电气工程及其自动化专业教师
您当前的位置: 首页 > 师资队伍 > 电气工程及其自动化专业教师 > 正文

殷娜

时间:2024-03-11 17:49:19  作者:

姓名:殷娜

职称:讲师

研究方向:旋转机械状态监测、故障诊断

Tel:0353-2396761 Email:yn_rookie@163.com

个人简介:

殷娜,女,1991年7月出生,中共党员,博士研究生,讲师,电气与控制工程系专任教师。主讲课程:模拟电子技术基础

学习简历:

2015.09-2023.01燕山大学仪器科学与技术专业 博士研究生

2011.09-2015.06河北师范大学 电气工程及其自动化专业 本科

工作经历:

2023年11月至今 太阳集团tcy8722 电气与控制工程系 教师

教科研成果:

[1]Na Yin, Dengyun Sun, Zong Meng, Jimeng Li, Lixiao Cao, Fengjie Fan. Gearbox fault diagnosis based on generalized multivariate logarithmic regularization. Measurement Science and Technology.2023.34:065103

[2]Na Yin, Zong Meng, Yang Guan, Fengjie Fan. An adaptive multiple time domain synchronous averaging method and its application in vibration signal feature enhancement. Measurement Science and Technology. 2022,33:055004.

[3]孟宗,殷娜,李晶.基于信号稀疏表示和瞬态冲击信号多特征提取的滚动轴承故障诊断.计量学报,2019,40(5):855-860.

[4]孟宗,殷娜,樊凤杰,藩红苗,张瀛.基于数据-模型驱动的K-SVD的滚动轴承冲击性故障诊断方法.国家知识产权局,专利号: ZL 2020 1 0028291.0,授权时间: 2022年3月11日.

[5]Li Jing, Meng Zong, Na Yin. Multi-source Feature Extraction of Rolling Bearing Compression Measurement Signal Based on Independent Component Analysis. Measurement, 2021, 172: 108908.

[6]Meng Zong, Li Jing, Na Yin, et al. Remaining Useful Life Prediction of Rolling Bearing Using Fractal Theory.Measurement, 2020, 156: 107572.

参加项目:

[1]国家自然科学基金,基于深度在线领域适应学习的海上风电机组传动系统智能故障诊断研究,基金号: 52075470. (参与)

[2]中央引导地方项目,风电机组传动系统故障机理与早期故障智能预测方法研究,项目编号: 206Z4301G. (参与)

[3]河北省三三三人才工程人才培养资助项目,基于深度学习的风电机组传动系统状态识别和智能诊断研究.项目编号: A202102001. (参与)

[4]河北省引进国外智力项目,基于领域适应的风电机组智能故障诊断系统.(参与)

[5]燕山大学基础创新科研培育项目,基于数据驱动和多源信息融合的风电机组智能运维与寿命预测研究.项目编号: 2021LGZD006. (参与)

荣誉奖励:

2022年中国仪器仪表学会科技进步二等奖


上一篇:贾佳
下一篇:石昊