报告题目：稀疏理论及其在设备故障诊断中的应用
报 告 人：北京化工大学王华庆 教授、博导
讲座时间：2018年11月2日（星期五）上午9:30~11:00
讲座地点：西北工业大学友谊校区航空楼A706会议室
报告摘要：
针对设备状态监测及诊断大数据存储、传输以及故障特征难以提取的问题，重点开展了基于压缩感知及稀疏表示的故障特征增强、压缩检测及信号重构方法研究，并初步应用于设备故障诊断。构造了自适应相关Laplace字典方法，提出基于受控极小化MM的稀疏表示方法，实现故障特征增强；通过构建基于压缩感知的振动信号重构策略，提出了基于块稀疏贝叶斯学习的振动信号重构方法；提出了基于压缩感知算法的故障特征压缩检测方法，可从压缩数据中检测出故障特征；研究了基于稀疏采样的故障分类方法，实现欠采样条件下故障模式识别；此外，还研究了基于稀疏度自适应的缺失数据重构方法。
报告人简介：
王华庆博士、教授、博士生导师，1973生，北京化工大学高端机械装备健康监控与自愈化北京市重点实验室教授，研究方向为机械装备健康监测及故障智能诊断。曾入选教育部新世纪优秀人才支持计划及北京市优秀人才培养计划。现为中国振动工程学会故障诊断专委会常务理事兼副秘书长、中国设备管理协会设备诊断工程委员会主任委员兼秘书长；校学术委员会委员、北京化工大学学报（自然科学版）编委。近年来作为项目负责人主持国家自然科学基金面上项目2项、其他纵向项目10余项；发表学术论文100余篇，其中以第一或通讯作者发表SCI/EI论文60余篇（ESI高被引论文2篇）。获国家科技进步二等奖1项、省部级科技进步一等奖1项。
