基本信息
views: 4
![](https://originalfileserver.aminer.cn/sys/aminer/icon/show-trajectory.png)
Bio
师占群,男,教授,博士生导师
研究领域:机电装备智能检测与故障诊断。智能检测技术是工业4.0的重要环节,也是现代信息技术的源头。随着生产系统复杂程度和智能化程度的提高,系统发生故障后造成的损失也不断加大,开展故障判断与定位的难度也不断加大,智能检测与故障诊断研究也因此列入国家工信部重点发展课题之一。本研究团队致力于系统数学模型、数字仿真、智能检测、现代信号处理、故障特征提取等方面的理论与试验研究,研究方向包括:
1、机械动力学检测与故障诊断。主要针对两类系统开展深入研究:一方面,针对涡轮增压器浮环轴承、静动压滑动轴承,从动力学建模,流致振动机理,失稳边界模型和故障检测等开展了系统地理论和试验研究,首次发现结构粗糙度对流致振动的影响,提出了利用流致振动减阻和减摩的构想。另一方面,针对风电系统的机械传动链故障,深入开展了行星齿轮箱、传动链转子系统以及叶片结构的理论建模、智能检测、与故障仿真研究,提出了建立机械结构振源坐标系的概念并建立了行星齿轮振源坐标系,提出了小波包相对能量法与振动谱峭度相结合的故障特征提取方法。这一领域目前承担国家自然科学基金资助项目3项。
2、车辆动力学与振动噪声控制。主要针对涉及汽车稳定性的ABS/ASR/ESP系统和涉及汽车振动与噪声控制开展研究。对于ABS/ASR/ESP系统的研究方面,建立了ABS/ASR/ESP系统控制模型,开发了基于模型的故障诊断方法,建立了自主驱动模式下ABS/ASR/ESP系统健康状况主动探测试验装置,为车辆动力学研究与汽车电子系统的有机结合奠定了理论和实践基础。对于汽车振动与噪声控制方面,开展车内异响的测量方法、振动数据处理方法、以及异响特征提取方法研究。
3、智能制造系统数字化检测与生产过程故障诊断。主要针对机械制造过程中的产品质量检测数字化技术开展研究,包括检测传感系统研究、数据滤波与现代信号处理、复杂形状拟合与重构研究等;对于故障诊断研究,主要开展了过程数学模型研究、基于模型的故障诊断方法研究、小波包与希尔伯特变换、动态信号时频域分析、神经网络与模糊分类等现代智能诊断方法研究。
Research Interests
Papers共 77 篇Author StatisticsCo-AuthorSimilar Experts
By YearBy Citation主题筛选期刊级别筛选合作者筛选合作机构筛选
时间
引用量
主题
期刊级别
合作者
合作机构
Proceedings of the UNIfied Conference of DAMAS, IncoME and TEPEN Conferences (UNIfied 2023) Mechanisms and Machine Sciencepp.47-62, (2024)
TRIBOLOGY INTERNATIONAL (2024): 109840
WEAR (2023): 204806-204806
PHYSICS OF FLUIDSno. 7 (2023)
Lubrication Engineeringno. 9 (2023)
PROCESSESno. 7 (2023): 2176
Proceedings of TEPEN 2022 (2023): 469-479
PHYSICA SCRIPTAno. 9 (2023): 095903-095903
Mechanisms and Machine ScienceProceedings of TEPEN 2022 (2023): 803-817
Load More
Author Statistics
#Papers: 78
#Citation: 408
H-Index: 12
G-Index: 18
Sociability: 5
Diversity: 2
Activity: 65
Co-Author
Co-Institution
D-Core
- 合作者
- 学生
- 导师
Data Disclaimer
The page data are from open Internet sources, cooperative publishers and automatic analysis results through AI technology. We do not make any commitments and guarantees for the validity, accuracy, correctness, reliability, completeness and timeliness of the page data. If you have any questions, please contact us by email: report@aminer.cn