个人简介
段礼祥，男，1969年 10月生，四川泸州人，教授，博士生导师。1994年毕业于石油大学（华东）机械设计及制造专业，2001年、2005年分别于中国石油大学(北京)获硕士和博士学位。1994年7月-2002年8月，在新疆油田采油二厂从事油田设备管理、油田工艺研究等工作；2005年7月-2018年11月在中国石油大学(北京)机械与储运工程学院、2018年12月至今在中国石油大学(北京)安全与海洋工程学院，从事油气设备安全监测与智能诊断的科研和教学工作；2011年8月-2012年2月在加拿大渥太华大学做访问学者。
主持国家级、省部级及企业科研项目30余项，获国家技术发明奖二等奖1项、省部级科技进步一等奖4项；授权发明专利5件、受理发明专利5件、授权实用新型5件，登记软件著作权11件；主编专著1部、教材2部；发表学术论文160余篇（SCI收录20余篇，EI收录50余篇）；已培养博士生9名、硕士生119名（含在读）。获2016-2018年度校优秀教师、2019年就业工作先进个人称号。
教学
本科生：工业安全技术、设备管理与可靠性；
研究生：机械故障诊断学、可靠性理论。
获奖情况
[1] 油气管道系统完整性关键技术与工业化应用，国家技术发明二等奖，2019（排5）
[2] 油气管道系统完整性关键技术与工业化应用，教育部科技进步一等奖，2017（排3）
[3] 油气站场动力机组精确诊断预警技术开发及应用，中国石油和化学工业联合会科技进步一等奖，2014（排2）
[4] 深井、超深井套管磨损机理及监测预防技术研究，中石化协会科技进步一等奖，2009（排9）
[5] 油田生产重大设备安全运行精确诊断方法及系统研究，中石化协会科技进步一等奖，2006（排4）
[6] 基于风险的油气站场设备安全管理研究与应用 ，全国设备管理创新成果一等奖，2016（排4）
专利及软件著作权
专利：
[1] 一种转子不平衡故障的检测方法及装置，发明专利：ZL 201410455745.7(排1)
[2] 一种无油往复设备的活塞杆负荷直接检测装置，发明专利：ZL 201610647742.2(排1)
[3] 变速旋转机械设备振动状态监测方法及装置，发明专利：ZL201810190998.4(排1)
[4] 机组故障的检测方法、服务器及终端，发明专利：ZL201410205532.9(排3)
[5] 发动机燃油系统的故障检测装置及方法，发明专利：ZL200510116650.3(排3)
[6] 往复式设备的状态监测及故障诊断系统及其应用方法，发明专利，申请号：201611232551.6(排1)
[7] 一种主输泵故障诊断方法和系统，发明专利，申请号：201710153308.3(排2)
[8] 一种机械设备振动信号监测的自适应变采样方法及装置，发明专利，申请号：201810190347.5(排1)
[9] 一种机械设备故障的红外图像敏感区域提取方法及装置，发明专利，申请号：201810318929.7(排1)
[10] 往复压缩机故障诊断优化方法及装置，发明专利，申请号：201910623216.6(排1)
[11] 一种无油往复设备的活塞杆负荷直接检测装置，实用新型：ZL 201620856936.9(排1)
[12] 振动故障诊断装置，实用新型：ZL 201620690622.6(排1)
[13] 往复式设备的状态监测及故障诊断系统，实用新型，ZL201621451637.3(排1)
[14] 基于红外监测的大机组状态监测系统，实用新型：ZL 201220412251.7(排3)
[15] 一种基于故障诊断的维修决策系统，实用新型：ZL201020658183.3(排3)
软件著作权：
[1] 罐区动力设备故障智能诊断系统，软件著作权（2020SR0532675）
[2] 主输泵状态监测和故障诊断系统，软件著作权(2017SR401477)
[3] 多通道振动数据采集与时频域分析软件(2017SR505252)
[4] 油气田集输系统安全监测数据采集系统，软件著作权(2016SR168797)
[5] 炼化动力设备在线监测与故障诊断系统，软件著作权(2016SR152527)
[6] 离心压缩机组在线诊断与评价系统，软件著作权(2013SR090674)
[7] 采气厂安全评估系统，软件著作权(2012SR028713)
[8] 往复压缩机故障诊断与RCM决策系统，软件著作权(2011SR014967)
[9] 输油泵站关键设备在线监测与故障诊断系统，软件著作权(2011SR014965)
[10] 多通道振动数据采集与时频域分析软件，软件著作权(2017SR505252)
[11] 发动机与变矩器匹配计算软件V1.0，软件著作权(2016SR2076182)
典型科研项目
[1] 2020-2024，长输油气管道灾害监测预警及动力设施诊断技术，中石油战略合作课题
[2] 2020-2021，压裂机组状态监测与故障诊断系统，中石油川庆钻探
[3] 2020-2021，钻井泵和绞车故障诊断系统，北京康布尔石油公司
[4] 2007-2021，机械设备状态监测与故障诊断技术(已连续14年），塔里木油田
[5] 2019-2020，大型关键机组运行健康评估研究与应用，中石油兰州石化
[6] 2017-2020，罐区动力设备智能诊断及预测技术研究，国家重点研发专题
[7] 2017-2020，基于迁移学习的往复压缩机故障诊断机制及预测预警模型研究，国家自然科学基金面上项目
[8] 2018-2019，大型压气站场多源数据集成及可视化展示，中石油北京天然气管道公司
[9] 2016-2018，主输泵状态监测和故障诊断系统开发与应用，中石化销售华南分公司
[10] 2015-2016，炼化动力设备故障诊断系统研发，中海油中捷石化
[11] 2012-2015，炼化企业主要转动设备监测诊断和预警技术开发，中石油集团
[12] 2012-2014, 烟气轮机故障诊断与评价技术，华北石化分公司
[13] 2010-2012，陕京线大功率离心压缩机组状态诊断与评价，中石油集团
[14] 2008-2010，往复压缩机状态监测、故障诊断及RCM技术研究，中石油集团
[15] 2008-2009，旋转设备振动在线检测及分析，济南输油分公司
[16] 2008-2009，离心压缩机故障分析评价技术研究，中石油北京天然气管道公司
[17] 2007-2009，往复压缩机剩余寿命的混沌关联预测方法研究，中石油创新基金
近期论文
查看导师新发文章
（温馨提示：请注意重名现象，建议点开原文通过作者单位确认）
[1] Liu Yang, Duan Lixiang(*), Yuan Zhuang, et al. An Intelligent Fault Diagnosis Method for Reciprocating Compressors Based on LMD and SDAE [J]. Sensors, 2019, 19(5), 1-19. （SCI\EI收录）
