华南理工大学大学机械与汽车工程学院导师:赵学智

发布时间:2021-10-26 编辑:考研派小莉 推荐访问:
华南理工大学大学机械与汽车工程学院导师:赵学智

华南理工大学大学机械与汽车工程学院导师:赵学智内容如下,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。)

华南理工大学大学机械与汽车工程学院导师:赵学智 正文


  姓名:赵学智   性别:男  职称:教授  
  学院:机械与汽车工程学院   最后学历:博士
  主要研究方向:信号处理与故障诊断

  赵学智,男,汉族,湖南省邵东县周官桥人,博士,华南理工大学机械与汽车工程学院教授、博士生导师。1986~1989年湖南邵东三中高中教育;1989.9~1993.7年昆明工学院(现昆明理工大学)机械工程系本科教育,获工学学士学位;1993.8~1995.8广州通信设备厂工作;1995.9~1998.7华南理工大学机械工程系硕士研究生教育,获工学硕士学位;1998.9~2001.7华南理工大学机械工程系博士研究生教育,获工学博士学位;2001.8~2002.4广州电信科学技术研究院工作;2002年5月调入华南理工大学任教至今。2005年晋升为副教授,2011年晋升为教授,2012年6月被批准为博士生导师。
  
  主要从事信号处理、小波分析、奇异值分解理论与算法、神经网络理论及其在机电系统状态监测与故障诊断中的应用研究,是国际期刊《Shock and Vibration》、《Digital Signal Processing》和国内《振动工程学报》、《振动与冲击》、《北京航空航天大学学报》、《华南理工大学学报》、《应用基础与工程科学学报》、《华侨大学学报》(自然科学版)等刊物的审稿人。

  已主持国家自然科学基金两项:(1)多分辨奇异值分解理论及其在信号处理与故障诊断中的应用(No.50875086),(2)多分辨自适应谐振理论及其
在刀具渐变磨损过程中的监测应用研究(No.50305005)。

  近年来所取得的主要研究成果有:
  (1) 建立了多分辨奇异值分解理论,利用奇异值分解(SVD)实现了对信号的一种不同于小波多分辨分解的另一类多分辨分解,该方法在信号消噪、奇异性检测和弱故障特征提取方面均优于小波变换。
  (2) 建立了奇异值差分谱理论,系统研究了奇异值差分谱的性质,利用差分谱分析了Hankel矩阵结构对SVD消噪效果的影响,推荐出了合理的Hankel矩阵结构,并将差分谱应用于有效奇异值的选择和弱故障特征提取,克服了传统奇异熵法特征不明显的缺陷。
  (3) 针对大型矩阵奇异值分解的数值计算问题,通过对Givens矩阵变化特点的分析,找到了单向收缩QR算法可能不收敛的原因,并研究了首行元素的衰减对QR算法收敛速度的影响,从本质上探明了这种QR算法的收敛特性。
  (4) 提出了一种针对大型矩阵奇异值分解的双向收缩、多次分割的快速QR算法,该算法具有迭代次数少、迭代过程无停滞、收敛迅速等优点,对任何大型矩阵都可实现快速奇异值分解。
  (5) 研究了直流分量、交流分量和噪声分量的奇异值在总奇异值向量中的分布特性,发现只要所构造的矩阵阶数足够大,则在由这三部分形成的混合信号的总奇异值向量中,代表这三部分的奇异值将作为单独的坐标被分离出来,并引入小波分析方法,建立了小波细节峰值和不同分量信号的奇异值的对应联系,进而实现了对原始信号中不同分量的有效分离。
  (6) 研究了矩阵构造方式对SVD的信号处理效果的影响,从理论上分析了两种矩阵方式下SVD的信号分解特性以及它们所获得的分量信号之间的正交性、可叠加性和相移特性的差异。
  (7) 发现了采用Hankel矩阵时SVD具有奇异性检测能力,并且进一步证明了SVD的奇异性检测具有小波变换所没有的两个独特优点:(1). 证明了各SVD分量具有递增的消失矩(vanishing moment),第n个SVD分量的消失矩阶数是n-1;(2). 证明了所有SVD分量中指示奇异点位置的脉冲宽度始终保持不变,而且这个宽度由所构造的Hankel矩阵的列数决定。
  (8) 提出了卷积小波包变换的定义,推导了其快速分解和重构算法,该算法克服了传统小波包变换时数据长度逐层减半而不利于故障诊断的缺点,不管分解多少层,每层各频道信号的长度始终保持与原始信号一致,极大地方便了信号后续处理,并基于此变换提出了一种新的信号消噪算法。
  (9) 从理论上系统地研究了无显式表达小波基的参数表达形式,得到了多参数表达的无显式小波基的几类参数方程。
  (10) 提出了一种无显式表达小波基在不同尺度下的离散生成算法,基于此算法分析了Daubechies小波系在不同尺度间的频带重叠情况。
  (11) 从理论上系统地研究了基于高斯函数的小波系及其性质,得到了这一小波系高、低通滤波器的一种特殊关系,并提出了这一小波系的快速算法。
  (12) 提出了一种小波神经网络参数的初始化方法,可以获得良好的网络初始参数,大大加快了网络的后续学习速度

 

华南理工大学

添加华南理工大学学姐微信,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[华南理工大学考研分数线、华南理工大学报录比、华南理工大学考研群、华南理工大学学姐微信、华南理工大学考研真题、华南理工大学专业目录、华南理工大学排名、华南理工大学保研、华南理工大学公众号、华南理工大学研究生招生)]即可在手机上查看相对应华南理工大学考研信息或资源

华南理工大学考研公众号 考研派小站公众号

本文来源:http://www.okaoyan.com/huananligongdaxue/daoshi_504396.html

推荐阅读