汤宝平，重庆大学机械与运载工程学院二级教授，高端装备机械传动全国重点实验室固定研究人员，博士生导师，国家教学名师（国家高层次人才特殊支持计划教学名师），国家级人才，“百千万人才工程”国家级人选，国家重点研发计划项目负责人，享受国务院政府特殊津贴专家，国家级有突出贡献中青年专家，兼任中国振动工程学会动态测试专业委员会主任，曾任重庆大学机械与运载工程学院副院长。

长期从事“物联网-边缘计算-云平台”模式的高端装备智能运维、测试计量仪器、无线传感器网络和脑机接口等领域的研究，先后主持国家重点研发计划、国家自然科学基金、国家“863”计划等30余项科研项目，研发出大型旋转机组健康管理系统软件、机械振动无线传感器网络监测系统、国产虚拟仪器开发平台，发表论文230余篇，入选爱思唯尔中国高被引学者榜单，出版专著2部，获2015年国家技术发明二等奖（第2）、2005年国家科技进步二等奖（第2），获2022年国家级教学成果二等奖（第1）、2018年国家级教学成果二等奖（第5）。

附1：研究方向

针对高端装备传动系统健康状态嵌入式监测难、预测评价量化难、系统软件泛化难等挑战，系统深入地开展“物联网-边缘计算-云平台”模式的高端装备智能运维研究，主要包括智能感知、智能算法、软件平台、脑机接口等研究方向。

1、物联网与智能感知

针对在密封、旋转环境中高端装备传动系统关键部件健康状态嵌入式监测难题，研究新型无线传感器网络模式的传动系统关重部件智能感知方法，加速迭代高性能无线振动/应力传感器网络节点，重点突破密封旋转环境工业应用如无线无源多参量低功耗微纳传感器及系统、环境能量捕获装置和存算一体节点。该方向注重培养研究生嵌入式硬件、软件设计开发能力，可从事电子信息行业工作，毕业生就业单位有华为、海思、海康威视、VIVO、中电29所、44所等。

2、大数据与智能运维模型算法

针对高端装备传动系统早期故障机理复杂、多源信息利用难、健康评价量化难等难题，研究数模融合的传动系统早期故障预测方法，构造多源信息深层特征融合的传动系统健康定量评价指示标尺，重点突破高端装备传动系统健康评价量化难题，包括动力学、信号处理、机器学习、深度学习、数模融合、大模型、数字孪生等模型算法研究。该方向注重培养研究生信号处理、机器学习、深度学习、大数据分析等AI能力，可从事人工智能行业工作，毕业生就业单位有阿里、字节、贝壳、美团等。

3、工业软件与健康管理系统软件平台

针对高端装备健康管理模型算法复用难、系统软件泛化难等难题，研究敏捷化的模型算法开发部署、微服务化的系统平台架构设计、模型算法的服务封装和智能推荐等方法，研发出高端装备健康管理系统软件通用平台，思考、发现、解决软件平台深层次问题（端边云部署、实时性、数据融合、在线建模与更新、知识图谱、推理机等），以航空发动机、燃气轮机、风电机组等对象应用为牵引，思考、发现、解决软件平台柔性敏捷定制应用软件问题。该方向是工业软件方向，培养研究生数据接入、软件平台、数据库、可视化等软件开发能力，目标是PHM软件产品化。

4、脑机接口技术及应用

基于团队在智能感知、智能算法、软件平台等方面的坚实基础，进行医工交叉应用研究，研究脑电肌电信号获取方法如新型无创电极阵列、高通量采集芯片、低功耗无线传输芯片等；编解码算法则研究弱隐刺激编码范式、基于大模型的解码模型，深度结合机器学习与深度学习技术，通过大规模数据训练提升模型泛化能力；应用场景及平台建设，目标是脑控机器人、脑控无人机等。

附2：主要获奖

1．国家技术发明奖二等奖，高可靠精密滤波传动技术与系统，国务院，2015，汤宝平(2/6)

2．国家科技进步奖二等奖，国产虚拟仪器的研发与面向机械测试的系列仪器，国务院， 2005，汤宝平(2/9)

