Rongzhen Zhao, Zheng Liu (2023). Novel imbalanced subdomain adaption multiscale convolutional network for cross-domain unsupervised fault diagnosis of rolling bearings. Measurement science and technology.DOI
  39. Sencai Ma, Gang Cheng, Yong Li, Rongzhen Zhao (2023). Dimension reduction method of high-dimensional fault datasets based on C_M_t-SNE under unsupervised background. Measurement.DOI
  40. Jia-Xuan Wang, Dawei Gao, Yongsheng Zhu, Zhi-Jun Ren, Rongzhen Zhao, Tantao Lin, Ke Yan, Jun Hong (2023). Match-reinforcement learning with time frequency selection for bearing fault diagnosis. Measurement science and technology.DOI
  41. Xiaoxin Dong, Rongzhen Zhao, Jianhui Yuan, Pengfei Chen, Tianjing He, Kongyuan Wei (2023). Dimensionality reduction method based on multiple feature-space collaborative discriminative projection for rotor fault diagnosis. Measurement science and technology.DOI
  42. 杨泽本，赵荣珍，刘强（2022）. 基于UDGDP的转子故障数据集降维方法. 《振动与冲击》.
  43. 花志锋，赵荣珍（2022）. 风电齿轮箱行星轮系的齿面摩擦与齿根裂纹耦合效应计算方法. 《太阳能学报》.
  44. 王琦，邓林峰，赵荣珍（2022）. 基于改进一维卷积神经网络的滚动轴承故障识别. 《振动与冲击》.
  45. 赵荣珍，赵楠（2022）. 结合扰动集成RBF的故障识别方法. 《兰州理工大学学报》.
  46. 谢小正，王晋，赵荣珍，李俊，吕伟前（2022）. 基于小波包能量熵和GWO-SVM的滚动轴承故障诊断. 《兰州理工大学学报》.
  47. 赵荣珍，薛勇，吴耀春（2022）. 改进的D-t-SNE滚动轴承故障数据集降维方法. 《兰州理工大学学报》.
  48. 赵荣珍，花志锋（2022）. 考虑温度效应的风电增速箱动力学特性研究. 《兰州理工大学学报》.
  49. 吴耀春，赵荣珍，靳伍银，邢自扬（2022）. 面向数据不平衡的卷积神经网络故障辨识方法. 《振动、测试与诊断》.
  50. Yaochun Wu, Rongzhen Zhao, Hongliang Ma, Qiang He, Shaohua Du, Jie Wu (2022). Adversarial domain adaptation convolutional neural network for intelligent recognition of bearing faults. Measurement.DOI
  51. Pengfei Chen, Rongzhen Zhao, Tianjing He, Kongyuan Wei, Qi-Dong Yang (2022). Unsupervised domain adaptation of bearing fault diagnosis based on Join Sliced Wasserstein Distance. ISA transactions.DOI
  52. Bao-Quan Hu, Jun Liu, Rongzhen Zhao, Yue Xu, Tianlong Huo (2022). A New Fault Diagnosis Method for Unbalanced Data Based on 1DCNN and L2-SVM. Applied Sciences.DOI
  53. Jianhui Yuan, Rongzhen Zhao, Pengfei Chen, Tianjing He, Kongyuan Wei (2022). Dimensionality reduction using local-global standard hypergraph embedding for rotor fault diagnosis. Measurement science and technology.DOI
  54. Jian-Xin Yuan, Rongzhen Zhao, Tianjing He, Pengfei Chen, Kongyuan Wei, Ziyang Xing (2022). Fault diagnosis of rotor based on Semi-supervised Multi-Graph Joint Embedding. ISA transactions.DOI
  55. Ziyang Xing, Rongzhen Zhao, Yaochun Wu, Tianjing He (2022). Intelligent fault diagnosis of rolling bearing based on novel CNN model considering data imbalance. Applied intelligence (Boston).DOI
  56. Linfeng Deng, Aihua Zhang, Rongzhen Zhao (2022). Intelligent identification of incipient rolling bearing faults based on VMD and PCA-SVM. Advances in Mechanical Engineering.DOI
  57. 马森财，赵荣珍，吴耀春，邓林峰（2021）. 基于云理论和Relief-F的滚动轴承故障识别方法. 《振动、测试与诊断》.
  58. 石明宽，赵荣珍（2021）. 基于局部边缘判别投影的机械故障诊断方法. 《振动、测试与诊断》.DOI
  59. 马森财，赵荣珍，吴耀春（2021）. 强差异性神经网络集成的转子故障识别方法. 《振动、测试与诊断》.DOI
  60. 王望望，邓林峰，赵荣珍，张爱华（2021）. 基于QPSO-MPE的滚动轴承故障识别方法. 《振动、测试与诊断》.DOI
  61. 吴耀春，赵荣珍，靳伍银，何天经，武杰（2021）. 利用DCNN融合多传感器特征的故障诊断方法. 《振动、测试与诊断》.
