段礼祥

发布日期:2019-09-17 阅读次数:

710447d388bd4739a36f174872077b24.png

一、个人简介

段礼祥,男,196910月生,四川泸州人教授,博士生导师。国家注册安全工程师,中国振动工程学会故障诊断专业委员会理事,北京市公共安全科学技术学会会员。1994年毕业于石油大学(华东)机械设计及制造专业2001年、2005年分别于中国石油大学(北京)获硕士和博士学位。19947-20028月,在新疆油田采油二厂从事油田设备管理、油田工艺研究等工作;20057-201811在中国石油大学(北京)机械与储运工程学院201812月至今在中国石油大学(北京)安全与海洋工程学院,从事油气设备安全监测与智能诊断的科研和教学工作;20118-20122加拿大渥太华大学做访问学者。

主持国家级、省部级及企业科研项目30余项,获国家技术发明奖二等奖1项、省部级科技进步一等奖4项;授权发明专利5件、受理发明专利5件、授权实用新型5件,登记软件著作权11件;主编专著1部、教材2部;发表学术论文160余篇(SCI收录20余篇,EI收录50余篇);已培养博士生9名、硕士生119名(含在读)。获2016-2018年度校优秀教师、2019年就业工作先进个人称号。

二、招生专业及方向

[1] 学术博士生招生

083700 安全科学与工程方向:01 安全监测与智能诊断 04 安全大数据与人工智能

[2] 工程博士生招生

085700 资源与环境;方向:03安全工程

[3] 硕士生招生

083700 安全科学与工程方向:01安全监测与智能诊断 04安全大数据与人工智能

080200 机械工程方向:01机械设备状态监测与故障诊断

三、获奖情况

[1] 油气管道系统完整性关键技术与工业化应用国家技术发明二等奖,20195

[2] 油气管道系统完整性关键技术与工业化应用教育部科技进步一等奖,20173

[3] 油气站场动力机组精确诊断预警技术开发及应用,中国石油和化学工业联合会科技进步一等奖,2014(排2

[4] 深井、超深井套管磨损机理及监测预防技术研究,中石化协会科技进步一等奖,2009(排9

[5] 油田生产重大设备安全运行精确诊断方法及系统研究,中石化协会科技进步一等奖,2006(排4

[6] 基于风险的油气站场设备安全管理研究与应用 ,全国设备管理创新成果一等奖,2016(排4

四、专利及软件著作权

专利:

[1] 一种转子不平衡故障的检测方法及装置,发明专利:ZL 201410455745.7(1)

[2] 一种无油往复设备的活塞杆负荷直接检测装置,发明专利:ZL 201610647742.2(1)

[3] 变速旋转机械设备振动状态监测方法及装置,发明专利ZL201810190998.4(1)

[4] 机组故障的检测方法、服务器及终端,发明专利ZL201410205532.9(3)

[5] 发动机燃油系统的故障检测装置及方法发明专利:ZL200510116650.3(3)

[6] 往复式设备的状态监测及故障诊断系统及其应用方法,发明专利,申请号:201611232551.6(1)

[7] 一种主输泵故障诊断方法和系统发明专利,申请号:201710153308.3(2)

[8] 一种机械设备振动信号监测的自适应变采样方法及装置,发明专利,申请号:201810190347.5(1)

[9] 一种机械设备故障的红外图像敏感区域提取方法及装置,发明专利,申请号:201810318929.7(1)

[10] 往复压缩机故障诊断优化方法及装置,发明专利,申请号:201910623216.6(1)

[11] 一种无油往复设备的活塞杆负荷直接检测装置,实用新型:ZL 201620856936.9(1)

[12] 振动故障诊断装置,实用新型:ZL 201620690622.6(1)

[13] 往复式设备的状态监测及故障诊断系统,实用新型,ZL201621451637.3(1)

[14] 基于红外监测的大机组状态监测系统,实用新型ZL 201220412251.7(3)

[15] 一种基于故障诊断的维修决策系统,实用新型ZL201020658183.3(3)

软件著作权:

[1] 罐区动力设备故障智能诊断系统软件著作权(2020SR0532675

[2] 主输泵状态监测和故障诊断系统,软件著作权(2017SR401477)

[3] 多通道振动数据采集与时频域分析软件(2017SR505252)

[4] 油气田集输系统安全监测数据采集系统,软件著作权(2016SR168797)

[5] 炼化动力设备在线监测与故障诊断系统,软件著作权(2016SR152527)

[6] 离心压缩机组在线诊断与评价系统,软件著作权(2013SR090674)

[7] 采气厂安全评估系统,软件著作权(2012SR028713)

[8] 往复压缩机故障诊断与RCM决策系统,软件著作权(2011SR014967)

