陈志刚 职位：系主任
职称：副教授
邮箱：chenzhigang@bucea.edu.cn


个人简介 (Biography)
陈志刚，男，博士，副教授，硕士研究生导师，现任机电与车辆工程学院机械电子工程系主任。
主要从事机电设备故障诊断与健康监测、地下管道安全运行监测与评估、现代信号分析与深度学习等方向的研究工作。主持和参与国家自然科学基金、住房城乡建设部、北京市教委等省部级以上科研项目10余项，获北京市青年拔尖人才、北京市组织部优秀人才等称号；发表论文40余篇（其中SCI、EI检索10余篇）；主编教材1部。目前为中国机械工业教育协会机械电子工程学科教学委员会委员，中国自动化学会会员；美国奥克兰大学访问****。


教育背景 (Education Backgroud)
2005.09-2008.7，中国石油大学（北京）机械设计及理论博士；
2003.09-2005.8，中国石油大学（北京）机械电子工程硕士；
1999.09-2003.6，中国石油大学（北京）机械工程及其自动化专业本科。


工作经历 (Work Expericence)
2017.08-2018.08 美国奥克兰大学访问****；
2008.7-至今 北京建筑大学副教授，硕士生导师。


研究方向 (Research Area)
主要研究方向如下：
1. 机电设备故障诊断与健康监测 Mechanical and electrical equipment fault diagnosis and health monitoring
2. 地下管道安全运行监测与评估 Underground pipeline safety operation monitoring and evaluation
3. 现代信号分析与深度学习 Modern signal analysis and Deep learning


社会兼职 (Academic Employment)
2014.5- 中国机械工业教育协会机械电子工程学科教学委员会委员；

---

发文时间：2020-05-06 撰稿人：

主持或参加的部分科研项目如下：
2020.05-2021.01，载荷作用下埋地管道动力响应与安全评估，企业横向，主持；
2019.01-2023.12，张量数据驱动的高端机械装备故障诊断与预测方法研究，国家自然科学基金面上项目，参与；
2017.01-2019.12，多电机激振非线性振动系统的谐振同步机理和稳定性控制，国家自然科学基金青年基金项目，参与；
2018.05-2019.06，强突变载荷下盾构机刀盘驱动系统监测与故障诊断，北京市属高校基本科研业务费专项资助项目，主持；
2018.10-2019.06，多变空间升降系统设计，企业横向，参与；
2017.08-2018.08，国家留学基金委公派留学资助项目，主持；
2017.01-2018.12，复杂环境下城市地下管网漏失监测方法研究，住建部科技计划项目，主持；
2017.01-2018.12，信息缺失条件下城市地下管网泄漏诊断方法研究，北京市教委科技计划项目，主持；
2014.05-2015.12，复杂通风动力装备耦合群故障诊断方法研究，北京市优秀人才培养资助项目，主持；
2014.01-2016.12，北京市青年拔尖人才培养资助项目，主持；
2011.01-2013.12，基于瞬时能量分布的城市燃气管道泄漏诊断方法研究，国家自然科学基金青年基金项目，主持；
2009.09-2010.08，工程机械主要故障监测诊断系统设计，企业横向，主持；
2008.12-2019.12, 城市燃气管道泄漏监测与识别技术研究，北京建筑工程学院博士启动项目。

