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

副教授

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,副教授,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。

      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7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。入选2024年、2025年《全球前2%顶尖科学家榜单》。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,Top期刊10篇,入选ESI高被引15篇、热点论文4篇。授权发明专利、软件著作权等知识产权20余件。研究成果获省部、行业科技进步奖2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(国家杰出青年获得者)

2010.9~2013.1,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


 

      2022.1~2025.7,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

              2025.7~至今,江苏大学机械工程学院,副教授



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] 第一作者. Deep transfer learning strategy in intelligent fault diagnosis of rotating machinery [J]. Engineering Applications of Artificial Intelligence, 2024, 134: 108678. (SCI,中科院一区,Top期刊,ESI高被引论文)

[2] 第一作者. Intelligent fault identification of hydraulic pump using deep adaptive normalized CNN and synchrosqueezed wavelet transform [J]. Reliability Engineering & System Safety, 2022, 224, 108560. (SCI中科院一区Top期刊ESI高被引论文)

[3] 第一作者. Intelligent fault diagnosis of hydraulic piston pump based on deep learning and Bayesian optimization [J]. ISA Transactions, 2022, 129: 555-563. (SCI中科院一区Top期刊ESI高被引论文ESI热点论文)

[4] 第一作者. A novel adaptive convolutional neural network for fault diagnosis of hydraulic piston pump with acoustic images [J]. Advanced Engineering Informatics, 2022, 52: 101554. (SCI中科院一区,Top期刊ESI高被引论文)

[5] 第一作者. An adaptive deep learning model towards fault diagnosis of hydraulic piston pump using pressure signal [J]. Engineering Failure Analysis, 2022, 138: 106300. (SCI中科院一区,ESI高被引论文)


科研项目

     [1] 国家自然科学基金面上项目(52575064),2026.01-2029.12,主持,在研。

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

     [3] 全国重点实验室基金项目(SKLMT-ZDKFKT-202430),2025.01-2026.12,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] 中国博士后科学基金特别资助项目(2023T160777),2023.07-2024.12,主持,结题。

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

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

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

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


获奖情况

[1] 20254月,河北省科学技术奖二等

[2] 202112月,中国检验检测学会技术创新应用发展成果奖

[3] 202008月,国家留学基金委公派出国奖学金

[4] 202011月,博士研究生国家奖学金

[5] 201212月,硕士研究生国家奖学金

       [6] 201411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.




 
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