姓名： 张顶成
职称：副教授
导师情况：硕士生导师
电话：
传真：
邮箱：dc_zhang@scu.edu.cn
招生方向：机械信号处理与分析、机械设备状态监测与运行维护、大数据驱动的智能故障诊断、机械设备的剩余寿命预测


教育背景及工作经历

教育背景：
2016.09–2020.11 伯明翰大学(博士) 导师:Clive Roberts& Edward Stewart
2013.09–2016.06 湖南大学(硕士) 导师：于德介教授
2009.09–2013.06 湖南工学院(学士)


工作经历：
2021.03-至今 四川大学，副教授
2020.10-2021.03 香港城市大学（博士后）合作导师：谢旻 教授
2020.09-2020.10 清华大学（访问****）合作导师：李勇、李彦夫 教授
2020.07-2020.09 西安交通大学（访问****）合作导师：雷亚国 教授

总体介绍
主要研究工作：
目前主要研究机械设备故障诊断、剩余寿命预测与健康管理，所涉及领域包括无损检测、信号处理、机器学习、多传感融合和维护策略。参与中英交流项目1项、国家自然科学基金委项目1项以及香港特别行政区大学拨款委员会项目1项。近年来在IEEE Transactions on Instrumentation and Measurement、Journal of Sound and Vibration、Measurement、振动工程学报等国内外权威期刊发表论文13篇，并担任多个国际期刊审稿人和国际会议主持人。


学术兼职：
以下期刊同行评审：
《Mechanical Systems and Signal Processing》《IEEE Transactions on Instrumentation and Measurement》《IEEE Sensors Journal》《Measurement》《Part F: Journal of Rail and Rapid Transit》《IEEE Access》《Entropy》《Computers and Industrial Engineering》《Journal of Sound and Vibration》等


会议主持：
· IEEE Global Reliability and Prognostics & Health Management Conference, 2020, Shanghai, China
· IEEE International Conference on Industrial Engineering and Engineering Management, 2020, Online

开设课程

研究领域及在研项目
· 英国皇家学会与国家自然科学基金委员会，中英交流项目，，高铁关键部件的健康状态深度识别与预测技术研究，2019-03至2022-03，20万元，在研，参与
· 香港特别行政区大学拨款委员会，T32-101/15-R，高速铁路与铁道系统的安全性、可靠性和应急管理研究，2016-01至2021-12，3500万（港币），在研，参与
· 国家自然科学基金委员会，面上项目，R-IND5904，产品质量保证策略与质保服务运作研究，2016-01至2020-12，80万，已结题，参与

授权专利

发表论文
[1] Ye J, Stewart E, Zhang D*, Chen Q, Thangaraj K, Roberts C. Integration of Multiple Sensors for Non-Contact Rail Profile Measurement and Inspection[J]. IEEE Transactions on Instrumentation & Measurement. 2021, 70: 1-12
[2] Zhang D*, Entezami M, Stewart E, Roberts C, Yu D, Lei Y. Wayside Acoustic Detection of Train Bearings Based on An Enhanced Spline-Kernelled Chirplet Transform[J]. Journal of Sound and Vibration, 2020, 480, 115401.
[3] Zhang D*, Stewart E, Entezami M, Roberts C, Yu D. Intelligent Acoustic-based Fault Diagnosis of Roller Bearings Using a Deep Graph Convolutional Network[J]. Measurement, 2020,156, 107585.
[4] Zhang D*, Stewart E, Ye J, Entezami M, Roberts C. Roller Bearing Degradation Assessment Based on a Deep MLP Convolution Neural Network Considering Outlier Regions[J]. IEEE Transactions on Instrumentation & Measurement. 2020, 69(6): 2996-3004.
[5] Ye J, Stewart E, Zhang D*, Chen Q, Roberts C. A Method for Automatic Railway Track Surface Defect Classification and Evaluation Using a Laser-based 3D Model[J]. IET Image Processing. 2020, 14(12): 2701-2710
[6] Zhang D*, Entezami M, Stewart E, Roberts C, Yu D. A Novel Doppler Effect Reduction Method for Wayside Acoustic Train Bearing Fault Detection Systems[J]. Applied Acoustics, 2019, 145: 112-124.
[7] Zhang D*, Entezami M, Stewart E, Roberts C, Yu D. Adaptive Fault Feature Extraction from Wayside Acoustic Signals from Train Bearings[J]. Journal of Sound and Vibration, 2018, 425, 221-238.
[8] Zhang D, Yu D *. Multi-fault diagnosis of gearbox based on resonance-based signal sparse decomposition and comb filter[J]. Measurement, 2017, 103, 361-369.
[9] Zhang D, Yu D*, Li X. Optimal resonance-based signal sparse decomposition and its application to fault diagnosis of rotating machinery [J]. ARCHIVE Proceedings of the Institution of Mechanical Engineers Part C: Journal of Mechanical Engineering Science. 2016, 231, 4670-4683.
[10] Zhang D, Yu D*, Zhang W. Energy operator demodulating of optimal resonance components for the compound faults diagnosis of gearboxes. Measurement Science and Technology, 26(11), 2015,115003
[11] Zhang D*, Stewart E, Entezami M, Roberts C. Degradation Assessment of Bearings Using Deep Convolutional Inner-Ensemble Learning with Outlier Removal[C]. 2019 Prognostics and System Health Management Conference,2019:315-319.
[12]张顶成，于德介*，李星. 滚动轴承故障诊断的可调品质因子可调小波重构方法[J]. 航空动力学报，2015，30(12), 3051-3057.
[13]李星，于德介*，张顶成. 基于最优品质因子信号共振稀疏分解的滚动轴承故障诊断[J].振动工程学报，2015，2015(6), 998-1005