王庆锋简历
王庆锋，教授，硕士生导师，高端压缩机及系统技术全国重点实验室分中心技术骨干，国家危险化学品生产系统故障预防及监控基础研究实验室副主任，化学工业专用密封标准化技术委员会秘书长。主要研究方向：动态监测、诊断与维护；预测与健康管理（PHM）；可靠性工程；。承担国家级、省部级科研项目及企业委托项目40余项，发表高水平科研论文60余篇，已培养毕业研究生17名。
教育经历
⑴ 2008/09-2011/06，北京化工大学，机电学院，博士，导师：高金吉
⑵ 20040/9-2007/01，北京工业大学，机电学院，硕士，导师：吴斌
⑶ 1996/04-2000/10，山东大学，机电学院，学士
工作经历
⑴ 2024/01-至今，北京化工大学，机电学院，教授
⑵ 2015/01-2023/12，北京化工大学，机电学院，副教授
⑶ 2011/06-2014/12，北京化工大学，机电学院，讲师
⑷ 1991/07-2004/07，山东华鲁恒升化工股份有限公司，尿素车间，工程师/车间主任
主要研究方向
⑴设备动态监测、诊断与维护
⑵设备预测与健康管理（Prognostic and Health Management, PHM）
⑶机械密封性能退化检测与评价
⑷过程装备可靠性工程
奖励与荣誉
⑴ 2023 年获中国能源研究会能源创新奖一等奖（2023-0285-J-1-07-D03）
⑵ 2023年获中国石油和化工自动化应用协会科技进步二等奖
⑶ 2022年获中国石油和化学工业联合会科技进步一等奖（编号：2022JBR486-1-1）
⑷ 2019年获中国石油和化学工业联合会二等奖（编号：2019JBR0372-2-5）
⑸ 2014年获中国石油和化工自动化应用协会一等奖（编号：2014KXJSJ-JBR009-1-06）
⑹ 1999年获山东省石化设备先进工作者称号
⑺ 1998年获山东省设备管理先进个人称号
代表性论文
[1] Qingfeng Wang, Yunfeng Song, Hua Li, et al.Tribological Behavior Characterization and Fault Detection of Mechanical Seals Based on Face Vibration Acceleration Measurements[J]. Lubricants, 2023, 11(430):1-18.
[2] Chun Lei, Qingfeng Wang, Yang Xiao, et al. Research on an Improved Auxiliary Classifier Wasserstein Generative Adversarial Network with Gradient Penalty Fault Diagnosis Method for Tilting Pad Bearing of Rotating Equipment[J]. Lubricants, 2023, 11(423):1-30.
[3] Tianyu Zhang, Qingfeng Wang, Yue Shu, et al. Remaining Useful Life Prediction for Rolling Bearings with a Novel Entropy-Based Health Indicator and Improved Particle Filter Algorithm[J]. IEEE Access, 2023, 11:3062-3079.
[4] Yang Xiao, Qingfeng Wang, et al. Research on a Multisource Domain Improved fault diagnosis method of the Rotor system[J]. IEEE Access, 2022, 10:85399-85415.
[5] Wang Shuai, Wang Qingfeng, Xiao Yang ,et al. Research on rotor system fault diagnosis method based on vibration signal feature vector transfer learning[J]. Engineering Failure Analysis, 2022.
[6] Wang Qingfeng, Xiao Yang, Wang Shuai, et al. A Method for Constructing Automatic Rolling Bearing Fault Identification Model Based on Refined Composite Multi-Scale Dispersion Entropy[J]. IEEE Access, 2021, (99):1-1.
[7] 宋运锋,王庆锋,李华等.基于端面振动测量的机械密封摩擦学行为试验研究[J/OL].摩擦学学报:1-16[2023-11-04].
[8] 肖扬,王庆锋,杨哲等.旋转机械突发不平衡故障早期预警及诊断方法研究[J].机械工程学报,2023,59(11):308-318.
[9] 王庆锋,刘家赫,刘晓金等.数据驱动的旋转设备性能退化趋势预测方法[J].计算机集成制造系统,2022,28(03):724-734..
[10] 王庆锋,张程,陈文武等.数据驱动的滚动轴承实时健康状态评估方法[J].计算机集成制造系统,2023,29(07):2211-2223.
[11] 王庆锋,刘家赫,刘晓金等.数据驱动的旋转设备性能退化趋势预测方法[J].计算机集成制造系统,2022,28(03):724-734.
[12] 张田雨,王庆锋,舒悦等.基于猎人猎物优化算法改进粒子滤波的滚动轴承剩余使用寿命预测技术[J].北京化工大学学报(自然科学版),2023,50(05):98-108.
[13] 马也,王庆锋,施任杰等.航空发动机气膜浮环密封上浮性能研究[J].润滑与密封,2021,46(01):38-44+50.
[14] Wang Qingfeng, Liu Xiaojin, Wei Bingkun, et al. Online incipient fault detection method based on improved l1 trend filtering and support vector data description [J]. IEEE Access, 2021, 9:30043-30059.
