个人基本情况
男，1983年生，博士，教授，硕士生导师。中国振动工程学会故障诊断专业委员会理事，湖北省机电工程学会理事，国家自然科学基金委同行评议专家，湖北省科技厅入库专家，教育部研究生学位论文抽检评审专家，获批湖北省青年科技晨光计划。2005年毕业于三峡大学计算机科学与技术专业，获工学学士学位；2008年毕业于太原理工大学机械电子工程专业，获工学硕士学位；2013年毕业于重庆大学机械电子工程专业，获工学博士学位。2018.12-2019.12，在新加坡南洋理工大学机械与宇航工程学院作访问学者。2008-2010在中国南车集团从事城轨车辆自动控制系统的研发工作，2015和2021年被两次选派参加湖北省博士服务团工作。主持/参与了国家自然科学基金4项、省部级项目4项、合作项目5项，发表学术论文60余篇，其中SCI/EI检索24篇，ESI高被引论文2篇，1篇论文入选领跑者5000中国精品科技期刊顶尖学术论文。授权发明和实用新型专利20余项，出版专著/教材4部。
主要研究方向
机电设备检测与运维理论、工业自动化控制技术
开设课程
本科生课程：《机械工程控制基础》、《机械工程测试技术》、《PLC原理及应用》等。
研究生课程：《机械信号处理及应用》。
近年的科研项目、专著与论文、专利、获奖
主要科研项目:
[1] 国家自然科学基金青年基金，失效物理模式下融合多源信息的空间滚动轴承服役可靠性研究，主持
[2] 湖北省自然科学基金面上项目，弱监督正交流形学习下融合多源信息的旋转机械早期故障识别与预测，主持
[3] 国家大坝安全工程技术研究中心开放基金，水电站大坝金属结构表观锈蚀的图像特征检测与风险评估研究，主持
[4] 三峡库区生态环境教育部工程研究中心开放基金，泛化流形模式下鱼类空间分布的水声学特征提取及动态辨识研究，主持
[5] 湖北省青年科技晨光计划，小子样条件下重大装备状态信息融合的服役可靠性评估研究，主持
[6] 湖北省教育厅科研项目，基于多源信息融合的水工钢闸门运行可靠性评估研究，主持
[7] 宜昌市自然科学基金，基于深度学习的水工钢闸门表观锈蚀图像特征检测与评估，主持 [8] 水电机械设备设计与维护湖北省重点实验室，基于深度学习的闸门液压启闭机早期故障诊断与预测研究，主持
专著与教材：
[1] 《钢材表面锈蚀图像检测与处理》，华中科技大学出版社，2023年，（第一作者）
[2] 《MECHANICAL TESTING TECHNOLOGY》英文版，江苏大学出版社，2022年，（主编）
[3] 《机械工程测试技术及应用》，中国水利水电出版社，2019年，（副主编）
[4] 《可编程序控制器原理及其应用》，中国水利水电出版社，2018年，（副主编）
代表性学术论文：
[1] Fafa Chen, Yunpeng Yang, Baoping Tang, Baojia Chen, Wenrong Xiao, Xianyou Zhong. Performance degradation prediction of mechanical equipment based on optimized multi-kernel relevant vector machine and fuzzy information granulation [J]. Measurement, 2020 (151):107116.
[2] Fafa Chen, Mengteng Cheng, Baoping Tang, Wenrong Xiao, Baojia Chen*, Xiaotao Shi*. A novel optimized multi-kernel relevance vector machine with selected sensitive features and its application in early fault diagnosis for rolling bearings [J]. Measurement, 2020 (156):107538.
[3] Chen Fafa, Cheng Mengteng, Tang Baoping, Baojia Chen, Xiao Wenrong. Pattern recognition of a sensitive feature set based on the orthogonal neighborhood preserving embedding and adaboost_SVM algorithm for rolling bearing early fault diagnosis[J]. Measurement science and technology, 2020,31(10):105007.
[4] Chen Fafa, Liu Lili, Tang Baoping, Baojia Chen, Xiao Wenrong, Zhang Fajun. A novel fusion approach of deep convolution neural network with auto-encoder and its application in planetary gearbox fault diagnosis[J]. Proceedings of the Institution of Mechanical Engineers Part O Journal of Risk & Reliability, 2021,235(1):3-16.
[5] 陈法法, 成孟腾, 杨蕴鹏, 陈保家, 肖文荣, 肖能齐. 融合双注意力机制和U-Net网络的锈蚀图像分割[J]. 西安交通大学学报. 2021,55(12): 119-128.
[6] 陈法法, 杨勇, 马婧华, 陈从平. 信息熵与优化LS-SVM的轴承性能退化模糊粒化预测[J]. 仪器仪表学报, 2016, (4)：779-787.
[7] 陈法法，刘莉莉，刘芙蓉，肖文荣，陈保家. 归一化小波熵与RVM的滚动轴承运行可靠度预测 [J]. 振动与冲击, 2020-04-28
[8] 陈法法，杨蕴鹏，汤宝平，肖文荣，陈保家. 组合核RVM与EEMD信息熵的机械设备可靠度评估与预测 [J]. 工程科学与技术, 2019-08-19.
[9] 陈法法，杨晓青，陈保家，程珩，肖文荣. 基于正交邻域保持嵌入与多核相关向量机的滚动轴承早期故障诊断[J]. 计算机集成制造系统，2018-05-10
[10] 陈法法，杨勇，陈保家，陈从平. 基于模糊信息粒化与小波支持向量机的滚动轴承性能退化趋势预测[J]. 中国机械工程，2016-06-27
代表性发明专利
[1] 陈法法，成孟腾，陈保家，肖文荣，潘瑞雪. 一种金属表面抗锈性能测试台及抗锈性能测评方法，专利号：2021100097115，授权发明专利
[2] 陈法法;刘莉莉;成孟腾;潘瑞雪. 一种闸门门叶表面锈蚀的图像检测系统及锈蚀面积快速测算方法，专利号：202110090434.5，授权发明专利
[3] 陈法法,成孟腾,陈保家,肖文荣,杨蕴鹏. 一种滚动轴承性能测试台和异常测试样本的识别与修正方法，专利号：202110008755.6，授权发明专利
[4] 陈法法，潘瑞雪 杜轩 刘莉莉 蒋浩. 采用双排链刮板机内链板裂纹的视觉检测装置进行链板裂纹的检测方法，专利号：202111163281.9，授权发明专利，已成果转化
指导研究生情况：
已毕业全日制硕士： 杨晓青（国家奖学金）、刘帅（校优硕士论文）、杨蕴鹏（国家奖学金/优秀毕业生）、成孟腾（国家奖学金/优秀毕业生）、刘莉莉（优秀毕业生）。
在读全日制硕士：蒋浩、潘瑞雪、李振、邓斌、董海飞、刘咏、吴鸿杨、苏晨。
