• 汤宝平
  • 性别:
  • 所在单位:机械与运载工程学院




个人简介

姓名:汤宝平

出生年月:1971-09-10

学历学位:博士

专业技术职务:教授

邮箱:bptang@cqu.edu.cn

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,入选“百千万人才工程”国家级人选。长期从事机电装备安全服役与寿命预测、测试计量技术及虚拟仪器和无线传感器网络领域的研究,目前聚焦“物联网-边缘计算-云平台”模式的装备智能运维研究。发表论文160余篇,科学出版社出版专著1部,获权发明专利6项,作为主要完成人获1项国家技术发明二等奖、1项国家科技进步二等奖、1项国家级教学成果二等奖,5项省部级科技进步一等奖。培养博士/硕士 110 余人。


工作经历如下:

1996.07至2000.10,重庆大学电气工程学院电力电子系,讲师;

2000.11至2003.11,重庆大学机械工程学院机械电子系,副教授;

2003.12至今,重庆大学机械工程学院机械电子系,教授;

2004.6至今,重庆大学机械工程学院机械电子系,博导;

2005.6至2006.6,英国Bournemouth大学国家计算机动画中心高级访问学者;

2007.5至2009.4,重庆交通科研设计院结构动力工程所,博士后;

2014.5至今,重庆大学机械工程学院副院长。

.已培养博士25名,硕士生80余名。其中重庆市优博2名,大学任教20名,获教授职称5名;其中哈工大1人,四川大学1人;获重庆市创新人才1人。

2.注重培养研究生嵌入式硬件、软件设计开发能力,从事电子信息行业工作,学生主要就业单位有华为、海思、海康威视、VIVO、中电29所、44所等。

3.注重培养学生编程能力,信号处理、机器学习、深度学习、大数据分析,从事人工智能行业工作,学生主要就业单位有阿里、贝壳、美团等。

1.长期从事机电装备安全服役与寿命预测、测试计量技术及虚拟仪器和无线传感器网络领域的研究,目前聚焦“物联网-边缘计算-云平台”模式的装备智能运维研究。先后主持国家自然科学基金、国家“863”计划、国防军工计划等30多项。

2.发表论文160余篇,科学出版社出版专著1部,获权发明专利6项,作为主要完成人获1项国家技术发明二等奖(第2)、1项国家科技进步二等奖(第2)、1项国家级教学成果二等奖(第5),5项省部级科技进步一等奖(第2或第3)。

3.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,入选“百千万人才工程”国家级人选、教育部新世纪优秀人才、重庆市百千万工程领军人才培养计划,获中国机械工程学会青年科技成就奖、重庆市杰出青年基金、霍英东青年教师基金、重庆市有突出贡献的中青年专家、第十三届“重庆青年五四奖章”获得者等重要学术奖励及荣誉。

4.兼任全国高校机械工程测试技术研究会副理事长,中国振动工程学会动态测试专委会副主任,《振动工程学报》、《振动与冲击》、《振动、测试与诊断》等杂志编委。


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

2015年,国家技术发明二等奖

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

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

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

2003年,获重庆市科技进步一等奖

2001年,获中国高校科学技术奖一等奖

2000年,获教育部科技进步一等奖


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,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


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

3.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

4.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

5.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

6.国家自然科学基金面上项目,51775065,协同深度学习的风电机组传动系统早期故障有效可靠预示方法研究,20182021,参加

7.国家自然科学基金面上项目,51375514,机械振动无线传感器网络多级分层高精度同步采集方法研究,2014-2017,参加

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.国家高技术研究计划(863计划)项目,2015AA043001,机器人高可靠精密谐波减速器系列产品开发及产业化,2015-2018,参加

10.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

11.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,2012/01-2014/12

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160余篇,其中被SCI索引70余篇。已发表的10篇代表性论文如下:

1.         Kai Zhang, Baoping Tang*, Yi Qin, Lei Deng Fault diagnosis of planetary gearbox using a novel semisupervised method of multiple association layers networks, MECHANICAL SYSTEMS AND SIGNAL PROCESSING,2019131, 243-260

2.         Han, Yan; Tang, Baoping*; Deng, Lei, An enhanced convolutional neural network with enlarged receptive fields for fault diagnosis of planetary gearboxes. COMPUTERS IN INDUSTRY,2019, 107:50—58

3.         Zhao, MH; Kang, MS; Tang, BP; Pecht, Ml. Multiple Wavelet Coefficients Fusion in Deep Residual Networks for Fault Diagnosis. IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS, 2019, 66: 4696-4706

4.         Han, Yan; Tang, Baoping*; Deng, Lei, Multi-level wavelet packet fusion in dynamic ensemble convolutional neural network for fault diagnosis, MEASUREMENT, 2018, 127: 246-255

5.         Minghang Zhao, Myeongsu Kang, Baoping Tang, Michael Pecht. Deep Residual Networks with Dynamically Weighted Wavelet Coefficients for Fault Diagnosis of Planetary Gearboxes, IEEE Transactions on Industrial Electronics, 2018, 65(5):4290-4300

6.         Xin Xiao, Baoping Tang*, Lei Deng. High accuracy synchronous acquisition algorithm of multi-hop sensor networks for machine vibration monitoring. Measurement,2017,102:10–19

7.         Qingqing Huang, Baoping Tang* ,Lei Denga. Development of High Synchronous Acquisition Accuracy Wireless Sensor Network Node for Machine Vibration.  Measurement2015, 66:35-44

8.         Qingqing Huang, Baoping Tang* ,Lei Deng and Jiaxu Wang. A divide-and-compress lossless compression scheme for bearing vibration signals in wireless sensor networks. Measurement2015, 67:51-60

9.         Zuqiang Sub, Baoping Tanga,*, Ziran Liu , Yi Qin. Multi-fault diagnosis for rotating machinery based on orthogonal supervised linear local tangent space alignment and n least square support vector machine. Nerocomputing2015, 1571:208-222

10.     Baoping Tang*Tao SongFeng Li, Lei Deng. Fault diagnosis for wind turbine transmission system based on manifold learning and Shannon wavelet support vector machineRenewable Energy2014622):1~9




社会兼职
暂无内容
教育经历
暂无内容
研究方向
扫描关注
手机版

欢迎您访问我们的网站,您是第 位访客

重庆大学机械与运载工程学院
办公电话:86-023-65102401  学生就业办:86-023-65112106
本科招生:86-023-65111989  研究生招生:86-023-65106174
邮政编码:400044
办公地址:重庆市沙坪坝区沙正街174号A区第七教学大楼

最后更新时间:..