bet356·(中国)在线官方网站-登录入口

童靳于

2025-01-24 浏览次数:

姓名

童靳于

性别

导师

情况

博导

学历

博士

职称

副高

职务

邮编

243032

办公地点

机械楼207

电子邮箱

pantc2006@163.com

jytong@ahut.edu.cn

近五年,主持省级课题4项,产学研课题10余项,参与国家重点研发计划、国家自然科学基金等多项。以第一/通讯作者在国内外期刊发表学术论文30余篇,其中SCI/EI收录20余篇,参编故障诊断方向专著1部,授权国家发明专利6项。担任中国机械工程学会无损检测应力测试分会副主席,担任 Mechanical Systems and Signal Processing、ISA Transaction等20多个SCI/EI期刊审稿人。获安徽省研究生教学成果奖二等奖1项。

主要研究方向(设备健康监测与智能运维):

(1)机械信号分析与处理

(2)非线性动力学理论

(3)模式识别与智能诊断

(4)设备健康监测与智能运维

(5)机械设备结构分析与性能监测

欢迎感兴趣同学积极报考!


近5年主持项目:

[1] 智能装备质量与可靠性重点实验室开放基金,齿轮箱数模联动可解释智能故障诊断方法研究,2024/01-2026/12,主持

[2] 安徽高校自然科学研究重点项目,基于可靠性理论的多传感器协同诊断方法及其在旋转机械故障诊断中的应用研究,2023/01-2024/12,主持

[3] 安徽省智能破拆装备工程实验室开放基金,基于深度领域自适应的变工况齿轮箱故障诊断方法研究,2022/01-2023/12,主持

[4] 安徽高校自然科学研究重点项目,基于时变模态分解的齿轮箱故障诊断方法研究,2020/01-2021/12,主持

[5] 产学研项目:高铁车轮残余应力试验与研究,2024/08-2026/08,主持

[6] 产学研项目:2#高炉拉杆应力检测与评估,2024/02-2024/12,主持

[7] 产学研项目:高炉热风管应力在线监测系统研发, 2022/10-2023/06,主持

[8] 产学研项目:二炼钢接受跨行车梁应力检测,2021/03-2021/10,主持

[9] 产学研项目:冷床液压上钢系统及收集系统机电液系统优化设计、电控系统  搭建及数据采集分析,2021/04-2022/09,主持

[10] 产学研项目:车轮残余应力检测,2023/01-2024/07,主持

[11] 产学研项目:1580热连轧机振动多信息融合分析与多模态耦合振动研究,2018/02-2020/12,主持

近5年代表作:

[1] Jinyu Tong, Cang Liu, Jinde Zheng, Haiyang Pan. Multi-sensor information fusion and coordinate attention-based fault diagnosis method and its interpretability research. Engineering Applications of Artificial Intelligence, 2023, 124: 106614.

[2] Jinyu Tong, Shiyu Tang, Yi Wu, Haiyang Pan, Jinde Zheng. A fault diagnosis method of rolling bearing based on improved deep residual shrinkage networks. Measurement, 2023, 206: 112282.

[3] Jinyu Tong, Cang Liu, Jiahan Bao, Haiyang Pan, Jinde Zheng. A novel ensemble learning based multi-sensor information fusion method for rolling bearing fault diagnosis. IEEE Transactions on Instrumentation and Measurement, 2023, 72: 9501712.

[4] Jinyu Tong, Cang Liu, Jinde Zheng, Haiyang Pan, Xiaoyu Wang, Jiahan Bao. 1D-DRSETL: a novel unsupervised transfer learning method for cross-condition fault diagnosis of rolling bearing. Measurement Science and Technology, 2022, 33: 085110.

[5] Jinyu Tong, Shiyu Tang, Jinde Zheng, Hongjie Zhao, Yi Wu. A novel residual global context shrinkage network based fault diagnosis method for rotating machinery under noisy conditions. Measurement Science and Technology, 2024.