---

发文时间：2020-05-06 撰稿人：

以第一作者或通讯作者发表的部分论文：
[1] 陈志刚; 杜小磊; 王衍学; 张楠.改进集成深层自编码器在轴承故障诊断中的应用.控制与决策, 2019-12-05，网络首发 （EI源刊）
[2] 陈志刚; 杜小磊; 张楠; 张俊玲. 基于改进EWT-CS联合降噪和导联卷积网络的轴承故障诊断.哈尔滨工程大学学报, 2020-03-20，网络首发 （EI源刊）
[3] 杜小磊，陈志刚，许旭，张楠. 改进深层小波自编码器的轴承故障诊断方法. 计算机工程与应用,2020,56（5）:263-269
[4] 杜小磊，陈志刚，张楠，许旭. SST和深度脊波网络在轴承故障诊断中的应用. 河南理工大学学报(自然科学版),2020，39(1):75-82
[5] Zhigang Chen , Xu Xu, Zhichuan Zhao, Jie Zhao.Using Synchrosqueezed Wavelet Transform and Stacked Contractive Auto-encoder to Detect Pipeline Leakage. the World Congress on Computational Intelligence, Engineering and Information Technology(WCEIT 2019)，June 29-30, 2019 Shanghai, China
[6] XU Xu, CHEN Zhi-gang. Fault diagnosis of fracturing truck based on variational mode decomposition and deep belief network. 2019 International Conference on Quality, Reliability, Risk, Maintenance, and Safety Engineering (QR2MSE2019)，August 06-09, 2019, Zhangjiajie, Hunan, China （EI收录）
[7] 许旭，陈志刚，杜小磊，张楠，钟新荣. 基于同步挤压S变换和DRN的压裂车故障诊断研究. 机电工程, 2019,36(12):1325-1330.
[8] Chen Zhigang, Xu Xu, Du Xiaolei, Zhang Junling, Zhang Nan. Leakage Detection in Pipelines Based on Synchrosqueezed Wavelet Transform. the 31st Chinese Control and Decision Conference, CCDC 2019June 3-5, 2019 Nanchang, China （EI收录）
[9] 杜小磊，陈志刚，张楠，许旭. EDWNN和DW-SVM在轴承故障诊断中的应用. 轴承, 2019,11:60-67
[10] 杜小磊，陈志刚，许 旭，钟新荣. 基于小波、WAE 和 LSTM 的压裂车故障诊断. 石油机械, 2019.47(10):88-93,106
[11] 杜小磊,陈志刚,张楠,郭兴国. 基于小波和深度小波自编码器的轴承故障诊断. 机械传动, 2019.43(9):103-108
[12] 杜小磊，陈志刚，张楠，许旭. 基于压缩感知和深度小波网络的列车故障识别. 计算机应用,2019,39(7):2175-2180
[13] 杜小磊，陈志刚，张楠，许旭. 基于同步挤压S 变换和深度学习的轴承故障诊断. 组合机床与自动化加工技术,2019,5:90-93,97
[14] 张俊玲，陈志刚，许旭，张楠，谢贻东. 基于改进卷积受限玻尔兹曼机的滚动轴承故障诊断. 组合机床与自动化加工技术,2019,5:73-76
[15] Xiaolei Du, Zhigang Chen and Junling Zhang.A Novel Ensemble Deep Ridgelet Auto-encoders for Intelligent Fault Diagnosis of Bearing.2018 9th IEEE International Conference on Software Engineering and Service Science, 2018, Nov.23 -25, Beijing, China （EI收录）
[16] 张俊玲，陈志刚，杜小磊，钟新荣. 基于局部均值分解样本熵与支持向量机的2000型压裂车液力端故障诊断. 计算机应用, 2018，38( S2):55-57,62
[17] ZHANG Junling, CHEN Zhigang, DU Xiaolei, XU Xu, YU Miao. Application of stack marginalised sparse denoising auto-encoder in fault diagnosis of rolling bearing. The Journal of Engineering.2018,16:1772-1777 （EI收录）
[18] 陈志刚, 张俊玲，杜小磊，钟新荣，王学渊. 基于随机森林多源信号融合的压缩机故障诊断研究. 振动与冲击, 2018,37(S1):323-326
[19] 杜小磊, 陈志刚, 张俊玲, 钟新荣，卢宁. 基于EWT和DRN的压裂车动力系统故障诊断方法 振动与冲击, 2018,37(S1):317-319
[20] 王学渊，陈志刚，钟新荣，卢宁. 基于随机森林的管网漏失诊断方法. 计算机应用,2018，38( S1):20-23
[21] 陈志刚，张华，万波，杨清峡，刘文霄. 水下立式采油树本体强度校核方法. 现代电子技术,2018,41(10):123-128,132
[22] 王学渊，陈志刚，钟新荣，卢宁. 基于粒子群优化的SVM供水管道泄漏诊断方法. 现代电子技术,2018,41(7):156-159,164
[23] 张亮，陈志刚*，杨建伟，汪耀林. 基于决策树与多元支持向量机的齿轮箱早期故障诊断方法. 计算机测量与控制, 2016，24（1）：12-15
[24] Zhigang Chen, Xinrong Zhong , Chai Long, Zhang Hua. Fault Diagnosis Method of Hydraulic Side of Water Injection Pump Based on Fluctuation Entropy and PNN. 2015 International Conference on Information Science and Intelligent Control (ISIC 2015), 2015, 12.26-12.27 (SCI收录)