  62. 户文刚，赵荣珍（2021）. 基于转子故障数据集的KSELF降维方法. 《振动、测试与诊断》.
  63. 谢小正，李俊，赵荣珍，崔振琦（2021）. SVD-LMD联合降噪和TEO的滚动轴承故障诊断. 《机械传动》.DOI
  64. 王望望，邓林峰，赵荣珍，吴耀春（2021）. 集成KPCA与t-SNE的滚动轴承故障特征提取方法. 《振动工程学报》.DOI
  65. 石明宽，赵荣珍（2021）. 基于局部质心均值最小距离鉴别投影的旋转机械故障数据降维分析研究. 《振动工程学报》.DOI
  66. 赵荣珍，马森财，吴耀春（2021）. 云模型和集成极限学习机相结合的滚动轴承故障诊断方法. 《兰州理工大学学报》.
  67. 赵荣珍，陈昱吉（2021）. KPCA与LTSA融合的转子故障数据集降维算法. 《兰州理工大学学报》.
  68. 赵荣珍，常书源（2021）. 基于M-WDLS和PCA的转子故障诊断方法. 《兰州理工大学学报》.
  69. Tianjing He, Rongzhen Zhao, Yaochun Wu, Chao Ying Yang (2021). Fault Identification of Rolling Bearing Using Variational Mode Decomposition Multiscale Permutation Entropy and Adaptive GG Clustering. Shock and Vibration.DOI
  70. 王望望，邓林峰，赵荣珍，张爱华（2020）. 基于二次聚类分割与Teager能量谱的滚动轴承微弱故障特征提取. 《振动与冲击》.DOI
  71. 葛育晓，赵荣珍（2020）. 基于改进SOA算法自整定PID系统优化研究. 《仪表技术与传感器》.
  72. 赵荣珍，孙泽金（2020）. 融合CEEMD＿MPE和GK模糊聚类的故障识别方法. 《振动工程学报》.DOI
  73. 赵荣珍，户文刚（2020）. 基于LabVIEW的离心式化工泵振动测试系统设计. 《兰州理工大学学报》.
  74. 赵荣珍，张琛，邓林峰（2020）. 基于EEMD与模糊信息熵的旋转机械故障诊断方法. 《兰州理工大学学报》.
  75. Yaochun Wu, Rongzhen Zhao, Wuyin Jin, Tianjing He, Sencai Ma, Mingkuan Shi (2020). Intelligent fault diagnosis of rolling bearings using a semi-supervised convolutional neural network. Applied Intelligence.DOI
  76. Yaochun Wu, Rongzhen Zhao, Wuyin Jin, Linfeng Deng, Tianjing He, Sencai Ma (2020). Rolling Bearing Fault Diagnosis Using a Deep Convolutional Autoencoding Network and Improved Gustafson–Kessel Clustering. Shock and Vibration.DOI
  77. Mingkuan Shi, Rongzhen Zhao, Yaochun Wu, Tianjing He (2020). Fault diagnosis of rotor based on Local-Global Balanced Orthogonal Discriminant Projection. Measurement.DOI
  78. 吴耀春，赵荣珍，靳伍银（2019）. EWT与加权多邻域粗糙集结合的旋转机械故障特征提取方法. 《振动与冲击》.
  79. 马德福，赵荣珍，应玲君，唐小斌（2019）. 风电机组主轴承的刚柔耦合动态响应仿真分析. 《太阳能学报》.DOI
  80. 赵荣珍，何敬举（2019）. 邻域粗糙集和Fisher判别法结合的转子故障决策规则提取方法. 《兰州理工大学学报》.
  81. 张琛，赵荣珍，邓林峰，吴耀春（2019）. 基于SVD-EEMD和TEO*的滚动轴承弱故障特征提取. 《振动、测试与诊断》.DOI
  82. 张琛，赵荣珍，邓林峰（2019）. 基于EEMD奇异值熵的滚动轴承故障诊断方法. 《振动、测试与诊断》.DOI
  83. 赵荣珍，李霁蒲，邓林峰（2019）. EWT多尺度排列熵与GG聚类的轴承故障辨识方法. 《振动、测试与诊断》.DOI
  84. 赵荣珍，连瑾（2019）. 基于邻域粗糙集概念的一种滚动轴承特征提取方法. 《兰州理工大学学报》.
  85. 邓林峰，张爱华，赵荣珍（2019）. 集成多策略改进FCM算法的旋转机械故障数据聚类分析研究. 《振动工程学报》.