[2] Zhang Yulong, Duan Lixiang(*), Duan Menglan. A new feature extraction approach using improved symbolic aggregate approximation for machinery intelligent diagnosis. Measurement, 2018, 133: 468-478（SCI\EI收录）
[3] Yuan Zhuang, Zhang Laibin, Duan Lixiang(*). A novel fusion diagnosis method for rotor system fault based on deep learning and multi-sourced heterogeneous monitoring data [J]. MEASUREMENT SCIENCE AND TECHNOLOGY, 2018, 2018(115005): 1-15 （SCI\EI收录）
[4] Zhang Jiwang, Zhang Laibin, Duan Lixiang(*). A Blade Defect Diagnosis Method by Fusing Blade Tip Timing and Tip Clearance Information [J]. Sensors, 2018，18（7）：1-15 （SCI\EI收录）
[5] Duan Lixiang, Xie Mengyun, Wang Jinjiang, and Bai Tangbo. Deep learning enabled intelligent fault diagnosis: overview and applications. Journal of Intelligent and Fuzzy Systems, 2018, 35(5):5771-5784（SCI\EI收录）
[6] Duan Lixiang, Wang Xuduo, Xie Mengyun, et al. Auxiliary-model-based domain adaptation for reciprocating compressor diagnosis under variable conditions[J]. Journal of Intelligent and Fuzzy Systems, 34 (2018) 3595–3604（SCI\EI收录）
[7] Duan Lixiang, Zhao Fei, Wang Jinjiang, et al. An Integrated Cumulative Transformation and Feature Fusion Approach for Bearing Degradation Prognostics[J]. Shock and Vibration, 2018, 2018(1): 1-15（SCI\EI收录）
[8] Jinjiang Wang, JunyaoXie, Rui Zhao, Laibin Zhang, Lixiang Duan(*). Multisensory fusion based virtual tool wear sensing for ubiquitous manufacturing. Robotics and Computer-Integrated Manufacturing, 2017, 45(6): 47-58（SCI\EI收录）
[9] Duan Lixiang, Zhang Yulong, Wang Xuduo, et al. A hybrid approach of symbolic aggregate approximation and bitmap: application to fault diagnosis of reciprocating compressor valve[J]. JOURNAL OF VIBROENGINEERING, 2016, 18(7): 4354-4368（SCI\EI收录）
[10] Duan Lixiang, Yao Mingchao, Wang Jinjiang, et al. Integrative intrinsic time-scale decomposition and hierarchical temporal memory approach to gearbox diagnosis under variable operating conditions[J]. ADVANCES IN MECHANICAL ENGINEERING, 2016,8(8):1-14（SCI收录）
[11] Duan Lixiang, WangYangshen, Wang Jinjiang, et al. Undecimated Lifting Wavelet Packet Transform with Boundary Treatment for Machinery Incipient Fault Diagnosis[J]. Shock and Vibration, 2016, 2016(1): 1-9（SCI\EI收录）
[12] Duan Lixiang, Xie Mengyun, Bai Tangbo, et al. A New Support Vector Data Description Method for Machinery Fault Diagnosis with Unbalanced Datasets[J]. Expert Systems with Applications, 64 (2016) 239–246（SCI\EI收录）
[13] Duan Lixiang, Yao Mingchao, Wang Jinjiang, et al. Segmented infrared image analysis for rotating machinery fault diagnosis[J]. Infrared Physics and Technology, 77（2016）267-276（SCI\EI收录）
[14] 李涛，段礼祥，张东宁，赵赏鑫，黄辉，毕彩霞，袁壮.自适应卷积神经网络在旋转机械故障诊断中的应用[J]. 振动与冲击，2020，39(16):275-282+288.(EI)
[15] 段礼祥，张兴凤，王旭铎.变转速往复压缩机的等概率关联规则诊断方法[J].石油机械， 2019， 47(12): 23-30.
