|
教育背景
|
|
2002.04-2005.09 大连理工大学 博 士
|
|
工作履历
|
2005.10-至今 大连交通大学 讲师、副教授、教授
2006.04-2009.06 大连理工大学力学博士后工作 博士后
2009.10-2010.07 东北大学机械工程及自动化学院 高等学校青年骨干教师国内访问学者
|
|
学术兼职
|
1. 中国机械工程学会 可靠性工程分会第六委员、第七届常务委员
2. 辽宁省力学学会第七届振动、疲劳与冲击专业委员会副主任委员
3. 中国运筹学会可靠性分会第十、十一届理事会理事
4. 辽宁省力学学会第七届、八届理事会理事
5. 铁路科技标准规划专家库专家
6. 国家自然科学基金委员会通讯评审专家
7. 中国机械工程学会高级会员
8. 《铁道学报》第九届编辑委员会委员
9.《机械工程学报》、《电子科技大学学报》、《振动工程学报》、《Maintenance and Reliability》、《Engineering Failure Analysis》等期刊的审稿专家
|
|
承担科研项目情况
|
1.国家自然科学基金面上项目：高速列车机械牵引传动系统的失效机理及时变可靠性关键技术研究，2019.01-2022.12.（主持）
2.企业委托项目：加拿大蒙特利尔双层客车项目车体结构有限元分析及结构优化技术服务，2018.06-2020.09.（主持）
3.辽宁省教育厅科技创新特色项目：数字孪生驱动的地铁车辆传动系统智能运维平台研发，2023.01-2024.12（主持）
4.辽宁省教育厅科学研究项目：动车组齿轮箱装置的动态不确定性优化设计方法研究，2019.06-2021.12.（主持）
5.铁科院委托项目：高速列车用铝合金材料韧性断裂测试与分析，2022.04-2023.03.（主持）
6.铁科院委托项目：动车组轴箱转臂橡胶节点材料机械性能参数测试，2020.11-2021-10.（主持）
7.企业委托项目：新型都市快轨列车样车研制项目车体计算建模，2022.10-2024.12.（主持）
8. 企业委托项目：天津地铁4号线车体有限元建模项目，2019.08-2020.04（主持）
9. 高校委托科技项目：极地船舶关键零部件可靠性分析与评估系统研发，2021.07-2022.11.（主持）
10. 企业委托项目：时速200公里集中动力中间车车体静强度及疲劳强度分析，2020.11-2021.12.（主持）
11. 企业委托项目：时速160公里可快速装卸产品的特种运输车车体项目，2020.05-2020.06.（主持）
12. 企业委托项目：时速160公里市域车方案研究项目头车中间车体强度计算，2021.01-2021.12（主持）
13 企业委托项目：风机结构有限元前处理协同开发服务，2023.06-2024.06（主持）
14. 企业委托项目：160公里内燃动集通风机组仿真计算，2023.09-2023.10（主持）
15.企业委托项目：时速200公里动力集中动车组拖车及控制车RAMS设计与分析，2023.12-2025.12（主持）
|
|
奖励与荣誉
|
1. 中国力学学会全国徐芝纶力学优秀教师奖，2019
2. 辽宁省普通高等学校本科教学名师，2021
3. 辽宁省优秀教师，2020
4. 辽宁省高等学校优秀共产党员，2021
5. 辽宁省科学技术二等奖，2018
6. 辽宁省教学成果二等奖，2020
7. 辽宁省优秀博士学位论文指导教师，2022
8. 辽宁省优秀硕士学位论文指导教师，2017、2024
9. 辽宁省普通高等教育课程思政教学名师，2024
10. “建行杯”辽宁省第八届“互联网+”大学生创新创业优秀指导教师，2022
11. 大连交通大学 2023年“四有”好老师，2023
12. 大连市高端人才，2019
|
|
学术成果
|
1. Fault diagnosis method for railway wagon bearings under imbalanced dataset based on improved ACWGAN. Nonlinear Dyn, 2025（通讯作者，SCI检索）
2. A bearing fault diagnosis method based on M-SSCNN and M-LR attention mechanism. Structural Health Monitoring, 2024, 0(0): 1-23（第一作者，SCI检索）
3. A deep reinforcement learning-based intelligent fault diagnosis framework for rolling bearings under imbalanced datasets, Control Engineering Practice, 2024, 245, 105845（第一作者，SCI检索）
4. Railway wagon bearing fault diagnosis method based on improved sparrow search algorithm optimizing variational mode decomposition and multi-level convolutional neural network. Review of Scientific Instruments, 2024, 95(4) （通讯作者，SCI检索）
5. A System Safety Assessment Method Considering Risk Correlation, Quality and Reliability Engineering International, 2025, 0: 1-16（通讯作者，SCI检索）
6. Performance degradation assessment of rolling bearing under vibration signal monitoring based on optimized variational mode decomposition and improved fuzzy support vector data description, Journal of Applied Physics, 2024, 135(22): 1-21（通讯作者，SCI检索）
7. Fatigue reliability analysis of bogie frames considering parameter uncertainty, International Journal of Fatigue, 2025, 190: 108632（通讯作者，SCI检索）
8.A novel multi-objective robust optimization method based on improved Gray Wolf optimizer and Kriging model. Proceedings of the Institution of Mechanical Engineers, Part C: Journal of Mechanical Engineering Science, 2024（通讯作者，SCI检索）
9. A novel structural reliability analysis method combining the improved beluga whale optimization and the arctangent function-based maximum entropy method. Quality and Reliability Engineering International, 2024, 40(8): 4439-4461（通讯作者，SCI检索）
10. Remaining useful life prediction method based on stacked autoencoder and generalized wiener process for degrading bearing. Measurement Science and Technology, 2024（通讯作者，SCI检索）
11. Research on rolling bearing fault diagnosis method based on simulation and experiment fusion drive. Review of Scientific Instruments, 2024, 95(6): 065107（第一作者，SCI检索）
12. A Structural Reliability Analysis Method Considering Multiple Correlation Features. Machines, 2024, 12(3): 210（通讯作者，SCI检索）
13. Bearing remaining useful life prediction with an improved CNN-LSTM network using an artificial gorilla troop optimization algorithm, Proc IMechE Part O: J Risk and Reliability, 2024（第一作者，SCI检索）
14. Research on fault diagnosis of rolling bearing based on multi-sensor bi-layer information fusion under small samples, Review of Scientific Instruments, 2023, 94: 115106（通讯作者，SCI检索）
15. A novel rolling bearing fault diagnosis method based on parameter optimization variational mode decomposition with feature weighted reconstruction and multi-target attention convolutional neural networks under small samples, Review of Scientific Instruments, 1.6, 2023, 94: 075109（通讯作者，SCI检索）
|
|
姓名：李永华
职称：教授
专业：车辆工程
联系电话：0411-84109396
邮箱：yonghuali@163.com