在5月29日下午兰州市召开的2024年“全国科技工作者日”座谈会上，英国正版365官方网站智能制造工程系剡昌锋研究员荣获2024年兰州“最美科技工作者”称号，并作为高校教师代表结合扎根西北的爱国之情、报国之志和成长经历、专业领域作了交流发言。

剡昌锋老师近30年来一直从事机械工程方面的教学和研究工作，主要研究方向涵盖滚动轴承故障诊断与预测、齿轮制造工艺与传动特性、人工智能和机械强度等领域。近年来，先后主持国家自然科学基金3项，重大数控专项子课题1项，国家重点研发项目任务1项，高校科研基本经费1项，甘肃省科技专员项目1项，其它项目20余项。在科学研究工作中，瞄准国际前沿，积极探索、不断进取、锐意创新。在ISA Transactions、Measurement、Structural Health Monitoring和IEEE Transactions on Instrumentation and Measurement等国内外著名期刊上发表学术论文150余篇，SCI检索论文43篇，EI检索论文40余篇，其中中科院2区及以上论文10篇，论文被引用500余次。获国家专利授权13项，登记软件著作权13项。先后荣获“甘肃省自然科学奖”三等奖、“甘肃省高等学校青年教师成才奖”、英国上市公司365“红柳优秀导师”“优秀共产党员”“师德标兵”等荣誉称号。先后培养69名博士、硕士研究生，其中2人荣获甘肃省省级优秀硕士学位论文，1人荣获英国上市公司365优秀博士学位论文、5人荣获英国上市公司365优秀硕士论文。

剡老师深刻地认识到在科技创新的道路上，不仅仅是为了追求个人荣誉和成就，每一次科研探索、每一项技术突破都是为了国家发展和社会进步。自参加工作以来，主动将科学技术应用于工程实践，为推动科技进步与企业技术创新贡献自己的力量。在过去的十七年中，一直瞄准滚动轴承早期故障识别前沿研究领域，积极探索学术前沿理论和方法，与团队成员创新性地提出了时频域特征融合的实时马氏距离，实现了对性能退化阶段的准确识别。通过改进时频分析和表示方法，成功提取出近频和同频的多点故障特征信息，为故障诊断提供了全新的视角。提出了具有靶向的共振频带优化方法，解决了滚动轴承复合故障诊断中易出现的误诊和漏诊问题。提出的可解释子域增强自适应神经网络，实现了无监督跨域滚动轴承智能故障诊断。在与徐工矿机和青海华鼎齿轮箱等企业合作研究的课题中，将科技成果转化为实际生产力，帮助企业提升技术创新能力，取得了显著成果。作为甘肃省的首批科技专员，为甘肃路桥新锐交通科技有限责任公司制定了智能车间规划方案，与企业共同设计和研发了新产品，解决了企业在生产中存在的问题和技术难题。甘肃路桥新锐交通科技有限责任公司护栏立柱复合生产线获批“兰州市数字化车间”。

剡老师表示在未来的工作中，将继续秉承“胸怀祖国、服务人民”的科技精神，不断提升自身综合素质，深化科学技术研究，充分发挥自己在机械工程领域的专长，围绕市委提出的构建“3+2”现代产业体系和“6+X”先进制造业产业集群，加强与兰州装备制造行业的合作与交流，努力攻克关键技术难题，推动科技创新成果应用与转化，助力兰州现代产业体系建设和地方经济高质量发展。