江苏大学官网 | ENGLISH
师资队伍
SHI ZI DUI WU
 
当前位置: 首页 >> 师资队伍 >> 专任教师 >> 先进制造与现代装备技术工程研究院 >> 正文
 
师资队伍
学科带头人 >
博导介绍 >
教授风采 >
专任教师 >
 
 
 
专任教师——先进制造与现代装备技术工程研究院
汤胜楠
发布日期:2024-01-30   浏览次数:

一、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。

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,SCIEI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。

二、学术兼职

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 ProcessingReliability Engineering & System SafetyAdvanced Engineering InformaticsISA TransactionsNonlinear DynamicsApplied AcousticsMeasurementEngineering Failure Analysis10余个国际知名期刊评审专家。

三、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. --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

四、部分科研项目

[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。

五、部分代表论著

[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.  (SCIJCR 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.  (SCIJCR 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.  (SCIJCR 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.  (SCIJCR Q1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.  (SCIJCR Q1区,Top期刊,ESI高被引论文)

六、联系方式

E-mailtangsn@ujs.edu.cn

办公地点:江苏大学实践楼1211

通讯地址:江苏省镇江市学府路301号,邮编:212013

写给准备加入研究团队的同学们:

1、选择读研,请不忘初心,不负韶华。

2、如对课题组研究方向感兴趣,我们将一起探索科研。

1)如你是机械相关专业,具有一定的研究基础,固然很好。

2)如无专业基础,只要你足够用心和勤奋努力,也是做科研的“坯子”。

3)责任心一定要强。对自己的科研过程必须严谨负责,牢守科研诚信。

4)必须能吃苦耐劳。我们是与机械设备打交道,拆装零部件是家常便饭。

5)坐得住冷板凳。科研的道路没有绝对平坦,只有持之以恒、勇攀高峰。

6)既要仰望星空、志存高远,又要脚踏实地、求真务实。

3、导师组能给你的是尽心尽力的指导、学业支持和科研条件配套。

如果你读完以上内容,仍愿意加入课题组,真心欢迎!

一场相遇,一生铭记。从遇见江大开始,遇见更好的自己!


 
相关链接 : 教育部  国家知识产权局  国家自然科学基金委  江苏省教育厅  江苏省科技厅
镇江市科技局  中科院分区在线平台  江苏大学首页  江苏大学科技处  信息公告
 
 
版权所有:江苏大学机械工程学院
学院地址:江苏省镇江市京口区学府路301号  邮编:212013
机械学院公众号