谢杰君，博士，中南大学机电工程学院特聘副教授，硕士生导师。于2016年6月和2023年9月分别获华中科技大学工学学士和博士学位，2024年1月至2026年3月在华中科技大学国家数控系统工程技术研究中心从事博士后研究。曾担任华中科技大学国家智能设计与数控技术创新中心智能编程与工艺优化研究所副所长。2026年3月正式加入中南大学机电工程学院，任特聘副教授。

主要研究方向聚焦于智能数控加工过程建模仿真与优化、多轴刀具路径自主生成以及人工智能算法在数控加工和数控系统中的应用。截至目前，主持国家科技重大专项子项目1项，作为骨干成员参与国家自然科学基金、国家重点研发计划、国家科技重大专项等十余项国家级课题。已在JMS、IJMS、Engineering、CAD等本领域国际顶级或重要期刊上以第一作者或通讯作者身份发表论文十余篇，申请国家发明专利20余项，其中授权专利10项。同时，注重产学研结合，长期开展新一代人工智能技术在智能制造领域的应用，具备从理论建模、算法开发到软件系统实现的全链条研发能力，负责研发的切削仿真软件、工艺优化软件等已在多家企业得到验证与应用。相关工作得到中央电视台CCTV2财经频道《经济半小时》、湖北卫视等主流媒体报道。

依托中南大学相关科研平台及团队资源，课题组注重理论与工程应用相结合，并与香港科技大学、华中科技大学、武汉大学、北京航空航天大学等海内外知名高校的相关团队保持着紧密的学术合作与交流。欢迎对智能数控加工、AI+CAM、工业软件研发及智能制造方向感兴趣的同学加入团队攻读硕士研究生。

研究生培养理念如下：

（1）鼓励自由探索，强调目标导向。 不设过多过程性KPI，反对形式化、打卡式科研，但要求学生具备较强的自律意识、时间管理能力和团队协作精神。

（2）倡导做“顶天”或“立地”的科研。 在满足毕业要求的基础上，既鼓励面向领域前沿、冲击高水平成果，也鼓励面向实际需求、推动成果落地，努力做有意义、有价值的研究。

（3）注重能力培养，尽力亲自指导。 在自身能力范围内深度参与学生科研，重点培养智能制造、智能加工、人工智能算法开发、科研编程、数据分析及工程问题解决等方面的专业技能，为未来继续深造或进入企业工作奠定扎实基础。

（4）尽力提供良好的科研保障。 在条件允许的情况下，为研究生提供学院平均水平以上的科研津贴。同时积极为学生争取科研项目、学术交流、工程实践和竞赛等机会，为学生成长和科研工作创造良好的条件。

[13] Peng Wei#, Cheng Huang, Zecheng Wang, Wenbin Luo, Pingjiang Wang & Jiejun Xie*, Lyapunov-Barrier-Enabled Neural Control for Guaranteed Precision in Dual-Arm Robot Manipulation [J]. International Journal of Control, Automation, and Systems, 2026, 24(1): 158-74. 

[12] Kai Liu#, Jianzhong Yang, Ronghua Wang, Shihao Li & Jiejun Xie*, A transfer learning modeling approach for three-axis instantaneous milling forces based on theoretical model priors [J]. The International Journal of Advanced Manufacturing Technology, 2026. 

[11] Peng Wei#, Pingjiang Wang, Wenbin Luo, Cheng Huang, Xiaofan Lyu, Deyu Su, Xueyan Ning & Jiejun Xie*, Weakly calibrated dual-view 3D pose estimation of OCS cantilevers with geometric priors [J]. The International Journal of Advanced Manufacturing Technology, 2026. 

[10] Si Huang#, Jianzhong Yang, Xiao Ning, Binhui Pan & Jiejun Xie*, Task-Dependent Tool Pose Optimization for Constant-Force Robotic Grinding and Polishing [J]. The International Journal of Advanced Manufacturing Technology, 2026. 

