东北大学机械工程与自动化学院导师:孙红春

发布时间:2021-11-01 编辑:考研派小莉 推荐访问:
东北大学机械工程与自动化学院导师:孙红春

东北大学机械工程与自动化学院导师:孙红春内容如下,更多考研资讯请关注我们网站的更新!敬请收藏本站,或下载我们的考研派APP和考研派微信公众号(里面有非常多的免费考研资源可以领取,有各种考研问题,也可直接加我们网站上的研究生学姐微信,全程免费答疑,助各位考研一臂之力,争取早日考上理想中的研究生院校。)

东北大学机械工程与自动化学院导师:孙红春 正文

  

  个人简介
  孙红春、女、中共党员、1974年4月生于辽宁绥中、现为东北大学机械工程与自动化学院副教授、博士、硕士生导师。

  教育背景
  1993年9月至1997年7月,在东北大学黄金学院学习,获得工学学士学位;
  1997年9月至2000年7月在东北大学机械设计及理论专业学习,获工学硕士学位;
  2002年9月至2008年3月在东北大学机械设计及理论专业学习,获工学博士学位。

  工作经历
  2000年3月至今在东北大学机械工程与自动化学院从事教学和科研工作,现为副教授、硕士生导师;
  2011年3月在东北大学信息科学与工程学院控制科学与工程专业从事博士后研究。

  研究方向
  设备故障诊断、无损检测与探伤、强度分析与测试、机械工程测试技术。

  讲授课程
  本科课程:传感器与测试技术、弹性力学及有限元、无损检测。

  发表论文
  以第一作者发表论文:转子故障诊断与转子平衡集成系统的开发、转子振动信号分析与故障诊断集成系统开发、冷热风幕机转子在线平衡系统的开发、涡轮增压器转子的振动分析及故障诊断、基于网络的信号处理与故障诊断系统的开发、抽油杆自动探伤系统的研究、DGMB75/12.5隔膜泵曲轴断裂分析和解决措施、提高抽油杆裂纹漏磁检测精度灵敏度新方法、基于小波神经网络的抽油杆缺陷识别、基于混合特征和支持向量机的抽油杆缺陷识别、棒料小裂纹涡流检测方法中最佳检测参数的实验研究、Application of frequency band energy decomposition using wavelet packet in extracting sucker rod defect characters.、Recognition of a sucker rod’s defects with ANN and SVM、Pattern Recognition of the Steel Rod Based on Artificial Neural Network and SVM等20篇,其中EI检索10余篇。

  出版著作
  主编教材:科学出版社《英汉双语机械工程测试技术电子教程》、机械工业出版社《测试技术实验教程》、高等教育出版社《机械工程测试技术网络教材》。
  参编教材:高等教育出版社《测试技术》、东北大学出版社《测试技术》、高等教育出版社《测试技术第二版》、化学工业出版社《机械设计手册》-第五篇。

  科研情况
  主持了在役抽油杆缺陷定量检测和寿命评估技术(省科技项目攻关项目)、钢拉杆微裂纹多维定量检测技术的研究(教育部项目基本科研业务费项目)、中法兰密封副高温应力计算、高压输送泵曲轴有限元强度分析等项目。
  参与了非同频多轴载荷下疲劳损伤特性理论和试验研究(国家基金)、液压支架有限元分析、应力测试及强度评估体系研究、抽油机井油管、抽油杆判废技术研究、钱江摩托测试与强度分析、DYW—20Z液氧罐计算、中国人民解放军6409厂实验台制作、转炉OG风机振动分析及故障诊断技术研究、无人机测量系统、抽油杆材质分析及疲劳断裂实验、轿车变速器总成振动噪声仿真技术研究等10余项科研项目。

  获奖情况
  东北大学青年教师多媒体课件大奖赛优秀奖、东北大学优秀网络课程三等奖、全国多媒体课件大赛三等奖、东北大学多媒体网络课程二等奖。

  荣誉情况
  辽宁省普通高校青年骨干教师。

  国际交流情况
  2011年无损检测高峰论坛、2010年国际自动化测量技术和机电一体化会议等。

  联系方式
  024-83687586(o);
  hchsun@mail.neu.edu.cn

东北大学

添加东北大学学姐微信,或微信搜索公众号“考研派小站”,关注【考研派小站】微信公众号,在考研派小站微信号输入【东北大学考研分数线、东北大学报录比、东北大学考研群、东北大学学姐微信、东北大学考研真题、东北大学专业目录、东北大学排名、东北大学保研、东北大学公众号、东北大学研究生招生)】即可在手机上查看相对应东北大学考研信息或资源

东北大学考研公众号 考研派小站公众号

本文来源:http://www.okaoyan.com/dongbeidaxue/daoshi_509205.html

推荐阅读