Hướng nghiên cứu này tập trung vào phát triển các cảm biến thế hệ mới và kiến trúc hệ thống đo lường tiên tiến phục vụ giám sát, điều khiển và đánh giá trạng thái trong công nghiệp và lĩnh vực năng lượng. Các hoạt động chính bao gồm thiết kế cấu trúc cảm biến (piezoelectric, MEMS, quang học, điện từ), tối ưu hóa đặc tính động và băng thông, nâng cao độ nhạy và độ tin cậy trong môi trường làm việc khắc nghiệt. Bên cạnh đó, nhóm nghiên cứu phát triển các hệ thống đo tích hợp (sensor–DAQ–edge computing), hướng tới khả năng đo chính xác cao, thời gian thực và khả năng mở rộng cho các ứng dụng công nghiệp hiện đại.

Hướng nghiên cứu này tập trung vào các phương pháp xử lý tín hiệu hiện đại và khai thác dữ liệu đo lường quy mô lớn từ các hệ thống công nghiệp. Nội dung bao gồm phân tích tín hiệu trong miền thời gian, tần số, và thời gian-tần số (STFT, wavelet, WPT), kỹ thuật khử nhiễu và trích chọn đặc trưng, cũng như các phương pháp thống kê và học máy cho dữ liệu đo nhiều kênh, nhiều nguồn. Nhóm nghiên cứu đặc biệt chú trọng đến xử lý tín hiệu không dừng, tín hiệu yếu trong nhiễu mạnh và xây dựng pipeline dữ liệu hiệu quả cho các hệ thống giám sát công nghiệp liên tục.

Hướng nghiên cứu này tập trung vào phát triển và ứng dụng các phương pháp trí tuệ nhân tạo nhằm chẩn đoán tình trạng, phát hiện hư hỏng sớm và dự báo tuổi thọ còn lại (RUL) của thiết bị điện và hệ thống công nghiệp. Các nghiên cứu bao gồm học sâu, học máy lai vật lý (physics-informed / physics-guided AI), mô hình có xét đến độ không đảm bảo, cũng như các phương pháp AI có khả năng giải thích (interpretable & trustworthy AI). Ứng dụng tiêu biểu gồm động cơ điện, máy công cụ, thiết bị quay, và hệ thống sản xuất thông minh.

Hướng nghiên cứu này phát triển các mô hình bản sao số của hệ thống kỹ thuật, kết hợp mô hình vật lý, dữ liệu đo thời gian thực và trí tuệ nhân tạo. Digital Twin được sử dụng để mô phỏng, giám sát, tối ưu hóa và dự báo hành vi của hệ thống trong suốt vòng đời vận hành. Trọng tâm nghiên cứu bao gồm Digital Twin dựa trên dữ liệu đo lường, cập nhật mô hình theo thời gian (online/incremental updating), và tích hợp với các hệ thống sản xuất thông minh trong bối cảnh Công nghiệp 4.0/5.0.

Hướng nghiên cứu này tập trung vào các kỹ thuật kiểm tra không phá hủy (NDT/NDE) dựa trên sóng âm như Acoustic Emission, siêu âm, guided waves và các phương pháp lai đa cảm biến. Mục tiêu là phát hiện sớm hư hỏng, đánh giá mức độ suy giảm vật liệu và theo dõi tiến triển nứt gãy trong kết cấu và thiết bị công nghiệp. Nhóm nghiên cứu phát triển các phương pháp xử lý tín hiệu tiên tiến, kết hợp AI và Digital Twin để nâng cao độ tin cậy, khả năng định lượng và tự động hóa trong đánh giá kết cấu.