[9] Jiejun Xie#, Pengcheng Hu*, Yingbo Song & Xin Liu. Feature points classification of computerized numerical control finishing tool path based on graph neural network [J]. Journal of Manufacturing Systems, 2025, 81, 75-102.

[8] Song Gao#, Zifang Hu, Huicheng Zhou, Jiejun Xie*, Chenglei Zhang & Xiaohan Zhang, Optimization of a Redundant Freedom Machining Toolpath for Scroll Profile Machining. Machines, 2025, 12(11) 

[7] Song Gao#, Haiming Zhang, Jianzhong Yang, Jiejun Xie* & Wanqiang Zhu, A Five-Axis Toolpath Corner-Smoothing Method Based on the Space of Master–Slave Movement [J].  Machines, 2025, 12(12), 834. 

[6] Jiejun Xie#, Pengcheng Hu*, Jihong Chen, Wenshuai Han & Ronghua Wang. Deep learning-based instantaneous cutting force modeling of three-axis CNC milling [J]. International Journal of Mechanical Sciences, 2023, 246, 108153. 

[5] Pengcheng Hu#, Yingbo Song, Huicheng Zhou, Jiejun Xie* & Chenglei Zhang. Feature points recognition of computerized numerical control machining tool path based on deep learning [J]. Computer-Aided Design, 2022, 149, 103273. 

[4] Jiejun Xie#, Pengcheng Hu*, Shibo Gao, Jihong Chen, Huicheng Zhou & Jianzhong Yang, Efficient Cutting Power Modeling of Three-Axis Milling Based on Transfer Learning and Neural Network [J]. IEEE Access, 2022, 10, 64451-64464. 

[3] Jiejun Xie#, Pengyu Zhao, Pengcheng Hu*, Yang Yin, Huicheng Zhou, Jihong Chen & Jianzhong Yang, Multi-objective feed rate optimization of three-axis rough milling based on artificial neural network [J]. The International Journal of Advanced Manufacturing Technology, 2021, 114(5), 1323-1339.

[2] Dong He#, Xiangyu Li, Zhaoyu Li, Jiejun Xie, Jiancheng Hao, Yi-Kuen Lee, Pengcheng Hu*, Kai Tang. Iso-force rough machining of freeform deep cavities based on volumetric fields [J]. Journal of Manufacturing Processes, 2024, 131: 1970-1986.

[1] Jihong Chen#, Pengcheng Hu#, Huicheng Zhou*, Jianzhong Yang*, Jiejun Xie, Yakun Jiang, Zhiqiang Gao & Chenglei Zhang. Toward intelligent machine tool [J]. Engineering, 2019, 5(4): 679-690.

[1] 智能数控加工过程建模、仿真与优化

[2] 物理信息驱动的多轴自主刀具路径生成与优化

[3] 理论模型与大数据模型融合的混合建模方法

[4] 人工智能算法在数控加工和数控系统中的应用

本课题组总体研究定位

围绕“物理信息与人工智能融合驱动的智能数控加工”开展研究。面向复杂零部件高质量、高效率与高自主化加工需求，研究加工物理机理、制造数据与人工智能深度融合的智能数控加工理论与方法，重点解决加工过程难规划、难建模、难预测和难优化等问题，形成从自主路径规划、加工过程感知与建模、智能预测到加工过程优化与智能决策的完整技术体系。

包括以下几个主要的研究方向：

[1] 物理信息驱动的多轴自主刀具路径生成与优化

面向复杂曲面和复杂零部件多轴数控加工，研究融合零件几何特征、加工物理状态和机床运动约束的自主刀具路径生成方法，实现刀具运动的自主决策、路径规划和多目标优化。

[2] 机理与数据融合的智能加工过程建模

围绕复杂数控加工过程中多因素耦合、强非线性和不确定性问题，研究理论模型、物理机理与制造数据融合的混合建模方法，构建具有高精度、强泛化和物理可解释性的加工过程仿真模型。

