近期，我校信息学院教师沈非凡与联培研究生魏银炜等围绕工业装备剩余使用寿命预测开展系列研究，先后在工程信息领域顶级期刊《Advanced Engineering Informatics》、自动化领域权威期刊《IEEE Transactions on Automation Science and Engineering》发表系列性高水平学术论文，相关研究得到国家自然科学基金、宁波市自然科学基金等多项课题资助。

第一篇论文题为 “MRG‑Mamba: A Novel Multi‑Rate Cross‑Condition Model for Industrial Remaining Useful Life Prediction”，面向工业多采样率、跨工况迁移预测难题，提出了一种多采样率Mamba网络。构建多源联合补全模块处理多速率非均匀采样数据，结合位置编码嵌入恢复序列相对位置信息，设计动态门控机制自适应融合历史状态与当前输入特征，再通过迁移学习微调实现跨工况的剩余使用寿命预测。该方法相比主流算法拥有更优的预测精度与泛化能力，对复杂工业时序建模具有重要参考价值。

图为MRG‑Mamba网络结构

第二篇论文题为 “A Hypergraph‑Embedded Spatiotemporal Decoupled Mamba Network for Industrial Remaining Useful Life Prediction With Missing Data”。针对工业场景传感器故障、通信干扰带来的数据缺失问题，提出了一种HSTD-Mamba网络，引入超图结构并设计时空解耦策略降低异质特征之间的干扰，并通过InfoNCE正则化机制增强不同超边之间特征互补性。该模型无需对缺失数据做显式补全，在数据缺失条件下依然可以实现设备剩余使用寿命精准预测，为工业设备健康管理与预测性维护提供了全新的技术方案。

图为HSTD-Mamba网络结构

信息学院临港绿色石化优化控制与安全保障团队长期聚焦工业时序数据分析、装备预测性健康管理、软测量建模方向，持续推进智能算法在工业智能领域的落地应用，高度重视联合培养研究生科研素养和创新能力培育。团队近年来已在权威期刊发表20余篇学术论文，授权多项发明专利，形成了稳定的科研梯队。

《Advanced Engineering Informatics》为Elsevier出版的工程信息领域中科院和JCR 1区国际期刊，最新影响因子为11.5，重点刊发工程人工智能、工业智能系统相关创新性研究成果。《IEEE Transactions on Automation Science and Engineering》是IEEE旗下自动化科学与工程领域权威SCI期刊，最新影响因子为7.9，在工业自动化领域拥有较高的学术影响力。

此次系列成果的产出，是学院扎实推进联合培养研究生培养质量提升的重要体现，充分发挥校企校际联合育人优势，引导联培研究生投身工程实际问题开展科研攻关，为研究生树立良好科研导向。下一步，学院将继续坚持科研育人，鼓励师生面向工业实际需求开展交叉创新，产出更多兼具理论价值与工程应用价值的科研成果。

论文 1 全文：https://doi.org/10.1016/j.aei.2026.104961

论文 2 全文：https://doi.org/10.1109/TASE.2026.3735154