[9] 输油泵站关键设备在线监测与故障诊断系统,软件著作权(2011SR014965)

[10] 多通道振动数据采集与时频域分析软件,软件著作权(2017SR505252)

[11] 发动机与变矩器匹配计算软件V1.0,软件著作权(2016SR2076182)

五、典型科研项目

[1] 2020-2024,长输油气管道灾害监测预警及动力设施诊断技术,中石油战略合作课题

[2] 2020-2021,压裂机组状态监测与故障诊断系统,中石油川庆钻探

[3] 2020-2021,钻井泵和绞车故障诊断系统,北京康布尔石油公司

[4] 2007-2021,机械设备状态监测与故障诊断技术(已连续14,塔里木油田

[5] 2019-2020,大型关键机组运行健康评估研究与应用,中石油兰州石化

[6] 2017-2020,罐区动力设备智能诊断及预测技术研究,国家重点研发专题

[7] 2017-2020,基于迁移学习的往复压缩机故障诊断机制及预测预警模型研究,国家自然科学基金面上项目

[8] 2018-2019,大型压气站场多源数据集成及可视化展示,中石油北京天然气管道公司

[9] 2016-2018,主输泵状态监测和故障诊断系统开发与应用,中石化销售华南分公司

[10] 2015-2016,炼化动力设备故障诊断系统研发,中海油中捷石化

[11] 2012-2015,炼化企业主要转动设备监测诊断和预警技术开发,中石油集团

[12] 2012-2014, 烟气轮机故障诊断与评价技术,华北石化分公司

[13] 2010-2012,陕京线大功率离心压缩机组状态诊断与评价,中石油集团

[14] 2008-2010,往复压缩机状态监测、故障诊断及RCM技术研究,中石油集团

[15] 2008-2009,旋转设备振动在线检测及分析,济南输油分公司

[16] 2008-2009,离心压缩机故障分析评价技术研究,中石油北京天然气管道公司

[17] 2007-2009,往复压缩机剩余寿命的混沌关联预测方法研究,中石油创新基金

六、出版专著和教材

[1] 段礼祥,张来斌,梁伟. 压缩机故障现代诊断理论、方法及应用,科学出版社,2019.9

[2] 段礼祥. 油气装备安全技术,石油工业出版社,2017.12

[3] 段礼祥. 工业安全技术,中国石油大学出版社,2012.8

七、发表论文

发表学术论文160余篇,SCI收录20余篇,EI收录50余篇。近期论文有:

[1] Liu Yang, Duan Lixiang(*), Yuan Zhuang, et al. An Intelligent Fault Diagnosis Method for Reciprocating Compressors Based on LMD and SDAE [J]. Sensors, 2019, 19(5), 1-19. SCI\EI收录

[2] Zhang Yulong, Duan Lixiang(*), Duan Menglan. A new feature extraction approach using improved symbolic aggregate approximation for machinery intelligent diagnosis. Measurement, 2018, 133: 468-478SCI\EI收录

[3] Yuan Zhuang, Zhang Laibin, Duan Lixiang(*). A novel fusion diagnosis method for rotor system fault based on deep learning and multi-sourced heterogeneous monitoring data [J]. MEASUREMENT SCIENCE AND TECHNOLOGY, 2018, 2018(115005): 1-15 SCI\EI收录

[4] Zhang Jiwang, Zhang Laibin, Duan Lixiang(*). A Blade Defect Diagnosis Method by Fusing Blade Tip Timing and Tip Clearance Information [J]. Sensors, 2018187):1-15 SCI\EI收录

[5] Duan Lixiang, Xie Mengyun, Wang Jinjiang, and Bai Tangbo. Deep learning enabled intelligent fault diagnosis: overview and applications. Journal of Intelligent and Fuzzy Systems, 2018, 35(5):5771-5784SCI\EI收录

[6] Duan Lixiang, Wang Xuduo, Xie Mengyun, et al. Auxiliary-model-based domain adaptation for reciprocating compressor diagnosis under variable conditions[J]. Journal of Intelligent and Fuzzy Systems, 34 (2018) 3595–3604SCI\EI收录

[7] Duan Lixiang, Zhao Fei, Wang Jinjiang, et al. An Integrated Cumulative Transformation and Feature Fusion Approach for Bearing Degradation Prognostics[J]. Shock and Vibration, 2018, 2018(1): 1-15SCI\EI收录

[8] Jinjiang Wang, JunyaoXie, Rui Zhao, Laibin Zhang, Lixiang Duan(*). Multisensory fusion based virtual tool wear sensing for ubiquitous manufacturing. Robotics and Computer-Integrated Manufacturing, 2017, 45(6): 47-58SCI\EI收录