  86. 薛瑞，赵荣珍（2019）. EWT-MFE与t-SNE结合的旋转机械故障诊断方法. 《机械设计与研究》.DOI
  87. 赵荣珍，邢垒垒，刘宏（2018）. 随机风载下兆瓦级风电机组传动链系统的动态响应分析. 《兰州理工大学学报》.
  88. 赵荣珍，苏利营，刘宏，郑玉巧，张娟（2018）. 风电机组风轮与主轴轴系的动力学耦合特性. 《太阳能学报》.
  89. 何敬举，赵荣珍，赵孝礼，孙业北（2018）. 基于邻域粗糙集的转子故障数据属性约简. 《机械设计与制造工程》.
  90. 张娟，赵荣珍，于荣鹏，刘宏，张亚龙（2017）. 不同工况下风电机组主轴轴承动态特性研究. 《机械强度》.
  91. Jin Lian, Rongzhen Zhao (2017). Fault diagnosis model based on NRS and EEMD for rolling-element bearing. Prognostics and System Health Management Conference.DOI
  92. Jipu Li, Rongzhen Zhao, Linfeng Deng (2017). Application of EWT AR model and FCM clustering in rolling bearing fault diagnosis. Prognostics and System Health Management Conference.DOI
  93. Hongping Yang, Rongzhen Zhao, Wei-Qian Li, Cheng Gang Yang, Zhen Li (2017). Static and Dynamic Characteristics Modeling for CK61125 CNC Lathe Bed Basing on FEM. Procedia Engineering.DOI
  94. 赵荣珍，王群旺，刘宏，豆鹏刚（2016）. 风力机塔架结构仿生设计及力学性能分析. 《机械设计与制造》.
  95. 周楠，赵荣珍，郑玉巧（2016）. 大型风电机组偏航轴承动态性能研究. 《机械传动》.
  96. 刘宏，赵荣珍（2016）. 冲击载荷下风电机组传动链的振动响应及控制研究. 《太阳能学报》.
  97. 叶舟，赵荣珍，郑玉巧，刘宏（2016）. 齿轮故障状态下风电机组传动系统动力学建模及分析. 《机械传动》.
  98. Xiaoli Zhao, Rongzhen Zhao (2016). A method to integrate KSSOMFA and WKNN together on faults identification of rotating machinery. International Conference on Ubiquitous Robots and Ambient Intelligence.DOI
  99. 张维强，赵荣珍，李坤杰（2015）. 基于MSKPCA和SVM的转子故障诊断模型及应用. 《机械设计与制造》.
  100. 王冠超，赵荣珍，张维强（2015）. 基于一种流形学习新算法的转子故障数据集降维研究. 《机械设计与制造》.
  101. 郑玉巧，赵荣珍，刘宏（2015）. 大型风力机叶片气动与结构耦合优化设计研究. 《太阳能学报》.
  102. Yu-qiao Zheng, Rongzhen Zhao (2015). Characteristics for wind energy and wind turbines by considering vertical wind shear. Journal of Central South University.DOI
  103. 苏利营，赵荣珍，刘宏，李朝晖（2014）. 风力机柔性风轮与低速轴系耦合振动研究. 《机械设计与制造》.
  104. Hong Liu, Rongzhen Zhao, Yuqiao Zheng (2014). Research on dynamical characteristics of wind turbine drive train with flexible shaft. Journal of Vibroengineering.DOI
  105. Linfeng Deng, Rongzhen Zhao (2014). Fault feature extraction of a rotor system based on local mean decomposition and Teager energy kurtosis. Journal of Mechanical Science and Technology.DOI
  106. Linfeng Deng, Rongzhen Zhao (2014). An improved spline-local mean decomposition and its application to vibration analysis of rotating machinery with rub-impact fault. Journal of Vibroengineering.DOI
  107. Yuqiao Zheng, Rongzhen Zhao, Liu Hong (2014). Optimization Method for Girder of Wind Turbine Blade. Mathematical Problems in Engineering.DOI
  108. 郑玉巧，赵荣珍，刘宏（2013）. 大型风力发电机复合材料叶片动态特性分析. 《机械制造》.
  109. Rongzhen Zhao, Kunju Shi, Zhaohui Li, Tao Zhang (2013). F-LLE algorithm and its application in fault feature extraction. International Conference on Ubiquitous Robots and Ambient Intelligence.DOI
  110. Linfeng Deng, Rongzhen Zhao (2013). An intelligent pattern recognition method for machine fault diagnosis. International Conference on Ubiquitous Robots and Ambient Intelligence.DOI
  111. Rongzhen Zhao, Linfeng Deng, Zhaohui Li (2013). A framework to develop intelligent information system for rotating machinery in a data-driven way. International Conference on Ubiquitous Robots and Ambient Intelligence.DOI
  112. Linfeng Deng, Rongzhen Zhao (2013). A vibration analysis method based on hybrid techniques and its application to rotating machinery. Measurement.DOI
  113. Xiaozheng Xie, Yongpeng Xie, Rongzhen Zhao, Wuyin Jin, Yunping Yao (2013). Recognition of chatter type based on improved neural network. Proceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE.DOI
  114. 赵荣珍，石云岩，刘宏，邢垒垒（2012）. 双馈变速恒频风力发电机组两种传动链动力学模型建模及分析. 《可再生能源》.DOI
  115. 谢小正，赵荣珍，陈惠贤（2012）. 基于LS-SVM的汽轮机叶片高速铣削表面质量预测建模. 《机械制造》.