[15] Wang Qingfeng, Wei Bingkun, Liu Jiahe, et al. Data-driven incipient fault prediction for non-stationary and non-linear rotating systems: Methodology, model construction and application [J]. IEEE Access, 2020, 8:197134-197146.
[16] Wang Qingfeng, Liu Jiahe, Wei Bingkun, et al. Investigating the construction, training, and verification methods of k-means clustering fault recognition model for rotating machinery [J]. IEEE Access, 2020, 8:196515-196528.
[17]王庆锋,卫炳坤,刘家赫,马文生,许述剑.一种数据驱动的旋转机械早期故障检测模型构建和应用研究[J].机械工程学报,2020,56(16):22-32.
[18]王庆锋,刘家赫,卫炳坤,张程.数据驱动的聚类分析故障识别方法研究[J].机械工程学报,2020,56(18):7-14.
[19]王庆锋,李中,许述剑,陈文武.基于故障案例学习的设备健康评价方法研究[J].机械工程学报,2020,56(20):28-37.
[20]王庆锋,刘家赫,刘晓金,许述剑.数据驱动的旋转设备性能退化趋势预测方法[J/OL].计算机集成制造系统:1-17[2020-12-12].
[21]王庆锋,刘家赫,柳建军,王学斌,李中.炼化企业设备的本质安全可靠与监管智能化对策研究[J].中国工程科学,2019,21(06):129-136.
[22]雷兴国,王庆锋,李中.基于合作博弈的管道外腐蚀多层次灰色动态评价[J].化工学报,2019,70(06):2386-2396.
[23]王庆锋,高金吉,袁庆斌.过程装备在役再制造工程理论体系[J].计算机集成制造系统,2019,25(10):2446-2455.
[24]王庆锋,高金吉,李中,雷兴国.机电设备在役再制造工程理论研究及应用[J].机械工程学报,2018,54(22):1-7.
[25]王庆锋,郝帅,李凯,李中.基于CFD数值模拟的换热器外导流筒优化设计[J].过程工程学报,2017,17(03):461-468.
[26]王庆锋,李凯,郝帅,李中.MVR系统中管柱式气液旋流分离器性能研究[J].化工进展,2016,35(S2):87-91.
[27]王庆锋,高金吉,袁庆斌,江志农.主风机静叶可调执行机构自愈化智能电液控制系统研究与应用[J].机械工程学报,2016,52(20):185-192.
[28]王庆锋,高金吉.过程工业动态的以可靠性为中心的维修研究及应用[J].机械工程学报,2012,48(08):135-143.
[29] Wang, Qingfeng, Gao Jinji. Research and application of risk and condition based maintenance task optimization technology in an oil transfer station. Journal of Loss Prevention in the Process Industries, 2012, (6): 1018 ~1027.
[30] Yuan Qingbin, Wang Qingfeng, Gao Jinji. The research of risk and condition-based maintenance decision-making and task optimizing system for rotating equipment in large petrochemical plants. International Journal of Reliability, Quality and Safety Engineering, 2012, 19(4):1-20.
[31] Wang Qingfeng, Liu Wenbin, Zhong Xin, Yang Jianfeng, et al. Development and application of equipment maintenance and safety integrity management system. Journal of Loss Prevention in the Process Industries, 2011, (24):321-332.
[32]王庆锋,杨剑锋,刘文彬,袁庆斌,马宏伟.过程工业设备维修智能决策系统的开发与应用[J].机械工程学报,2010,46(24):168-177.
代表性科研项目
（一）国家重点研发计划项目
1、三维标准基线复合参量数字 孪生建模和计量溯源方法（2023YFF0612701）
2、工业管道振动疲劳监测与自适应控制技术研发（2023YFC3010504）
3、空压机系统节能量测量和验证技术研究及标准研制，项目编号：2016YFF0201502
4、基于物联网的石化工业风险识别与安全应急系统研发及示范应用，项目编号：2014AA041806
（二）重庆局重大研发项目
1、基于大数据智能化的远程运维服务应用研究，项目编号：cstc2018jszx-cyzdX0167
（三）企事业委托项目
1、油气管道国产化设备评价方法及指标体系研究
2、关键设备失效识别与早期预警技术研究
3、炼化企业安全风险动态智能化监测预警关键技术研发
4、炼化设备多维度动态风险评估及安全保障技术研究
5、压缩机组故障智能诊断与大数据分析研究-压缩机早期预警与健康评估研究
6、炼化企业典型转动设备故障预测与优化运行技术研究
7、智能化管控平台设备风险模块集成研究
8、主泵电机自动化推力间隙检测装置研发
9、储气库注采站动设备运行状态安全数据采集技术研发
10、海洋石油FPSO111静设备完整性（RBI）管理系统技术开发
11、海上压力容器/管线检验系统开发及应用研究
12、以可靠性为中心的维修应用于大型压缩机系统维护管理的应用研究