北京化工大学机电工程学院 副院长
全国石油和化工教育青年教学名师
北京化工大学 青年英才百人
高端压缩机及系统技术全国重点实验室
高端机械装备健康监控与自愈化北京市重点实验室
Email: tanggang@mail.buct.edu.cn
课题组网站：misc.buct.edu.cn
教育及工作经历:
2013 - 至今，北京化工大学，机电工程学院，副教授、教授、博导、副院长
2010 - 2013，中国石油勘探开发研究院
2008 - 2009，英属哥伦比亚大学，访问学者
2005 - 2010，清华大学，航天航空学院，博士
2001 - 2005，天津大学，机械工程学院，学士
主要研究方向：
动力学建模与先进计算
机械信号智能感知
机械健康状态智能监测诊断
装备寿命预测及智能运维
学术服务：
中国人工智能学会青年工作委员会委员
中国振动工程学会动态信号分析专委会、故障诊断专委会委员
IEEE Instrumentation & Measurement Society Member
IEEE Reliability Society Member
IEEE Open Journal of Instrumentation and Measurement, Associate Editor
Shock and Vibration, Academic Editor
教学工作：
智能故障诊断，授课对象：人工智能交叉研究中心，人工智能专业，大三
人工智能及应用，授课对象：机器人专业、过程装备专业，大三
人工智能导论，授课对象：人工智能交叉研究中心，人工智能专业，大一
人工智能与机械工程概论，授课对象：硕士生、博士生
人工智能基础，授课对象：智能传感（MST）与系统学科交叉班
理论力学，授课对象：大二/大三
荣誉及奖励：
2024 入选Elsevier全球前2%顶尖科学家榜单(World’s Top 2% Scientists 2024)
2021 全国石油和化工教育青年教学名师
2021/2023 Outstanding Reviewers Award，IEEE Instrumentation and Measurement Society
2020 中国医院学会“抗疫信息化”二等奖
2020 全国声音与音乐技术会议学术沟通一等奖
2020 北京化工大学优秀本科育人团队
2018 北京化工大学青年教学名师
2017 北京化工大学青年英才百人
2017 中国石油天然气集团公司技术发明二等奖
部分代表性成果：
已发表SCI论文40余篇，含多篇ESI高被引论文及TOP论文，合著专著2部，授权发明专利7项。
[1] Zhou Yuxuan, Dong Yining, Tang Gang. Time-varying Online Transfer Learning for Intelligent Bearing Fault Diagnosis with Incomplete Unlabeled Target Data. IEEE Transactions on Industrial Informatics, 19(6):7733-7741.2023.
[2] Han Wang, Dongdong Wang, Haoxiang Liu, Gang Tang*. A predictive sliding local outlier correction method with adaptive state change rate determining for bearing remaining useful life estimation. Reliability Engineering & System Safety, 225, 108601, 2022.
[3] Dongdong Wang, Yining Dong, Han Wang, and Gang Tang. Limited fault data augmentation with compressed sensing for bearing fault diagnosis. IEEE Sensors Journal, 23(13): 14499-14511, 2023.
[4] Li Guozheng, Tang Gang*, Luo Ganggang, Wang Huaqing. Underdetermined blind separation of bearing faults in hyperplane space with variational mode decomposition. Mechanical Systems and Signal Processing, 120:83-97, 2019.
[5] Yuxuan Zhou, Yining Dong, Hongkuan Zhou, Gang Tang. Deep Dynamic Adaptive Transfer Network for Rolling Bearing Fault Diagnosis with Considering Cross-machine Instance IEEE Transactions on Instrumentation & Measurement, 70, 3525211, 2021.
招生基本要求：
招收全日制硕士生、博士生，愿意硕博连读者优先。
热爱科研、责任感强、积极向上、努力进取、有团队合作精神！
欢迎机械类、装备类、信息类相关的同学加入本团队！
更多信息，请访问课题组网站：
