您现在所在的位置:首页  教师名录  按部门  电气自动化研究所  教授
刘金海

教授

  

教育经历

1998.9-2002.6 哈尔滨工业大学自动化专业学士学位

2002.9-2005.3 东北大学信息科学与工程学院电力电子与电力传动硕士学位

2006.3-2009.1东北大学信息科学与工程学院控制理论与控制工程专业博士学位

  

工作经历

2005.3-2009.1  东北大学信息科学与工程学院助教

2009.1-2011.12 东北大学信息科学与工程学院讲师

2012.1-2017.12 东北大学信息科学与工程学院副教授

2018.1-至今东北大学信息科学与工程学院教授博士生导师

  

研究方向

人工智能及应用;智能故障诊断;智能建模理论与技术;工业机器人;

  

招收博士/硕士方向

欢迎自动化、电气自动化、计算机科学等专业学生报考博士、硕士研究生。

  

项目

1.国家自然科学基金面上基金:基于异构场的深海管道进化缺陷故障诊断方法研究,61973071,2020.1-2023.12.

2.国家重点研发计划:深海油气管道内外检测与故障诊断装备开发与示范应用, 2017YFF0108804,2017YFF0108802-1,2017.7-2021.6.

3.国家重大科研仪器研制项目子课题:基于电磁全息协同的海洋在役油气管道内检测仪器研制-电磁全息检测原理及缺陷智能故障诊断,61627809-2,2017.1-2021.12.

4.企业重大课题:深海管道三轴高清漏磁内检测智能数据分析系统,中海石油中国有限公司,CNOOC-DD-20180930,2018-2021.

5.企业重大课题:海底管道检测技术验证评价实验平台建设项目-实验平台数据系统开发,2019-2020.

6.国家自然科学基金:模型可再生的管道缺陷故障诊断理论与技术研究,61473069,项目起止年月:2015-2018.

7.教育部基本科研业务费项目优秀科技人才培育基金:大数据条件下的管道内检测缺陷反演关键问题研究,2015.1-2016.12.

8.中国博士后科学基金特别资助:管道缺陷智能识别理论与关键技术研究,2013-2014,编号:2013T60292.

9.国家项目国家自然科学青年基金:基于数据驱动的流体管道弱可检测故障实时诊断方法研究,编号:61104021,2012.1-2014.12.

  

学术成果

专著或教材

1.基于漏磁内检测器的管道缺陷数据处理方法,科学出版社,2016.

  

期刊论文

1.Mingrui Fu, Jinhai Liu*, Huaguang Zhang, Senxiang Lu. Multi-sensor Fusion for MFL Defect Characterization Under Information Incompletion. IEEE Transactions on Industrial Electronics, DOI10.1109/TIE.2020.2984444

2.Mingrui Fu, Jinhai Liu*, Dong Zang, Senxiang Lu. Anomaly Detection of Complex MFL Measurements Using Low-rank Recovery in Pipeline Transportation Inspection.IEEE Transactions on Instrumentation & Measurement, DOI10.1109/TIM.2020.2974543

3.Fuming Qu, Jinhai Liu*, Hongfei Zhu, Bowen Zhou. Wind Turbine Fault Detection Based on Expanded Linguistic Terms and Rules Using Non-singleton Fuzzy Logic. Applied Energy. DOIhttps://doi.org/10.1016/j.apenergy.2019.114469

4.Fuming Qu, Jinhai Liu*, et al. Wind Turbine Condition Monitoring Based on Assembled Multidimensional Membership Functions Using Fuzzy Inference System, IEEE Transactions on Industrial Informatics. 16(6): 4028-4037, 2020.

5.Jinhai Liu*, Fuming Qu, et.al. A Small-sample Wind Turbine Fault Detection Method with Synthetic Fault Data Using Generative Adversarial Nets. IEEE Transactions on Industrial Informatics. 15(7) : 3877-3888 2019

6.Jinhai Liu*, Dong Zang, et. al. A Leak Detection Method for Oil Pipeline Based on Markov Feature and Two-stage Decision Scheme. Measurement. 138 : 433-445, 2019.

7.Jinhai Liu*, Mingrui Fu, Feilong Liu, et.al. Window Feature Based 2-stage Defect Identication Using Magnetic Flux Leakage (MFL) Measurements. IEEE Transactions on Instrumentation & Measurement. 2018671:12-23.

8.Jinhai Liu*, Yanjuan Ma, Huaguang Zhang, et.al. A modified fuzzy min–max neural network for data clustering and its application on pipeline internal inspection data. Neurocomputing 238(2017)56-66.

9.Liu Jinhai*, Ma Yanjuan, Wu Zhengning, Wang Gang. Real-time pressure based diagnosis method for oil pipeline leakage. Journal of Shanghai Jiao Tong University (Science) 2017,22(2):233-239.

10.Jinhai Liu*, Hanguang Su, Yanjuan Ma, et.al. Chaos characteristics and least squares support vector machines based online pipeline small leakages detection. Chaos, Solitons and Fractals, 91 (2016) 656–669.

  

专利

1.一种管道漏磁内检测器数据的自适应滤波方法,ZL201610844081.2,2019

2.基于KNN-SVR的海底管道漏磁数据缺失插补方法,专利号:CN107842713B,2019.

3.一种管道缺陷漏磁信号的特征提取方法,专利号:CN106870957B,2019.

4.一种海底管道内检测器的实时跟踪与定位系统及方法,CN107166174B,2019

5.一种基于无源RFID的实验室设备动态管理系统,CN103996097B,2017

6.一种基于组合滤波和动态阈值的管道压力异常诊断方法,CN104089186B,2016

7.一种便携式一体化管道泄漏检测装置及方法,CN104075122B,2016

8.实时跟踪与精确定位管道内检测器的装置及方法,CN102588743B,2013

9.基于遗传神经网络的管道压力缺失数据补偿方法及数据采集装置,201110076422.3,2012.

10.发明专利:基于小波和模式识别的流体输送管道泄漏检测方法及装置,201210059912,2012.


获奖

1.基于小波和模式识别的流体输送管道泄漏检测方法及装置. 2016年中国专利奖优秀奖,第1获奖人.

2.面向节能的复杂配电网监测控制与故障诊断关键技术研发及应用. 2010年国家科技进步奖二等奖,第9获奖人.

3.输油管道压力时间序列混沌特性研究,2009 辽宁省自然科学学术成果二等奖,第1获奖人.

4.高性能电力IPAS成套自动化装置研发及应用,2008年教育部科技进步二等奖,第9获奖人.

5.分布交互式的复杂配电自动化网络智能分析技术和监测控制系统,2007年度中国电子学会电子信息科学技术奖一等奖.第8获奖人.


学术兼职

1. IEEE会员

2. 中国自动化学会高级会员

  

联系方式

办公室:信息楼308

电话:024-83673922

邮箱:liujinhai@mail.neu.edu.cn

  

教师个人主页(网址):

http://faculty.neu.edu.cn/liujinhai/index.html