王冉


姓名

王冉

出生年月

198610

性别

学历/学位

博士

专业技术职务

副教授

/导聘任时间

 2017

学术身份

国家自然科学基金委员会函评专家、上海市科委专家库成员、中国振动工程学会会员

学术团队兼职

教育和工作经历

2021.07-至今 上海海事大学 太阳集团娱乐所有网站app 副教授,机械电子工程专业主任、党支部书记、团队负责人

2014.12-2020.06  上海海事大学 太阳集团娱乐所有网站app 讲师

2015-2016年间  上海海事大学研究生院挂职  院长助理

2008.09-2014.12  上海交通大学 机械系统与振动国家重点实验室 机械设计及理论专业 工学博士学位


教学情况

主要讲授的课程:

  1. 测试技术--- 本科生课程

  2. 检测技术与传感器----本科生课程

  3. 论文写作指导---研究生课程

2015年至今,指导学生参加大学生创新创业项目、研究生电子设计竞赛、全国研究生数学建模竞赛等多项科创项目。


研究领域介绍

近几年主要研究方向为:大数据驱动的物流装备智能运维与健康管理、基于AI的机械智能故障诊断、声阵列智能感知与信号处理、声场可视化理论与应用等。先后主持国家自然基金项目1项、省部级项目1项,参与国家自然科学基金重点项目1项,国家自然科学基金面上项目3项,国家重点研发计划项目1项,此外主持或参与企业横向课题10余项。目前在研的项目有国家自然科学基金项目1项,国家重点研发计划项目1项,企业产学研合作或横向项目3项。在国内外重要期刊和会议上发表SCI/EI检索论文20余篇,申请发明专利8项。

科研成果

科研项目(横向、纵向)

部分科研项目:

  1. 国家自然科学基金青年科学基金项目、51505277、基于时域近场声全息的旋转机械非稳态声场重构与故障诊断方法研究,主持

  2. 上海市教委青年教师培养资助计划、基于隐马尔科夫模型的港口集装箱起重机关键部件健康状态监测与性能退化评估研究、主持

  3. 国家重点研发计划资助项目、2019YFB2004600、齿轮传动系统动力学基础理论及其健康监测、在研、参与

  4. 国家自然科学基金面上项目,12074254,复杂干扰下旋翼宽带气动噪声反演成像理论和方法研究、在研、参与

  5. 国家自然科学基金重点项目,关键设备故障预示与安全运行保障的新理论和新方法、参与

  6. 国家自然科学基金面上项目,基于隐马尔科夫模型的机械设备性能退化评估与预测研究,参与

  7. 企横向重点项目:基于NetCMAS的大型机械安全及健康评价研究。

  8. 企业横向项目:原料码头18U4卸船机健康测试和安全评估。

  9. 企业横向项目:深圳海星自动化码头岸桥振动噪声监测与设备健康评估系统开发


代表性论文

  1. R. Wang, C.K. Zhang, L. Yu, et al. Sparsity-enhanced equivalent source method for acoustic source reconstruction via the generalized minimax-concave penalty. Mechanical Systems and Signal Processing, 167(2022) 108508-108527. (SCI 1区顶刊)

  2. L. Yu, L.J. Yu, J.Q. Wang, R. Wang,et al.Cyclostationary modelling for the aerodynamically generated sound of helicopter rotors. Mechanical Systems and Signal Processing, 2021, accepted. (通信作者,SCI 1区顶刊)

  3. R. Wang, H.T. Fang, L.J. Yu, et al. Sparse and low-rank decomposition of the time-frequency representation for bearing fault diagnosis under variable speed conditions. ISA Transactions, 2021, accepted. (SCI)

  4. R. Wang, J. Jin, X. Hu, J. Chen, Bearing performance degradation assessment based on topological representation and hidden Markov model, Journal of Vibration and Control, 27 (2021) 1617-1628. (SCI)

  5. R. Wang, R. Shi, X. Hu, C. Shen, Vibration, Remaining Useful Life Prediction of Rolling Bearings Based on Multiscale Convolutional Neural Network with Integrated Dilated Convolution Blocks, Shock and Vibration, 2021. (SCI)

  6. R. Wang, Liu F, Hou F, et al. A Non-Contact Fault Diagnosis Method for Rolling Bearings Based on Acoustic Imaging and Convolutional Neural Networks[J]. IEEE Access, 2020, 8: 132761-132774. (SCI)

  7. R. Wang,L. Xu, F. K. Liu. Bearing fault diagnosis based on improved VMD and DCNN[J]. Journal of Vibroengineering, 2020, 22(5): 1055-1068. (EI)

