王琳，机械工程学院，教授，硕士生导师，于东北大学获得博士学位。主持国家自然科学基金项目1项，主持省部级项目4项。独立作者出版学术专著1部。共发表论文70余篇，其中50余篇被SCI、EI、中文核心期刊收录。申请并授权专利8件，软件著作权2项，获辽宁省自然科学学术成果奖三等奖1项，荣获沈阳市科技优秀工作者、沈阳市拔尖人才等荣誉称号。

研究方向：能源动力机械故障诊断、机器学习、人工智能、动力机械设计

学术兼职：国家自然科学基金委函评专家、中国生物工程学会数字化医工技术专委会委员、辽宁省力学协会理事

突出事迹：面对能源动力机械关键部件故障的多样性、复杂性及诊断模型鲁棒性不高的问题，基于机器学习ML相关技术建立了旋转机械关键部件故障诊断模型，开发了WGAN-DCNN、DBN-LSTM等系统，应用于真实旋转机械轴承及齿轮故障诊断，识别有效率达96%。形成了“原始创新”的故障诊断判别理论，突破了故障诊断技术实时、准确、自动判别的技术瓶颈。为降低疲劳驾驶事故风险，开展驾驶员疲劳状态智能判别探索。提出基于畸变能密度理论确定肌电信号疲劳易感定位点和混合算法滤除伪迹，构建自动抽取机制突破特征局限，构建CNN-LSTM模型精准识别疲劳模式，路测准确率93.8%。成果形成完整技术链条，为智能驾驶舱研发提供支撑，应用价值显著。