郑凯，男，副教授，文峰青年百人/文峰教授。2016年获得武汉理工大学机械工程博士学位。2019年12月-2020年12加拿大多伦多大学开访问学者。近年来主要从事近年来主要从事机电系统故障感知与智能诊断、机器人导航、大模型垂直领域应用等科研方向。

主持国家自然科学基金（1项）、重庆市基础科学与前沿技术（1项）、重庆市自科基金面上项目（1项）、重庆市教委科学技术（重大项目1项，青年项目1项）、国家重点研发子课题项目（1项）和企业横向课题（5项）等项目。在《IEEE Transactions on Industrial Informatics》、《ISA Transactions》等高水平期刊上发表SCI/EI检索论文30余篇，申请/授权发明专利10余项，担任 《Mechanical Systems and Signal Processing》、《IEEE Transactions on Industrial Informatics》等20余个国际权威期刊审稿人，获得2023年度《Measurement Science and Technology》杰出审稿人、2021年度中国产学研合作创新奖和2025年仪器仪表学会科技进步奖二等奖。

主讲控制工程基础，微控制器原理与应用课程等本科课程。获得重庆邮电大学教学成果奖二等奖一项（序1），主持重庆市教改项目、重庆市教育科学研究项目、重庆邮电大学教改重点项目各一项。指导本科生获得重庆市优秀本科毕业论文2项，重庆邮电大学优秀毕业论文一等奖4项，指导国家级科研训练项目6项，重庆市大学生创新创业训练计划3项。指导学生获得国家级和省部级学科竞赛奖励30余项。获得重庆邮电大学第四届“最具人气导师”。指导的研究生毕业至中国电子科技集团第十所、招商银行信息部、重庆川仪自动化股份有限公司等知名企业。指导的本科生保研/考研至清华大学、浙江大学等国内知名高校30余人。

代表性项目：

[1]    国家自然科学基金项目，51905065，基于域适应组稀疏表示的风机轴承早期故障感知和预测方法研究，2020/01-2022/12，主持，已结题

[2]    国家重点研发项目子课题，***宽温区动态响应机理研究，主持，在研

[3]    企业横向课题，基于大模型的智能CAD设计，2025/08-2026/12，主持，在研

[4]    重庆市教委科学技术研究项目重大项目, KJZD-M202500606，桨轴轴承微小故障光纤多域时空协同感知与深度稀疏度量可释诊断，2025/07-2028/06，主持，在研

[5]    重庆市自然科学基金面上项目，CSTB2025NSCQ-GPX1311，舰船传动轴承早期故障深度稀疏学习与域泛化可解释诊断研究， 2025/07-2028/06，主持，在研

代表性论文：

[1]    Zheng K, Li T, Su Z, et al. Sparse elitist group lasso denoising in frequency domain for bearing fault diagnosis[J]. IEEE Transactions on Industrial Informatics, 2021, 17(7): 4681-4691.  (SCI，中科院一区Top期刊)

[2]  Wen S, Zheng K(通信作者), Li P, et al. A new deep sparse unfolding network with variational Bayesian enhancement for high-resolution localization of acoustic sources[J]. Engineering Applications of Artificial Intelligence, 2025, 159: 111744. (SCI，中科院一区Top期刊)

[3]    Zheng K, Yao D, Shi Y, et al. An adaptive group sparse feature decomposition method in frequency domain for rolling bearing fault diagnosis[J]. ISA transactions, 2023, 138: 562-581. (SCI，中科院一区Top期刊)

[4]   Zheng K, Yang D, Zhang B, et al. A group sparse representation method in frequency domain with adaptive parameters optimization of detecting incipient rolling bearing fault[J]. Journal of Sound and Vibration, 2019, 462: 114931. (SCI，中科院二区Top期刊)

[5] Zheng, K., Luo, J., Zhang, Y., Li, T., Wen, J., & Xiao, H. (2019). Incipient fault detection of rolling bearing using maximum autocorrelation impulse harmonic to noise deconvolution and parameter optimized fast EEMD. ISA transactions, 89, 256-271. (SCI, 中科院一区Top期刊)

2013.9 -- 2016.10
武汉理工大学       工学博士

2011.9 -- 2014.6
武汉理工大学       工学硕士