桂林电子科技大学科技处
关于《复杂装备关键部件早期故障诊断理论与方法》项目拟提名2022年度陕西高等学校科学技术研究优秀成果奖的公示
2021-11-15 11:43   审核人:   (浏览次数:)

按照《陕西高等学校科学技术奖励办法》(陕教规范〔2017〕4号),为做好2022年度陕西高等学校科学技术研究优秀成果奖推荐工作,我单位何水龙老师参与完成的项目“复杂装备关键部件早期故障诊断理论与方法”拟提名2022年度陕西高等学校科学技术研究优秀成果奖(原“陕西高等学校科学技术奖”)基础研究、应用基础研究类一等奖,我校作为第二完成单位对该提名项目予以公示,公示内容见附件。

公示期为2021年11月15日至2021年11月21日。公示期内,任何单位、个人如对公示项目有异议,可在2021年11月21日前以书面形式向桂林电子科技大科研院反映,并提供必要的证明文件。异议应当签署真实姓名或加盖单位公章,并注明联系方式。逾期或匿名异议不予受理。  

联系人:陈杨

联系电话:18707738609

邮箱:704718408@qq.com

 

桂林电子科技大学

20211115

附件:

项目公示信息

项目名称:复杂装备关键部件早期故障诊断理论与方法

完成单位:西安交通大学、桂林电子科技大学

人:陈景龙、訾艳阳、潘骏、何水龙、李紫鹏

项目简介:本项目瞄准复杂机械装备安全可靠运行的迫切工程需求,针对强背景噪声干扰下装备运行状态识别与关键部件早期微弱故障诊断难题开展了系统深入的理论方法及应用研究。提出了基于深度提升神经网络模型的复杂多工况下运行状态识别方法,通过分析网络单元的等效滤波特性和核函数形态揭示了模型对机械故障特征的识别机制,突破了大量监测数据下装备运行故障识别技术瓶颈;发现了机械故障特征波形的衰减及邻域相似特性规律,提出了邻域优化非局部均值调制结构保持降噪技术,成功解决了降噪过程中的故障特征波形割裂问题;提出了基于频域尺度表达自适应谱分割的多载波幅值调制特征分离与单组份特征提取技术,有效实现了提取模式分量对原始信号特征的近似完全重构与微弱故障特征提取,显著增强了强噪声干扰下设备早期故障诊断能力。


主要论文专著目录(限8条)

 序号  论文专著名称

刊名

作者

年卷页码(xx年xx卷xx页)

发表时间

通讯作者

第一作者

 1 Generator bearing fault diagnosis for wind turbine via empirical wavelet transform using measured vibration signals 

Renewable Energy

Jinglong Chen, Jun Pan, Zipeng Li, Yanyang Zi, Xuefeng Chen

2016, 89, pp. 80–92

2016.4.1

Yanyang Zi

Jinglong Chen

 2

Independence-oriented VMD to identify fault feature for wheel set bearing fault diagnosis of high speed locomotive

Mechanical Systems and Signal Processing

 
 

Zipeng Li, Jinglong Chen, Yanyang Zi, Jun Pan

 

2017, 85, pp. 512–529

 

2017.2.15

 

Jinglong Chen

 

Zipeng Li

3

LiftingNet: A Novel Deep Learning Network with Layerwise Feature Learning from Noisy Mechanical Data for Fault Classification

IEEE Transactions on Industrial Electronics

Jun Pan, Yanyang Zi, Jinglong Chen, Zitong Zhou, Biao Wang

2018, 65(6), pp. 4973–4982

2018.6.1

Yanyang Zi, Jinglong Chen

Jun Pan

4

Mono-component feature extraction for mechanical fault diagnosis using modified empirical wavelet transform via data-driven adaptive Fourier spectrum segment

LiftingNet: A Novel Deep Learning Network with Layerwise Feature Learning from Noisy Mechanical Data for Fault Classification

Mechanical Systems and Signal Processing

Jun Pan, Jinglong Chen, Yanyang Zi, Yueming Li, Zhengjia He

2016, 72-73, pp. 160–183

2016.5.1

Jinglong Chen

Jun Pan

5

Compound faults detection of rotating machinery using improved adaptive redundant lifting multiwavelet

Mechanical Systems and Signal Processing

 

Jinglong Chen, Yanyang Zi, Zhengjia He, Jing Yuan

 

2013, 38(1), pp. 36–54

 

2013.7.5

 

Jinglong Chen

 

Jinglong Chen

6

Multifractal entropy based adaptive multiwavelet construction and its application for mechanical compound-fault diagnosis

 

Mechanical Systems and Signal Processing

 

Shuilong He, Jinglong Chen, Zitong Zhou, Yanyang Zi, Yanxue Wang, Xiaodong Wang

 

2016, 76-77, pp. 742–758

 

2016.8.1

 

Jinglong Chen

 

Shuilong He

7

Adaptive redundant multiwavelet denoising with improved neighboring coefficients for gearbox fault detection

 

Mechanical Systems and Signal Processing

 

Jinglong Chen, Yanyang Zi, Zhengjia He, Xiaodong Wang

 

2013, 38(2), pp. 549–568

 

2013.7.20

 

Yanyang Zi

 

Jinglong Chen

 8

Data-driven mono-component feature identification via modified nonlocal means and MEWT for mechanical drivetrain fault diagnosis

 

Mechanical Systems and Signal Processing

 

Jun Pan, Jinglong Chen, Yanyang Zi, Jing Yuan, Binqiang Chen, Zhengjia He

 

2016, 80, pp. 533–552

 

2016.12.1

 

Jinglong Chen

 

Jun Pan

 

 

主要知识产权证明目录(限10条)

知识产权类别

知识产权具体名称

国家

(地区)

授权号

授权日期

证书编号

权利人

发明人

专利有效状态

发明专利

基于近似完备可变模式分解的机车轮对轴承故障诊断方法

中国

ZL201610060468.9

2019.7.23

3467204

西安交通大学

陈景龙、李紫鹏、訾艳阳、潘骏、周子桐、王宇

已授权

发明专利

一种低速运行旋转机械的早期故障识别方法

中国

ZL201710775197.X

2019.5.3

3358314

西安交通大学

陈景龙、刘子俊、訾艳阳

已授权

发明专利

机械传动故障的多分辨率深度神经网络智能诊断方法

中国

ZL201710118105.0

2019.6.11

3408726

西安交通大学

陈景龙、潘骏、訾艳阳

已授权

发明专利

多源无标签数据学习建模的传动系统性能退化评估方法

中国

ZL201710119906.9

2020.4.28

3773792

西安交通大学

陈景龙、陈改革、訾艳阳

已授权

发明专利

基于增强相位瀑布图的转子裂纹微弱分数谐波特征识别方法

中国

ZL201610279679.1

2018.10.30

312804

西安交通大学

訾艳阳、谢劲松、成玮、陈景龙、王宇、杨飞

已授权


 

关闭窗口