汤宝平查看源代码讨论查看历史

汤宝平
原图链接 图片来源360百科 重庆大学机械工程学院副院长
出生	1971年09月 湖北黄梅
国籍	中国
母校	重庆大学
职业	教育科研管理工作者

汤宝平，男，博士，重庆大学二级教授，博士生导师，重庆大学机械工程学院副院长。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。

研究方向

物联网-边缘计算-云平台"模式的装备智能运维。

1. 数字孪生驱动的重大装备智能运维研究。针对航空发动机、高铁机车、风电机组等重大装备高可靠与长寿命的应用需求，研究重要机电装备早期故障预示方法和智能维护技术、基于大数据的机械装备运维管理，研发数字孪生驱动的装备状态监测与故障诊断系统。

2.特殊与极端环境下无线传感器网络研究。面向物联网应用需求，研究具有边缘计算能力的无线传感器网络节点，研发无线、无源、多参数微纳传感器与系统，用于重大装备状态监测。

3.测试计量技术及仪器研究。研究机械振动、噪声等工程信号分析处理方法，自主研发动态信号分析仪、试验模态分析仪、声学分析仪及旋转机械分析仪。

荣誉获奖

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。

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)。主要获奖如下:

(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)

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

兼任职务

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、测试与诊断》等杂志编委。

发表论文

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160余篇，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,2019，131, 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 Deng. Development of High Synchronous Acquisition Accuracy Wireless Sensor Network Node for Machine Vibration. Measurement，2015, 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. Measurement，2015, 67:51-60

9，Zuqiang Su, Baoping Tang, 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. Nerocomputing，2015, 157(1):208-222

10，Baoping Tang*，Tao Song，Feng Li, Lei Deng. Fault diagnosis for wind turbine transmission system based on manifold learning and Shannon wavelet support vector machine，Renewable Energy，2014，62(2):1~9