 |
孙梅迪 博士 讲师 研究生导师
电 话:0731- 邮 箱:sunmeidi_smd@163.com 办公地点:工训大楼
|
◆个人简介
孙梅迪,女,汉族,中共党员,1992年出生,河北衡水人,工学博士,讲师,硕士研究生导师。现任电气与信息工程学院自动化系教师。
2014年6月毕业于湖南大学自动化专业,获工学学士学位,2017年6月毕业于湖南大学控制工程专业,获工学硕士学位,2021年10月毕业于湖南大学控制科学与工程专业,获工学博士学位。2021年11月入职登录入口电气学院自动化系。
◆主讲课程
1.电力电子技术 2.运动控制系统 3.大数据分析
◆研究方向(原则上不超过3个)
1. 人工智能与深度学习 2. 智能感知与状态监测 3.机器学习与模式识别
◆论文专著
主要研究工作包括深度学习算法在工业领域的泛化应用、复杂机电设备的智能感知与状态监测等,相应成果发表国内外高水平期刊论文10余篇,近5年代表作如下:
[1] Meidi Sun, Xinmiao Xiao, Tangyan Chen, et al. “A novel domain incremental learning method for bearing fault diagnosis based on F&K,” IEEE Transactions on Industrial Informatics, 2024. (中科院1区SCI,IF: 11.7, Top期刊)
[2] Meidi Sun, Hui Wang, Ping Liu, et al. “A Novel Data-Driven Mechanical Fault Diagnosis Method for Induction Motors Using Stator Current Signals,” IEEE Transactions on Transportation Electrification, 2023, 9(1) :347-358. (IF=6.901,Top期刊)
[3] Meidi Sun, Hui Wang, Ping Liu, Shoudao Huang, et al. “Stack Autoencoder Transfer Learning Algorithm for Bearing Fault Diagnosis Based on Class Separation and Domain Fusion,” IEEE Transactions on Industrial Electronics, 2022,69(3) :3047-3058. (IF=8.236,Top期刊,高被引)
[4] Meidi Sun, Hui Wang, Ping Liu, et al. “A sparse stacked denoising autoencoder with optimized transfer learning applied to the fault diagnosis of rolling bearings,” Measurement, 2019,146 :305-314. (IF=5.093,Top 期刊)
[5] Ping Liu, Jie Xu, Meidi Sun, et al. “New Discontinuous Space Vector Modulation Strategies for Impedance-Source Inverter with Superior Thermal and Harmonic Performance,” IEEE Transactions on Industrial Electronics, 2022, 69(12): 13079-13089. (IF=8.236,Top期刊)
◆专利成果
[1] 孙梅迪, 肖鑫淼,等. 基于 F&K 域增量学习的滚动轴承故障诊断方法及系统, 2023-10-18, 中国, 202311352624.5
[2] 孙梅迪, 肖鑫淼, 刘平, 等. 一种基于增量学习的电机轴承故障诊断方法及装置, 2022-9-13, 中国, 202211110097.2
[3] 王辉, 孙梅迪, 黄守道, 等. 基于数据驱动的采用电流信号的电机机械故障诊断方法, 2023-6-20, 中国, ZL 2020 1 0597800.1
[4] 王辉, 罗卿, 孙梅迪. 基于图像处理的非侵入式电力符合特征提取、识别、系统及介质, 2021-2-23, 中国, ZL201910412402.5
◆科研项目
主持湖南省自然科学基金青年项目1项,湖南省教育厅科学研究项目1项,作为骨干成员深度参与国家重点研发项目等国家级和省部级项目等4项。
[1]2025.1-2027.12,湖南省自然科学基金青年项目,基于时空张量与增量学习的深远海风电机组主轴承长效故障诊断方法,主持
[2]2023.1-2024.12,湖南省教育厅科学研究项目,数据缺乏下的电机轴承故障诊断研究,主持