长沙理工大学首页|云就业平台|后台管理|
院务公开|

控制科学与工程学科

□ 当前位置: 学院首页 -> 师资队伍 -> 硕博导师 -> 正文

孙梅迪

发布日期:2023年02月18日 来源: 作者:


孙梅迪  博士

讲师 研究生导师 


    话:

    箱:sunmeidi_smd@163.com

办公地点:工科一号楼A511



◆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月入职长沙理工大学电气学院自动化系。

◆主讲课程

1.电机及其拖动基础  2.电力电子技术  3.大数据分析

◆研究方向

1.设备智能状态监测  2.工业大数据分析 3.电力电子技术

◆论文专著

[1] 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)

[2] 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)

[3] 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)

[4] 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

上一篇:刘铮 下一篇:李茂军