袁洪芳，博士，副教授，2001年北京理工大学博士毕业，中国电子学会高教分会理事，电子信息类教学指导委员会协作员。主要研究方向包括故障诊断和无线传感网络技术，主持参加中央高校科研项目、国家基金等纵向项目4项，中石化项目多项和国防科工委重点预研项目各1项，获国防科工委进步奖一项，主要负责其中状态监测系统的开发、信号特征提取方法和故障诊断识别方法及无线传感网络技术的研究。科研团队：设备诊断工程研究中心（DSE）。目前在研参加2项国家基金项目，发表论文20余篇。目前主持1项教育部产学研合作项目，2项校级教学改革项目，负责1门校级一流课程建设。邮箱：yuanhf@mail.buct.edu.cn
研究方向
（1）先进信号处理及特征提取方法研究：如何采用有效的分析工具和算法，分离微弱的设备早期故障信号和干扰信号，提取微弱故障特征，揭示其早期、微弱、潜在故障及其发生、发展和转移的规律，实现故障的早期预测和诊断，一直是人们急于解决而又未能很好解决的难题。本研究方向研究多种先进信号处理融合技术，研究干扰信号滤除方法和微弱非平稳故障信号提取与分析方法，提取微弱故障信号的特征，为生产系统关键部件的状态监测以及早期故障提供诊断信息，提高故障预示的准确性和可靠性。
（2）基于模糊理论及人工智能的综合智能诊断方法研究：基于人工智能的故障诊断技术，是一门涉及多个专业领域技术，并且正在发展的新兴综合性学科，如蚁群算法、神经网络、遗传算法、专家系统等许多理论与方法虽已研究多年，但远未达到成熟阶段，尚有许多问题有待于进一步研究和探索。综合多种智能技术，成为人工智能的重要发展方向之一。研究模糊理论与多种智能方法的融合诊断，也是当前机械系统监测与故障智能诊断的研究热点。本研究方向研究故障诊断知识的不完全性、不确定性问题，研究基于模糊理论和多种人工智能（如蚁群算法、神经网络、遗传算法等）的综合智能诊断理论与技术，实现机械状态与故障的自动识别和诊断。
（3）基于无线监测的智能诊断方法与技术研究：当前的在线诊断系统多依靠传统的传感器、工业以太网等局域网实现数据的分布式采集和传输，系统的安装实施受现场条件的限制，且信息检测点不易更改和扩充。以人定时巡检的方式过多地依靠人的操作准确性，对于恶劣和危险的环境难以推广应用。而应用无线传输技术可以解决这一难题，实现特殊地区特别是高危险区域的设备在线监测与诊断。因此，综合应用微机电技术、传感器技术、嵌入式计算技术和无线通信技术，开展基于无线网络的机械故障监测与诊断关键技术研究具有重要意义。
（4）基于CTPA的急性肺栓塞识别方法研究及AI评价方法，急性肺栓塞（APE）栓子负荷直接影响患者血流动力学和预后，计算机断层肺动脉造影（CTPA）作为APE的首选检查方法可以清晰的显示肺动脉内栓子的分布、形态和栓塞程度，从而对栓子负荷做出评价。采用深度学习、图像处理和计算机视觉相关技术，研究CTPA图像肺动脉提取、栓子识别及三维显示重构、栓子负荷计算及肺栓塞危险度评价方法。构建基于CTPA的APE的计算机辅助诊断评价系统将促进临床APE准确诊断和评价，协助医生进行快速诊断。