研究方向：装备智能感知与运维、机器人导航与控制

办公邮箱：taohui@gpnu.edu.cn

个人简介：

广东技术师范大学自动化学院教授，珠江新星，达之学者，硕士生导师。长期从事工业装备智能感知与运维、机器人导航与控制研究。立足装备关键部件摩擦学性能可视化监测难题，先后开发了多种润滑磨损监测传感器与深度学习智能预警方法，形成了自主可控的机械装备在机监测技术体系。科研成果工程实践于华能集团、广东省能源集团、三峡集团、国家能源集团、中石化、中海油等。获授权专利40余项，公开发表论文60余篇，主持或参与各标准制定5项，获省部级及以上科技奖励6项。

教育背景：华南理工大学博士学位

主讲课程：自动控制原理、自动化装置及实现

代表性科研项目：

1. 中国机械工业集团科研项目：基于微纳制造的油质劣化检测传感技术研究；2024/1-2025/6，80万，主持。

2. 中国三峡集团科研项目：三峡电站机组推力轴承润滑磨损监测诊断系统；2023/1-2024/12，687万，主持。

3. 广州珠江新星项目：在线磨损状态数字成像励磁传感器研制；2016/9-2020/3，45万，主持。

4. 国家重点研发项目：基于微纳制造的石墨烯基油质劣化检测传感技术研究；2024/11-2027/11，1170万，参与。

代表性科研成果：

1. 项目名称：在线磨损状态数字成像励磁传感器研制；奖项：广州市珠江科技新星。

2. 项目名称：大型风电场运行维护关键技术及应用；科技进步奖：广东省科技进步二等奖。

3. 项目名称：石化动设备润滑磨损监测预警与远程运维关键技术；科技进步奖：中国石油和化学工业联合会科技进步三等奖。

4. 项目名称：大型风电场运行维护关键技术及应用；科技进步奖：中国机械工业集团科技进步二等奖。

5. 项目名称：大型风电场运行维护关键技术及应用；科技进步奖：国机智能科技进步一等奖。

6. 项目名称：工程船舶齿轮传动智能监测系统的研究；科技进步奖：中国液压气动密封件工业协会科技进步三等奖。

7. 项目名称：基于工业互联网的重大装备润滑安全远程监控与智能运维云平台；奖项：工业和信息化部颁发的中国工业互联网大赛二等奖。

8. 专利名称：一种检测流体磁性颗粒的装置与方法；奖项：中国机械工业集团专利二等奖。

9. 项目名称：基于油液在线监测的机械装备智能润滑诊断维护系统；奖项：国资委办公厅颁发的中央企业熠星大赛一等奖。

代表性论文:

1. H. Tao, W. Feng, et al. A Multiple Wear Sensors Online Monitoring and Warning Method in Lubricating Oil Using Multidimensional Transformer Network for Wind Turbine Gearboxes[J]. IEEE Sensors Journal, 2025. 25(02): 3503-3519. (JCR Q1)

2. G. Yang, H. Tao, et al. Multimodal Time Series Forecasting for Online Oil Monitoring of Petrochemical Pelletizer Gearbox Using Multiscale Inverted Transform Network[J]. IEEE Internet of Things Journal, 2025. 12(08): 10876-884. (JCR Q1)

3. H. Tao, W. Feng, et al. A Wear Condition Warning Method for Wind Turbine Gearbox Based on Oil Online Monitoring Using Learnable Multiscale Convolutional Neural Network[J]. IEEE Sensors Journal, 2024. 24(21): 35709-721. (JCR Q1)

4. H. Tao, W. Feng, et al. A Machine Vision and Electromagnetic Induction Synchronous Online Oil Monitoring Warning Method Using Multiscale Temporal Convolutional Network for Wind Turbine Gearbox[J]. IEEE Sensors Journal, 2024. 24(21): 35641-653. (JCR Q1)

5. G. Yang, H. Tao, et al. Fault Diagnosis of Harmonic Drives Using Multimodal Collaborative Meta Network with Severely Missing Modality[J]. IEEE Transactions on Industrial Informatics, 2024. 20(08): 10366-374. (JCR Q1)

6. G. Yang, H. Tao, et al. Online Fault Diagnosis of Harmonic Drives Using Semisupervised Contrastive Graph Generative Network via Multimodal Data[J]. IEEE Transactions on Industrial Electronics, 2023. 71(03): 3055-3063. (JCR Q1)

7. Y. Xu, H. Tao, et al. CapsFormer: A Novel Bearing Intelligent Fault Diagnosis Framework with Negligible Speed Change Under Small-Sample Conditions[J]. IEEE Transactions on Instrumentation and Measurement, 72, 1-11, 2023. (JCR Q1)

8. G. Yang, H. Tao, et al. Compound Fault Diagnosis of Harmonic Drives Using Deep Capsule Graph Convolutional Network[J]. IEEE Transactions on Industrial Electronics, 2022. 70(04): 4186-4195. (JCR Q1)

9. Tong Qin, Ruxu Du, Andrew Kusiak, Hui Tao, et al. Designing a Resilient Production System with Reconfigurable Machines and Movable Buffers[J]. International Journal of Production Research, 2022. 60(17): 5277-5292. (JCR Q1)