[25] Chen Zhigang,Zhong Xinrong,Xie Yidong. Leakage Diagnosis Method for Pipelines Based on Multi-weight Neural Network. Applied Mechanics and Materials, Vol. 2015,697:429-433
[26] Chen Zhigang, Zhong Xinrong, Lian Xiangjiao，Niu Jufen. Leakage Detection in Pipelines Based on Bragg Fiber Technique. Applied Mechanics and Materials,2014, 12, 687-691：929-933 （EI收录）
[27] Chen Zhi-gang; Lian Xiang-jiao; He Liang. Using acoustic technique to detect leakage in city gas pipelines. Journal of Central South University. 中南大学学报（英文版）,2012,19(8):P.2373-2379 (SCI收录)
[28] Chen Zhigang, Xie Yidong, Yuanmeixia Weak Feature Signal Extraction for Small Leakage in Pipelines Based on Wavelet 2012 IET International Conference on Information Science and Control Engineering， 2012, Dec, Shenzhen （EI收录）
[29] Chen Zhigang. Using Fuzzy Theory and Information Entropy to Detect Leakage for Pipelines 10th World Congress on Intelligent Control and Automation,(WCICA 2012), Beijing, China, 2012, 7.6-7.8 （EI收录）
[30] Chen, Zhigang;Lian, Xiangjiao; Zhou, Ming. Research on fault diagnosis for petrochemical running equipments based on ICA Applied. Mechanics and Materials, 2011, 48-49:950-953 （EI收录）
[31] Chen, Zhigang. Leak detection for city gas pipelines based on instantaneous energy distribution characteristics. 2010 8th International Pipeline Conference, Calgary, Alberta, Canada. 2010.9.27-10.1,Volume: 3:P507-514 （EI收录）
[32] CHEN Zhigang, LIAN Xiangjiao, YU Zhihong. Leakage Detection for Oil Pipelines Based on Independent Component Analysis. the 29th Chinese Control Conference, CCC2010,P 4009-4013 2010-07 （EI收录）
[33] Chen Zhigang. Fault diagnosis of gear box based on information entropy. 2010 Chinese Control and Decision Conference, CCDC 2010, 2010.5.26-5.28 ,p 1239-1242,2010-05 （EI收录）
[34] Chen Zhigang,Lian Xiangjiao. Fault diagnosis for valves of compressors based on support vector machine. 2010 Chinese Control and Decision Conference, CCDC 2010, 2010.5.26-5.28,p 1235-1238,2010-05 （EI收录）
[35] Zhigang Chen, Xiangjiao Lian, Huiyuan Yu, Zhongli Bao. Algorithm of Data Mining and its Application in Fault Diagnosis for Wind Turbine. 2009 Second International Symposium on Knowledge Acquisition and Modelling (KAM 2009), Wuhan, China, Nov.30-Dec.1, 2009, Vol.2:240-243 （EI收录）
[36] Zhigang Chen, Xiangjiao Lian. Fault Diagnosis of Gear Box Based on Multi-weight Neural Network. Proceedings of 2009 Second Asia-Pacific Conference on Computational Intelligence and Industrial Applications (PACIIA 2009), Wuhan, China, Nov.28-29, 2009, Vol.1:178-181 （EI收录）
[37] 陈志刚，连香娇，于会媛，鲍忠利. 多元支持向量机在压缩机故障诊断中的应用. 石油机械,2009，37（11）:63-65
[38] 陈志刚，张来斌，梁伟，陶华. 复杂工况下热油管道泄漏识别与定位方法研究. 西南石油大学学报（自然科学版）,30（6）:157-160

---

发文时间：2020-05-06 撰稿人：

主要研究方向如下：
1. 机电设备故障诊断与健康监测 Mechanical and electrical equipment fault diagnosis and health monitoring
2. 地下管道安全运行监测与评估 Underground pipeline safety operation monitoring and evaluation
3. 现代信号分析与深度学习 Modern signal analysis and Deep learning

---

发文时间：2020-05-15 撰稿人：

学生工作：
1. 本科生课程：电工与电子技术、数控原理、液压控制系统、创新实践与科研训练、电子技术综合实验等；
2. 研究生课程：机电系统建模与仿真、复杂系统建模与仿真；
3. 研究生指导：已培养研究生7人，在读研究生3人；

---

1
上一页 下一页