English | 江苏大学官网
首页 党建工作 人才招聘 下载中心
 
 
科研队伍
专职科研人员  
兼职科研人员  
 
专职科研人员 当前位置: 首页 > 科研队伍 > 专职科研人员 > 正文
 
汤胜楠
发布日期:2022-12-07   浏览:
姓  名

汤胜楠

undefined

性  别

职称/职务

讲师

博导/硕导

硕导

所在学科机械工程
联系电话

188****6635

电子邮箱

tangsn@ujs.edu.cn

个人简介

      汤胜楠,工学博士,讲师,硕士生导师。2021年毕业于江苏大学国家重点学科流体机械及工程专业,师从国家杰青袁寿其研究员,获工学博士学位,荣获国家奖学金、江苏大学优秀研究生、优秀共产党员等荣誉。博士毕业后在江苏大学任教,期间受国家公派赴新加坡国立大学(National University of Singapore)任访问学者一年。担任国家自然科学基金函评专家、中国机械工程学会流体传动与控制分会青年工作委员、中国工程机械学会特大型运输车辆分会青年工作委员、中国力学学会流体控制工程专业委员会青年专家。兼任国际期刊International Journal of Hydromechatronics青年编委,Mechanical Systems and Signal Processing、Reliability Engineering & System Safety、Advanced Engineering Informatics、ISA Transactions、Nonlinear Dynamics、Applied Acoustics、Measurement、Engineering Failure Analysis等10余个国际知名期刊评审专家。

      主要从事水力机械、工程机械、航空航天、航海船舶、海洋工程、车辆工程、轨道交通、应急救援、特种机器人等领域机械装备电液驱动、智能控制、智能运维等方面的科研与教学工作。主持国家自然科学基金、中国博士后科学基金、国家重点实验室基金等国家及省部级科研项目5项,参研国家及省部级科研项目10余项、企业技术开发项目多项。主编学术专著1部,参编学术专著1部。以第一作者或通讯作者在国际知名期刊发表学术论文30余篇,SCI、EI收录论文20余篇,入选ESI高被引、热点论文10余篇。授权发明专利、软件著作权等知识产权10余件。研究成果获省部、行业科技进步奖1项。



教育经历

2018.9~2021.12,江苏大学,流体机械及工程(国家重点学科),工学博士,导师:袁寿其(国家杰青)

2010.9~2013.01,燕山大学,环境工程,工学硕士,导师:高大威(教授、院长)



工作经历


  2022.1~至今,江苏大学机械工程学院,讲师

  2023.2~2024.2,新加坡国立大学,访问学者



研究方向

  1. 机械装备故障感知与智能诊断预测方法研究

  2. 机-电-液装备健康管理与智能运维策略研究

  3. 新型数智液压元件及系统集成关键技术研究

  4. 机械装备电液复合驱动及智能控制策略研究


代表论著

[1] Shengnan Tang, Yong Zhu, Shouqi Yuan. Intelligent fault identification of hydraulic pump using deep adaptive normalized CNN and synchrosqueezed wavelet transform [J]. Reliability Engineering & System Safety, 2022, 224, 108560. (SCI,JCR Q1区,Top期刊,ESI高被引论文)

[2] Shengnan Tang, Yong Zhu, Shouqi Yuan. Intelligent fault diagnosis of hydraulic piston pump based on deep learning and Bayesian optimization [J]. ISA Transactions, 2022. (SCI,JCR Q1区,Top期刊,ESI高被引论文,ESI热点论文)

[3] Shengnan Tang, Yong Zhu, Shouqi Yuan. A novel adaptive convolutional neural network for fault diagnosis of hydraulic piston pump with acoustic images [J]. Advanced Engineering Informatics, 2022, 52: 101554. (SCI,JCR Q1区,Top期刊,ESI高被引论文)

[4] Shengnan Tang, Yong Zhu, Shouqi Yuan. An adaptive deep learning model towards fault diagnosis of hydraulic piston pump using pressure signal [J]. Engineering Failure Analysis, 2022, 138: 106300. (SCI,JCR Q2区,ESI高被引论文)

[5] Shengnan Tang, Yong Zhu, Shouqi Yuan. An improved convolutional neural network with an adaptable learning rate towards multi-signal fault diagnosis of hydraulic piston pump [J]. Advanced Engineering Informatics, 2021, 50: 101406. (SCI,JCR Q1区,Top期刊,ESI高被引论文)



科研项目

  [1] 国家自然科学基金青年基金项目(52205057),2023.01-2025.12,主持,在研。

  [2] 中国博士后科学基金特别资助项目(2023T160777),2023.07-2024.12,主持,在研。

  [3] 中国博士后科学基金面上项目(2022M723702),2022.12-2024.11,主持,在研。

  [4] 全国重点实验室基金项目(GZKF-202316),2024.01.01-2025.12.31,主持,在研。

  [5] 江苏省高等学校自然科学研究面上项目(22KJB460002),2022.07-2024.06,主持,在研。

  [6] 国家重点研发计划项目(2020YFC1512402),2020.11-2023.10,参与,在研。

  [7] 国家重点研发计划项目(2019YFB2005204),2020.01-2022.12,参与,结题。


获奖情况

[1] 2021年12月,中国检验检测学会技术创新应用发展成果奖

[2] 2020年08月,国家留学基金委公派出国奖学金

[3] 2020年11月,博士研究生国家奖学金

[4] 2012年12月,硕士研究生国家奖学金

[5] 2014年11月,河北省优秀硕士学位论文



所获专利

 [1] 液压活塞泵智能故障识别方法[P]. 发明: 202310218482.7.

 [2] 一种基于压力信号的液压轴向柱塞泵智能故障诊断方法[P]. 发明: 202111609914.4.

 [3] 用于液压轴向柱塞泵智能故障诊断的深度归一化卷积神经网络模型[P]. 发明: 202111396981.1.

 [4] 振动特征与深度学习融合的液压柱塞泵智能故障识别方法[P]. 发明: 202210731570.2.

 [5] 一种用于液压轴向柱塞泵智能故障诊断的深度卷积神经网络模型[P]. 发明: 202110609086.8.

 [6] 混流式核主泵时频特征在线监测软件V1.0 [P], 软件著作: 2024SR006002, 2024-01-09.

 [7] 核主泵数据采集及可视化状态监测系统V1.0 [P], 软件著作: 2023SR1305753.

 [8] 离心泵状态监测及数据采集系统V1.0 [P]. 软件著作: 2021R11L3625326.




 
版权所有:江苏大学先进制造与现代装备技术工程研究院 Copyright © 2019 iam.ujs.edu.cn. All Rights Reserved