[16] 段礼祥，陈瑞典，张来斌，秦天飞，王宁.机械设备振动监测的自适应变采样算法研究[J].仪表技术与传感器，2019(07):121-126.
[17] 段礼祥，刘洋，刘绍东，唐满红.基于IEM-模糊分析理论的往复式压缩机组安全评价[J].工业安全与环保，2019，45(07):31-35+39.
[18] 段礼祥，郝少鹏，张北，等. 基于ANSYS的往复压缩机国产活塞响应谱分析. 石油机械[J]，2017， 45(12)：62-66.
[19] 段礼祥，罗建梅，段梦兰. 水下卧式采油树安装过程定量风险评估.安全与环境学报[J]，2017，17(6)：2099-2103.
[20] 刘洋，段礼祥，钟龙，等. 基于突变级数法的离心泵机组安全评价模型[J]. 中国安全生产科学技术，2017，13(11)：18-23.
[21] 王耀楠，段礼祥，毛仲强，刘绍东.油田并联泵机组变频组合方案节能研究及应用[J].油气田地面工程，2018，37(08):100-104.
[22] 段礼祥，谢骏遥，王凯，等. 基于不同工况下辅助数据集的齿轮箱故障诊断[J]. 振动与冲击，2017，36(10)：104-108(EI).
[23] 袁壮，段礼祥，王金江. 基于极值点奇异值降噪与关联维数的电机转子不平衡故障识别[J]. 石油科学通报，2016，1(03)：425-433.
[24] 段礼祥，郭晗，王金江. 数据集不均衡下的设备故障程度识别方法研究[J]. 振动与冲击，2016，35(20)：178-182.(EI)
[25] 段礼祥，胡智，杨大中，等. 双树复小波变换用于转子模拟故障诊断研究[J]. 石油机械，2016，04：75-80.
[26] 罗通元，段礼祥，王金江，等. 道化学评价法的改进及其在联合站安全评价中的应用[J]. 中国安全生产科学技术，2016，06：153-157.
[27] 胡俊华，段礼祥，高广民，等. 基于ADAMS的齿轮传动误差动力学仿真研究[J]. 制造业自动化，2016，04：112-114+130.
[28] ]段礼祥，胡智，张来斌. 基于稳健独立分量分析的转子故障信息增强方法.中国石油大学学报(自然科学版).2013，37(2):95-101.(EI: 20132316396676)
[29] 段礼祥，陈斌，胡智. 基于冗余提升小波包及Volterra级数的机械故障预测方法[J]. 科学技术与工程，2013，13(17):4922-4926.
[30] 段礼祥，张来斌，岳晶晶. 基于ITD和模糊聚类的齿轮箱故障诊断方法[J]. 中国石油大学学报(自然科学版)，2013，37(4):133-139.( EI:20134116842045)
出版专著和教材
[1] 段礼祥，张来斌，梁伟. 压缩机故障现代诊断理论、方法及应用，科学出版社，2019.9
[2] 段礼祥. 油气装备安全技术，石油工业出版社，2017.12
[3] 段礼祥. 工业安全技术，中国石油大学出版社，2012.8
学术兼职
国家注册安全工程师，中国振动工程学会故障诊断专业委员会理事，北京市公共安全科学技术学会会员。
京公网安备 11010802027423号