  116. Xiaozheng Xie, Rongzhen Zhao, Yunping Yao, Li Yang (2012). Spindle Bearings Fault Diagnosis Based on K-means Clustering and Discernibility Matrix. International Conference on Electric Information and Control Engineering.DOI
  117. Linfeng Deng, Rongzhen Zhao (2010). An Improved Fuzzy Neural Network and Its Application in Machine Fault Diagnosis. International Conference on Computational and Information Sciences.DOI
  118. 赵荣珍，吕钢（2009）. 水平轴风力发电机塔架的振动模态分析. 《兰州理工大学学报》.
  119. 赵荣珍，吕钢（2009）. 基于有限元法水平轴风力发电机塔架的静态分析. 《风机技术》.
  120. 赵荣珍，李超，张优云（2009）. 基于粗糙集理论的知识发现在机械故障诊断中的应用问题研究. 《润滑与密封》.
  121. Rongzhen Zhao, Cuiming Li, Chao Li (2009). Investigation of a Novel Knowledge Operation Model Based on Rough Set Theory. International Conference on Innovative Computing, Information and Control.DOI
  122. 黄义仿，李克雄，赵荣珍（2008）. 烟气轮机的故障诊断现状分析. 《润滑与密封》.
  123. Rongzhen Zhao, Chao Li, Bin Peng (2008). Investigation of Knowledge Inclusion Relations in Faults Knowledge Discovery. International Conference on Innovative Computing, Information and Control.DOI
  124. 黄义仿，朱晓然，赵荣珍，陈兰新（2007）. 基于小波分析和矩不变量的转子故障量化特征提取研究. 《化工机械》.
  125. 李超，赵荣珍，刘振全（2007）. 驱动轴承内嵌式涡旋压缩机动力特性分析. 《兰州理工大学学报》.
  126. 赵荣珍，李超，张优云（2007）. RS理论的领域知识颗粒构造问题研究. 《润滑与密封》.
  127. 李超，赵荣珍，刘振全（2007）. 涡旋压缩机机构误差对密封间隙的影响分析. 《润滑与密封》.
  128. 赵荣珍，李超，张优云（2007）. 机械故障智能诊断的诊断知识获取新发展问题. 《振动与冲击》.
  129. 李超，刘振全，赵荣珍（2006）. 驱动轴承内嵌式涡旋压缩机特性分析. 《制冷学报》.
  130. 赵荣珍，许晓昀，龚俊，张优云（2006）. 入口油温偏低导致的机组油膜涡动故障的特征分析. 《润滑与密封》.
  131. 李超，刘振全，赵荣珍（2005）. 双端面机械密封在涡旋式天然气压缩机中的应用. 《流体机械》.
  132. Rongzhen Zhao (2005). Application of Double Seal Faces Mechanical Seal on the Nature Gas Scroll Compressor. Fluid Machinery.
  133. 李超，赵荣珍，刘振全，海建中（2004）. 涡旋式空气压缩机润滑系统的研究. 《润滑与密封》.
  134. 李超，赵荣珍，刘振全（2004）. 涡旋压缩机径向随变机构动力学模型研究. 《压缩机技术》.
  135. 赵荣珍，孟凡明，张优云（2004）. 基于粗糙集知识获取的转子轴承系统故障诊断知识库构造研究. 《润滑与密封》.
  136. 李超，张瑞成，刘振全，赵荣珍，田玉恒（2004）. 离心通风机叶轮子午面型线的优化设计. 《化工机械》.
  137. 孟凡明，赵荣珍，张优云（2003）. 气缸振动对活塞裙润滑的影响. 《内燃机学报》.
  138. 赵荣珍，张优云，孟凡明（2003）. 双跨转子轴承系统耦合实验研究. 《润滑与密封》.
  139. 赵荣珍，孟凡明，张优云（2003）. 智能故障诊断系统模式研究. 《润滑与密封》.

书籍章节

  1. Rongzhen Zhao, Yaochun Wu, Tianjing He (2020). A Kind of Faults Knowledge Discovery Pattern by Means of Rough Set Theory. Smart innovation, systems and technologies.DOI

研究方向

工业通用技术及设备机械工业新能源

此主页由公开资料整理，尚未经学者本人认领。