首页 > 专家库
孙红春

领域:高端装备制造产业 学校:东北大学职称:副教授

设备故障诊断、无损检测与探伤、强度分析与测试、机械工程测试技术...

具体了解该专家信息,请致电:027-87555799 邮箱 haizhi@uipplus.com

教育背景

1993年9月至1997年7月,在东北大学黄金学院学习,获得工学学士学位; 1997年9月至2000年7月在东北大学机械设计及理论专业学习,获工学硕士学位; 2002年9月至2008年3月在东北大学机械设计及理论专业学习,获工学博士学位。

工作经历

2000年3月至今在东北大学机械工程与自动化学院从事教学和科研工作,现为副教授、硕士生导师; 2011年3月在东北大学信息科学与工程学院控制科学与工程专业从事博士后研究。

项目课题经历

主持了在役抽油杆缺陷定量检测和寿命评估技术(省科技项目攻关项目)、钢拉杆微裂纹多维定量检测技术的研究(教育部项目基本科研业务费项目)、中法兰密封副高温应力计算、高压输送泵曲轴有限元强度分析等项目。 参与了非同频多轴载荷下疲劳损伤特性理论和试验研究(国家基金)、液压支架有限元分析、应力测试及强度评估体系研究、抽油机井油管、抽油杆判废技术研究、钱江摩托测试与强度分析、DYW—20Z液氧罐计算、中国人民解放军6409厂实验台制作、转炉OG风机振动分析及故障诊断技术研究、无人机测量系统、抽油杆材质分析及疲劳断裂实ᠦ୔

论文、成果、著作等

以第一作者发表论文:转子故障诊断与转子平衡集成系统的开发、转子振动信号分析与故障诊断集成系统开发、冷热风幕机转子在线平衡系统的开发、涡轮增压器转子的振动分析及故障诊断、基于网络的信号处理与故障诊断系统的开发、抽油杆自动探伤系统的研究、DGMB75/12.5隔膜泵曲轴断裂分析和解决措施、提高抽油杆裂纹漏磁检测精度灵敏度新方法、基于小波神经网络的抽油杆缺陷识别、基于混合特征和支持向量机的抽油杆缺陷识别、棒料小裂纹涡流检测方法中最佳检测参数的实验研究、Application of frequency band energy decomposition using wavelet packet in extracting sucker rod defect characters.、Recognition of a sucker rod’s defects with ANN and SVM、Pattern Recognition of the Steel Rod Based on Artificial Neural Network and SVM等20篇,其中EI检索10余篇。

专利、著作版权等

出版著作 主编教材:科学出版社《英汉双语机械工程测试技术电子教程》、机械工业出版社《测试技术实验教程》、高等教育出版社《机械工程测试技术网络教材》。 参编教材:高等教育出版社《测试技术》、东北大学出版社《测试技术》、高等教育出版社《测试技术第二版》、化学工业出版社《机械设计手册》-第五篇。
声明:本站专家信息来源于各高校官网。