3．国家教学成果二等奖，新工科视域下机械工程卓越人才多维融合培养模式与实践，教育部，2022，汤宝平（1/14）

4．国家教学成果二等奖，机械专业人才创新能力跨界协同培养体系研究与实践，教育部，2018，汤宝平（5/14）

附3：主要科研项目

1．国家重点研发计划项目，2020YFB1709800，大型旋转机组健康管理系统软件，2021-2023

2．国家自然科学基金面上项目，52375082，面向复杂计算服务的机械振动无线传感器网络边端协同轻量化处理方法研究，2024—2027

3．重庆市重点基金项目，cstc2019jcyj-zdxmX0026，深度学习融合多源信息的航空发动机转子系统早期故障智能预测方法， 2019-2022

4．国家自然科学基金面上项目，51675067, 机械振动无线传感器网络大量数据低功耗高效可靠传输方法研究， 2017-2020

5．国家自然科学基金面上项目，51275546，泛化流形学习模式下风电机组传动系统早期故障预示方法研究，2013-2016

6．重庆市杰出青年基金项目，cstc2011jjjq70001，重大装备传动系统智能故障诊断方法研究，2012-2014

7．国家自然科学基金面上项目，50875272，新型无线传感器网络模式下机械振动监测新方法，2009-2011

8．国家高技术研究计划（863计划）项目，2009AA04Z411，风力发电机组故障诊断与智能维护关键技术研究，2009-2011

9．国家自然科学基金青年基金，50405009，机械测试系统中零编程方法的研究，2005-2007

10. 国家自科基金创新研究群体项目，T2421001，高端运载装备动力传动系统基础理论与技术， 2025-2029，参与

附4：荣誉称号 

2025年，国家教学名师（国家高层次人才特殊支持计划“万人计划”教学名师）

2025年，中国振动工程学会动态测试专业委员会主任

2022年，国家级教学成果二等奖（第1）

2020年，国家重点研发计划项目负责人

2019年，入选“百千万人才工程”国家级人选

2019年，国家级有突出贡献中青年专家

2018年，国家教学成果二等奖（第5）

2015年，国家技术发明二等奖（第2）

2013年，重庆市百千万工程领军人才

2011年，享受国务院政府特殊津贴专家

2011年，重庆市杰出青年基金

2011年，中国机械工程学会青年科技成就奖

2010年，重庆市技术发明一等奖（第5）

2010年，第六届“重庆青年科技奖”获得者

2009年，重庆市有突出贡献的中青年专家

2009年，第十三届“重庆青年五四奖章”获得者

2008年，获重庆市首批高等学校优秀人才支持计划

2007年，获霍英东教育基金会11届青年教师基金

2007年，重庆市学术技术带头人

2006年，入选重庆市“322重点人才工程”第一层次人选

2005年，获全国百篇优秀博士学位论文提名奖

2005年，获重庆市高校优秀中青年骨干教师称号

2004年，获国家科技进步二等奖（第2）

2004年，入选教育部首批新世纪优秀人才支持计划

2003年，获教育部提名国家科技进步奖一等奖（第3）

2003年，获重庆市科技进步一等奖（第2）

2001年，获中国高校科学技术奖一等奖（第2）

2000年，获教育部科技进步一等奖（第3）

附5：代表性论文

已在国内外重要学术期刊或国际重要学术会议上发表论文230余篇，入选爱思唯尔中国高被引学者榜单。已发表的10篇代表性论文如下：

(1) Yang Qichao, Tang Baoping, Deng Lei, Zhang Xiaolong, Wu Jinzhou. A hybrid dual-frequency-informed spider net for RUL prognosis with adaptive IDP detection and outlier correction[J]. Reliability Engineering & System Safety, 2025, 253: 110518.

(2) Yang Qichao, Tang Baoping, Deng Lei, Ming Zhen. A hybrid physics-corrected neural network for RUL prognosis under random missing data[J]. Expert Systems with Applications, 2024,256:124939

(3) Chunhua Zhao, Baoping Tang, Lei Deng, et al. Global probability distribution structure-sparsity filter pruning for edge fault diagnosis in resource constrained wireless sensor networks [J]. Engineering Applications of Artificial Intelligence, 2024, 133: 108319

(4) Li Qikang, Tang Baoping, Deng Lei, Yang Qichao, Zhu Peng. Adaptive centroid prototype-based domain adaptation for fault diagnosis of rotating machinery without source data[J]. Reliability Engineering & System Safety, 2024, 251: 110393.

(5) Yang Shilong, Tang Baoping, Wang Weiying, Yang Qichao, Hu Cheng .Physics-informed multi-state temporal frequency network for RUL prediction of rolling bearings[J].Reliability Engineering and System Safety,2024,242:109716.

(6) Yang Qichao, Tang Baoping, Yang Shilong, Shen Yizhe. An integrated network architecture for data repair and degradation trend prediction[J]. Mechanical Systems and Signal Processing, 2023, 200: 110610.

(7) Li Qikang, Tang, Baoping, Deng Lei, Zhu Peng. Source-free domain adaptation framework for fault diagnosis of rotation machinery under data privacy[J]. Reliability Engineering and System Safety, 2023, 238: 109468.

(8) Xiaoxia Yu, Baoping Tang*, Lei Deng. Fault diagnosis of rotating machinery based on graph weighted reinforcement networks under small samples and strong noise. Mechanical Systems and Signal Processing, 2023, 186 109848

(9) Honghai Huang, Baoping Tang*, Jun Luo, Huayan Pu, Kai Zhang. Residual Gated Dynamic Sparse Network for Gearbox Fault Diagnosis Using ultisensor Data[J]. IEEE Transactions on industrial informatics,2022，18：(4)：2264-2273

(10) Kai Zhang, Baoping Tang *, Lei Deng, Qian Tan, Haoshuai Yu, A fault diagnosis method for wind turbines gearbox based on adaptive loss weighted meta-ResNet under noisy labels, Mechanical Systems and Signal Processing , 2021, 161: 0-107963

附6：研究生培养

领衔高性能机电传动系统重庆市研究生导师团队，跨领域、跨学科培养才干双强的复合型、创新型高层次人才，获评优秀导师团队。指导研究生120余人，其中博士36人。8人获重庆市“优秀博士学位论文，6位研究生获得省部级人才称号，7人已担任大学学院院长、副院长，1人担任大学副校长。培养的博士主要在大学任教，其中哈尔滨工业大学1人、四川大学1人、西南交通大学2人。

附7：教学工作

担任重庆大学机械基础与装备制造国家级虚拟仿真实验教学中心创建主任、机械电子工程国家级一流专业、机器人新工科专业负责人，牵头的教学成果“新工科视域下机械工程卓越人才多维融合培养模式与实践”获 2022 年国家级教学成果二等奖，主要解决师生内动力欠缺、教学内容概念化、工程实践形式化等问题。主要教改项目如下：

1．多学科交叉融合的先进制造工程人才培养模式探索与实践，教育部新工科研究与实践项目（首批），2017 年 9 月-2020 年 7 月

2．面向智能制造的新工科机械工程人才培养体系研究与实践，重庆市重大教改项目，2017 年-2020年6月