姓名

郑近德

工号

0073

性别

男

导师

情况

硕导

学历

博士

职称

副教授

职务

无

邮编

243032

办公地点

机械楼329

电话

18395585081

传真

邮箱

lqdlzheng@126.com

jdzheng@ahut.edu.cn

个

人

基

本

信

息

个人简介：郑近德，男，1986年生，安徽临泉人。2014年博士毕业于湖南大学机械工程专业。安徽省振动工程学会会员，中国金属学会冶金设备分会委员，中国振动工程学会转子动力学分会理事，校创新团队“设备运行性能与状态研究”骨干。主持国家自然科学基金和安徽省高校自然科学研究重点项目各一项，参与国家重点研发计划子课题、安徽省自然科学基金和安徽省高校自然科学研究重点项目及企业横向课题多项。在国内外期刊发表学术论文50余篇，其中SCI/EI收录30余篇，授权发明专利1项。

担任下列SCI和EI期刊审稿人：

（1）Mechanical Systems and Signal Processing（一区,TOP）

（2）IEEE Transaction on Fuzzy systems（一区,TOP）

（3）Measurement（三区）

（4）IEEE Transaction on Signal processing Letters （三区）

（5）Journal of Sound and Vibration（二区）

（6）Applied Statistics（四区）

（7）The Scientific World Journal（四区）

（8）振动工程学报（EI）

（9）振动与冲击（EI）

近年所获奖励：

（1）2017年，首批安徽工业大学青年拔尖人才培养对象

（2）2017年，安徽省教育厅高校优秀青年骨干国外访学重点项目

（3）2017年，论文入选中国科协第二届优秀科技论文

（4）2017年，院青年教师讲课比赛一等奖

（5）2017年，机械工程学院 “先进个人”

（6）2016年，院青年教师讲课比赛二等奖

（7）2016年，获湖南大学优秀博士论文

（8）2016年，机械工程学院 “先进个人”

（9）2015年，获《中国机械工程》优秀论文三等奖

（10）2014年，湖南省和湖南大学优秀毕业生

主要研究方向和感兴趣领域：

（1）机械健康监测与智能维护

（2）机械信号分析与处理

（3）机械设备剩余寿命预测

（4）机器学习与模式识别

（5）非线性动力学与复杂性理论

（6）智能监测与诊断系统开发

（目前已指导硕士研究生毕业3人，其中1人获校优秀毕业生，在读研究生4人。

诚挚欢迎英语和数学基础好、勤奋，对以上或相关方向感兴趣的同学加盟故障诊断团队）

科

研

论

文

及

成

果

[1] Zheng Jinde, Cheng Junsheng, Yang Yu. Generalized empirical mode decomposition and its applications to rolling element bearing fault diagnosis, Mechanical Systems and Signal Processing, 2013, 40(1): 136–153.

[2] Zheng Jinde, Cheng Junsheng, Yang Yu. Partly ensemble empirical mode decomposition: an improved noise-assisted method for eliminating mode mixing, Signal Processing 2014, 96(B): 362–374.

[3] Zheng Jinde, Cheng Junsheng; Yang Yu. A rolling bearing fault diagnosis approach based on LCD and fuzzy entropy, Mechanism and Machine Theory, 2013, 70: 441–453.

[4] Zheng Jinde, Cheng Junsheng, Yang Yu, etal. A rolling bearing fault diagnosis method based on multi-scale fuzzy entropy and variable predictive model-based class discrimination, Mechanism and Machine Theory 2014, 78: 187–200.

[5] Zheng Jinde, Cheng Junsheng, Yang Yu. Multi-scale permutation entropy based rolling bearing fault diagnosis, Shock and Vibration, 2014, 1-8.

[6] Zheng Jinde. Rolling bearing fault diagnosis based on partially ensemble empirical mode decomposition and variable predictive model-based class discrimination, Archives of Civil and Mechanical Engineering, 2016, 16(4) 784-794.

[7] Zheng Jinde, Pan Haiyang, Yang Shubao, etal. Adaptive parameterless empirical wavelet transform based time-frequency analysis method and its application to rotor rubbing fault diagnosis, Signal Processing, 2017, 130, 305–314.

[8] Zheng Jinde. Rolling bearing fault detection and diagnosis based on composite multiscale fuzzy entropy and ensemble support vector machines, Mechanical Systems and Signal Processing 2017, 85, 296–311.

[9] Zheng Jinde. Rolling bearing fault diagnosis based on partially ensemble empirical mode decomposition and variable predictive model-based class discrimination,Archives of Civil and Mechanical Engineering2016,16(4):784-794.

[10] Zheng Jinde, Pan Haiyang; Yang Shubao. Adaptive parameterless empirical wavelet transform based time-frequency analysis method and its application to rotor rubbing fault diagnosis, Signal Processing, 2017, 130: 305-314.

[11] 姜战伟, 郑近德, 潘海洋,等. 基于多尺度时不可逆与t-SNE流形学习的滚动轴承故障诊断. 振动与冲击, 2017, 36(17):61-68.

[12] 郑近德, 潘海洋, 童宝宏,等. 基于VPMELM的滚动轴承劣化状态辨识方法. 振动与冲击, 2017, 36(7):57-61.

[13] 郑近德, 姜战伟, 代俊习,等. 基于VMD的自适应复合多尺度模糊熵及其在滚动轴承故障诊断中的应用. 航空动力学报, 2017, 32(7):1683-1689.

[14] 郑近德, 潘海洋, 张俊,等. APEEMD及其在转子碰摩故障诊断中的应用. 振动.测试与诊断, 2016, 36(2):257-263.

[15] 郑近德, 潘海洋, 程军圣. 非平稳信号分析的广义解析模态分解方法. 电子学报, 2016, 44(6):1458-1464.

在

研

项

目

[1] 经验小波变换理论及其在机械故障诊断中的应用研究. 国家自然科学基金项目（青年类）（编号：51505002），2016/01-2018/12.（20万，主持，在研）

[2] 基于优化加权的代理判别模型模式识别方法及其应用研究.安徽省自然科学基金项目，2017/01-2019/12（8万，参与，在研）

[3] 冶金起重机健康诊断与装备研发，国家重点研发计划计划子课题，2017/07-2020/12（120万，参与，在研）