点击查看原图

胡超凡 无 (dashuai921230@163.com)    

太阳成集团tyc122cc    

智能故障诊断;信号处理;;

个人简介
胡超凡,男,博士、副教授。2020年获太阳成集团tyc122cc博士学位;2020-2022年深圳科安达电子科技股份有限公司博士后。主持广西自然科学基金1项、广西重点实验室课题1项、广西教育厅项目1项;主要从事机械系统动力学建模分析;动态信号处理与特征提取;装备故障诊断与智能维护;剩余寿命预测与健康管理;无损检测与嵌入式系统;结构健康监测与损伤评估。发表论文20多篇,其中以第一作者在Mechanical Systems and Signal ProcessingKnowledge Based Systems机械工程学报等相关国内外学术期刊收录代表性期刊发表论文6篇,申请发明专利2项
教育背景
2015-2020年太阳成集团tyc122cc硕博连读。
工作经历

2019.12 - 至今,太阳成集团tyc122cc,副教授/硕导

2020.12- 2022.12,深圳科安达电子科技股份有限公司, 博士后


主要荣誉
2022年度获广西技术发明二等奖。
学术活动

担任 ISA Transactions、Measurement、Applied Intelligence等国际期刊审稿人。

教学信息

研究生课程《机电系统状态监测与故障诊断》

本科生课程《机械工程测试技术》、《控制工程基础》

主要论文

[1].Hu Chaofan, Wang Yanxue. Multidimensional denoising of rotating machine based on tensor factorization [J]. Mechanical Systems and Signal Processing, 2019, 122: 273-289.

[2]. 胡超凡,王衍学*.基于张量分解的滚动轴承复合故障多通道信号降噪方法研究[J]. 机械工程学报, 2019, 55(12):64-71.

[3]. Hu Chaofan, Wang Yanxue, Gu jiawei. Cross-domain intelligent fault diagnosis of rolling element bearings based on tensor-aligned invariant subspace learning and two-dimensional convolutional neural networks [J]. Knowledge Based Systems, 2020 (209)1-11.

[4]. Hu Chaofan, Wang Yanxue, He shuilong. A classification method to detect faults in a rotating machinery based on kernelled support tensor machine and multilinear principal component analysis[J]. Applied Intelligence, 2020,1-13.

学术著作

协助编写研究生教材《Machine Health Monitoring》

科研项目
主持广西自然科学基金1项、广西重点实验室课题1项、广西教育厅项目1项;
知识产权

[1] 一种列车走行部轴承非平稳运维的时频阶比跟踪方法,发明专利,受权;

[2] 一种优化主题相关性分析的变工况滚动轴承故障诊断方法,发明专利,受理;

联系信息
hcf19921230@163.com
常用链接