[3] 人工智能驱动的加工优化与智能数控系统

面向新一代智能数控装备，研究人工智能算法与数控加工、CAM/CNC及数控系统的深度融合，实现加工状态感知、工艺参数优化、自主决策和在线控制。

[6] 2024.10-2027.09，“新一代人工智能高档数控系统研制与应用”，国家科技重大专项，子项目负责人；

[5] 2022.09-2025.09，“测控装备智能化水平关键参数物理实体测评装置研制”，国家重点研发计划，核心骨干；

[4] 2021.06-2023.06，“2021年高档数控系统及伺服电机项目”，国家高质量发展专项，核心骨干；

[3] 2020.01-2022.12，“智能数控系统基础平台研究”，湖北省科技重大专项，核心骨干；

[2] 2018.01-2020.12，“HNC-9新一代智能数控系统研发”，国家科技重大专项，核心骨干；

[1] 2017.04-2019.12，“国产高档数控系统在汽车关键零部件制造中的应用示范工程”，国家科技重大专项，核心骨干；

[1] 基于加工引导线偏置的铣削加工刀具路径生成方法及系统: 湖北省, CN119087904B[P]. 2025-10-17（授权）;

[2] 一种无策略铣削加工刀具路径生成方法及系统: 湖北省, CN119087905B[P]. 2025-10-17.（授权）;

[3]  基于迁移学习的机床响应建模方法、系统及响应预测方法[P]. 湖北省: CN114239733A, 2022-03-25.（授权）;

[4] 一种基于指令域与朴素贝叶斯的有效样本提取方法及系统[P]. 湖北省: CN115128997A, 2022-09-30.（授权）;

[5] 一种基于指令域的数控加工工艺数据标记方法及系统: 湖北省, CN115220397A[P]. 2022-10-21.（授权）;

[6] 一种切削几何体图像特征处理与筛选方法及系统: 湖北省, CN116433918B[P]. 2025-10-03（授权）;

[7] 一种切削几何体的图像表达方法: 湖北省, CN112613150B[P]. 2023-12-26（授权）;

[8]  一种刀具路径特征点的识别方法及装置: 湖北省, CN114170429A[P]. 2022-03-11（授权）;

[9]  结合相邻刀轨横向几何特征的刀具特征点识别方法及设备: 湖北省, CN114202662A[P]. 2022-03-18（授权）

[10]  一种基于主轴数据仿真的进给速度优化方法: 湖北省, CN110221580B[P]. 2020-07-10（授权）

[11] 基于大模型推理与路由链模板匹配的数控加工指令自动生成方法及系统.（实审）

[12]  一种数控车削加工参数推荐方法及装置. （实审）

[13] 一种五轴数控机床智能化水平评估方法、系统、可读存储介质及计算机程序产品.（实审）

[14] 一种基于切削几何图像预测瞬时刀具-工件相互作用力的方法及系统.（实审）

[15] 铣刀磨损混合模型、基于加工工艺信息的铣刀磨损混合建模方法及系统.（实审）

[16] 一种基于三角片聚类的自由曲面分割方法及系统.（实审）

[17] 一种基于多线程和GPU加速的铣削仿真方法.（受理）

[18] 一种曲面三轴加工刀具路径自主生成方法、系统、设备及存储介质.（实审）

[6]“智能数控机床智能编程与工艺优化系统研究及应用”，特邀报告，CNCM2025，香港科技大学（广州），广州（2025年），并担任Session Chair；

[5]“AI赋能 创新超越-华中9型新一代人工智能数控系统”，大会报告，第十三届中国数控机床展览会（CCMT2024），上海（2024年）；

[4]“面向进给速度规划与优化的刀路特征点识别方法及应用”，中国图学学会“奋发图强”博士生Workshop（2023年）；

[3]“数控系统与国产CAM软件一体化融合的现状”, 大会报告，“国产工业软件赋能高端装备”的2023国产CAM软件技术创新应用研讨会（2023年）；

[2]“数控铣削加工建模仿真与优化方法研究及应用”，会议报告，CNCM2022，华中科技大学，武汉（2022年）；

[1]“基于ANN的切削功率建模的多轴进给速度优化”，会议报告，CNCM2019，大连理工大学，大连（2019年）；