  8. R. Wang, F.K. Liu, X. Hu, J. Chen, Unsupervised Mechanical Fault Feature Learning Based on Consistency Inference-Constrained Sparse Filtering, IEEE Access, 8 (2020) 172021-172033. (SCI)

  9. R Wang , C K Wang , J Q Li, W B Lu. 2018. An intelligent fault diagnosis method of rolling element bearing based on acoustic imaging and gabor wavelet transform. Proceedings of ICSV 25, 2018, v 5, p 2684-2691. (EI会议)

  10. RWang, J Chen, G M Dong. A new data extrapolation method based on the modified Helmholtz equation least squares method. Proceedings of the Institution of Mechanical Engineers, Part C: Journal of Mechanical Engineering Science, 2013, 227(6): 1252-1265. (SCI)

  11. RWang, J Chen, G M Dong. Data interpolation method based on the wave superposition algorithm. Journal of Vibration and Control, 2014, 20(3): 421-435. (SCI)

  12. R Wang, J Chen, JQLi. Study of the influence factors on the accuracy of sound field reconstruction based on wave superposition method. Journal of Physics: Conference Series 364 (2012),COMADEM2012, UK.(EI会议)

  13. Yun Cai, Xinhua Shi, Hua Shao, Ran Wang, Shuheng Liao. 2018.Energy efficiency state identification in milling processes based on information reasoning and Hidden Markov Model. Journal of Cleaner Production, 193(2018), 397-413. (SCI)

  14. H M Jiang, J Chen, G M Dong, R Wang. An intelligent performance degradation assessment method for bearings. Journal of Vibration and Control, 23(18), 3023-3040, (2018). (SCI)

  15. X H Shi, R Wang, Q T Chen, H Shao. Cutting sound signal processing for tool breakage detection in face milling based on empirical mode decomposition and independent component analysis. Journal of Vibration and Control, 2015, 21(16), 3348-3358. (SCI)

  16. 王冉, 后麒麟, 石如玉, 周雁翔, 胡雄, 基于变分模态分解与集成深度模型的锂电池剩余寿命预测方法.仪器仪表学报, 42 (2021) 111-120. (EI)

  17. 王冉,周雁翔,胡雄,陈进. 基于多尺度威布尔形状参数与HMM的滚动轴承性能退化评估方法.振动与冲击, 2021(EI, 录用待刊).

  18. 王冉, 石如玉, 周雁翔, .基于声成像与卷积神经网络的轴承故障诊断方法及其可解释性研究. 振动与冲击, 2021 (EI, 录用待刊).

  19. 余龙靖, 余亮, 王冉, 蒋伟康.基于RPCA低秩稀疏分解的循环频率检测方法. 2021全国振动与噪声高技术应用学术会议,优秀论文奖.  

  20. 余龙靖,王冉, 刘丰恺. 基于Blending多卷积神经网络模型融合的滚动轴承声学故障诊断方法. 失效分析与预防, 2021.

  21. 刘丰恺, 王冉, 胡雄. 基于SOMHMM的岸桥起升电机状态评估. 振动与冲击, 2018, 37(S), 314-316.

  22. 王冉, 陈进, 贾文强, 赵发刚. 基于波叠加与统计最优近场声全息的单面声场分离技术.振动与冲击, 2012, 31(22): 112-117. (EI)

  23. 王冉, 陈进, 董广明. 基于改进HELS方法的局部近场声全息技术研究.振动与冲击, 2014, 33(10): 157-161. (EI)

部分发明专利:

  1. 王冉,后麒麟,胡雄,史立,王微,顾邦平,刘丰恺. 一种基于深度学习的岸桥运行机构状态评估方法. 201910235249.3. (实审)

  2. 王冉,刘丰恺,金继豪等.一种智能化的岸桥关键机构健康状态评估方法. 201811596722.2. (实审)

  3. 王冉,徐磊,胡雄等.一种自适应的岸桥运行机构智能监测与状态评估系统. 201910047980.3. (实审)

  4. 王冉,石如玉,胡雄等.一种基于变分模态分解与集成深度模型的锂电池剩余寿命预测方法. 202011216878.0 (实审)

  5. 王冉,周雁翔,胡雄等.一种基于多尺度集成回归模型的锂电池剩余寿命预测方法. 202011216876.1 (实审).


联系方式

联系地址:上海市浦东新区海港大道1550号太阳集团娱乐所有网站app

电子邮箱:ranwang@shmtu.edu.cn






回顶部