[9] Duan Lixiang, Zhang Yulong, Wang Xuduo, et al. A hybrid approach of symbolic aggregate approximation and bitmap: application to fault diagnosis of reciprocating compressor valve[J]. JOURNAL OF VIBROENGINEERING, 2016, 18(7): 4354-4368SCI\EI收录

[10] Duan Lixiang, Yao Mingchao, Wang Jinjiang, et al. Integrative intrinsic time-scale decomposition and hierarchical temporal memory approach to gearbox diagnosis under variable operating conditions[J]. ADVANCES IN MECHANICAL ENGINEERING, 2016,8(8):1-14SCI收录

[11] Duan Lixiang, WangYangshen, Wang Jinjiang, et al. Undecimated Lifting Wavelet Packet Transform with Boundary Treatment for Machinery Incipient Fault Diagnosis[J]. Shock and Vibration, 2016, 2016(1): 1-9SCI\EI收录

[12] Duan Lixiang, Xie Mengyun, Bai Tangbo, et al. A New Support Vector Data Description Method for Machinery Fault Diagnosis with Unbalanced Datasets[J]. Expert Systems with Applications, 64 (2016) 239–246SCI\EI收录

[13] Duan Lixiang, Yao Mingchao, Wang Jinjiang, et al. Segmented infrared image analysis for rotating machinery fault diagnosis[J]. Infrared Physics and Technology, 772016267-276SCI\EI收录

[14] 李涛,段礼祥,张东宁,赵赏鑫,黄辉,毕彩霞,袁壮.自适应卷积神经网络在旋转机械故障诊断中的应用[J]. 振动与冲击,202039(16):275-282+288.(EI)

[15] 段礼祥,张兴凤,王旭铎.变转速往复压缩机的等概率关联规则诊断方法[J].石油机械, 201947(12): 23-30.

[16] 段礼祥,陈瑞典,张来斌,秦天飞,王宁.机械设备振动监测的自适应变采样算法研究[J].仪表技术与传感器,2019(07):121-126.

[17] 段礼祥,刘洋,刘绍东,唐满红.基于IEM-模糊分析理论的往复式压缩机组安全评价[J].工业安全与环保,201945(07):31-35+39.

[18] 段礼祥,郝少鹏,张北,等. 基于ANSYS的往复压缩机国产活塞响应谱分析. 石油机械[J]201745(12)62-66.

[19] 段礼祥,罗建梅,段梦兰. 水下卧式采油树安装过程定量风险评估.安全与环境学报[J]201717(6)2099-2103.

[20] 刘洋,段礼祥,钟龙,等. 基于突变级数法的离心泵机组安全评价模型[J]. 中国安全生产科学技术201713(11)18-23.

[21] 王耀楠段礼祥毛仲强刘绍东.油田并联泵机组变频组合方案节能研究及应用[J].油气田地面工程201837(08):100-104.

[22] 段礼祥谢骏遥王凯. 基于不同工况下辅助数据集的齿轮箱故障诊断[J]. 振动与冲击201736(10)104-108(EI).

[23] 袁壮段礼祥王金江. 基于极值点奇异值降噪与关联维数的电机转子不平衡故障识别[J]. 石油科学通报20161(03)425-433.

[24] 段礼祥郭晗王金江. 数据集不均衡下的设备故障程度识别方法研究[J]. 振动与冲击201635(20)178-182.(EI)

[25] 段礼祥胡智杨大中. 双树复小波变换用于转子模拟故障诊断研究[J]. 石油机械20160475-80.

[26] 罗通元段礼祥王金江. 道化学评价法的改进及其在联合站安全评价中的应用[J]. 中国安全生产科学技术201606153-157.

[27] 胡俊华段礼祥高广民. 基于ADAMS的齿轮传动误差动力学仿真研究[J]. 制造业自动化201604112-114+130.

[28] ]段礼祥,胡智,张来斌. 基于稳健独立分量分析的转子故障信息增强方法.中国石油大学学报(自然科学版).201337(2):95-101.(EI: 20132316396676)

[29] 段礼祥陈斌胡智. 基于冗余提升小波包及Volterra级数的机械故障预测方法[J]. 科学技术与工程201313(17):4922-4926.

[30] 段礼祥张来斌岳晶晶. 基于ITD和模糊聚类的齿轮箱故障诊断方法[J]. 中国石油大学学报(自然科学版)201337(4):133-139.( EI:20134116842045)

八、教学

本科生:工业安全技术、设备管理与可靠性;

研究生:机械故障诊断学、可靠性理论


联系方式:

E-mailduanlx@cup.edu.cn     电 话:010-8973340613521353803

通讯地址:北京市昌平区府学路18中国石油大学北京安全与海洋工程学院,邮编:102249