高斌

833

  • 教授 博士生导师
  • 性别:男
  • 毕业院校:英国纽卡斯尔大学
  • 学历:博士研究生毕业
  • 学位:哲学博士学位
  • 在职信息:在职人员
  • 所在单位:自动化工程学院
  • 学科:信号与信息处理
    测试计量技术及仪器
    检测技术与自动化装置
  • 办公地点:C2-403
  • 联系方式:bin_gao@uestc.edu.cn
  • 电子邮箱:bin_gao@uestc.edu.cn

访问量:

开通时间:..

最后更新时间:..

研究领域

管道电磁无损检测

        油气管道电磁涡流内检测系统,由四川德源管道科技股份有限公司和电子科技大学联合研发,系统包括电磁涡流内检测机器人、无源智能跟球仪、数据处理分析软件、缺陷定位技术等四部分。以电磁涡流内检测技术为突破口,从传感器、电子硬件、机械结构、数据分析算法、软件、跟球系统等方面开展了原创性、引领性科技攻关。20219月正式发布了国内首套完全自主知识产权的电磁涡流管道内检测系统。申请国内专利36项,申请国际PCT专利5项,目前已授权发明专利4项,实用新型专利10项,外观专利4项,软件著作权5项。 项目成果自20219月开展推广应用以来,已在中石油、中石化等能源企业开展了检测应用,累计检测管道100条以上,检测里程1100公里以上

信号处理

Statistical signal processing, including

-Bayesian algorithm
-Hidden Markov model
-EM and variational algorithms
-Markov chain Monte Carlo algorithm (MCMC)

Unsupervised and supervised machine learning, including

-Principle and Independent Component Analysis (PCA/ICA)
-Sparse Representation
-Nonnegative Matrix and Tensor Factorization (NMF/NTF)

-Deep Learning

Time-frequency signal representations, including

-Cochleagram
-Spectrogram
-Wavelet transform

代表论文

[1]  Bin Gao, W.L. Woo, S.S. Dlay, “Variational Bayesian Regularized Two-Dimensional Nonnegative Matrix Factorization”, IEEE Transactions on Neural Networks and Learning Systems, vol. 23, pp. 703-716, 2012. 

[2] Peng Lu, Bin Gao, Qizhi Feng, Yang Yang, Wai Lok Woo, Gui Yun Tian, Ensemble Variational Bayes Tensor Factorization for Super Resolution of CFRP Debond Detection, Infrared Physics & Technology,vol.85, pp.335-346, 2017 


无损检测

电-磁-热多物理场融合成像无损检测系统 Electromagnetic Thermography Nondestructive Testing and Evaluation

       融合电涡流,磁滞损耗,热传导多物理效应,实现导体表面、亚表面和内部各类型缺陷快速、大范围、高灵敏度和高空间分辨率自动定量成像无损检测和评估。应用领域包括:航空航天,设备设施,高铁,核工业,新能源等。

代表论文

[1] Bin Gao, Yunze He, Wai Lok Woo, Gui Yun Tian, Jia Liu, and Yihua Hu, “Multidimensional Tensor-Based Inductive Thermography With Multiple Physical Fields for Offshore Wind Turbine Gear Inspection”, IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS, VOL. 63, NO. 10, OCTOBER 2016.

[2] Zewei Liu,  Bin Gao,  and  Guiyun Tian,  Natural Cracks Diagnosis System based on Novel L-shaped Electromagnetic Sensing Thermography, IEEE Transactions on Industrial Electronics, vol. 67, no. 11, pp. 9703-9714, Jul 2020.


多模态光激励成像无损检测系统 Multi-mode Optical Thermography Nondestructive Testing and Evaluation

        多模态光激励模式(锁相,脉冲,编码),创新集成变分贝叶斯张量缺陷层析解析算法,可实现对金属、复合材料和涂层材料等表面、亚表面和内部存在的裂纹、冲击、脱粘和分层等缺陷检测。方法具有非接触、快速、直观、大范围、高灵敏度自动定量无损检测的特点。应用领域包括:航空航天、风能发电、医疗、石油化工等领域。


代表论文

[1] Qizhi Feng, Bin Gao, Peng Lu, W.L. Woo, Yang Yang, Yunchen Fan, Xueshi Qiu, Liangyong Gu, “Automatic Seeded Region Growing for Thermography Debonding Detection of CFRP", NDT & E International.2018, 99 :36-49.

[2]  Bozhen Hu,  Bin Gao,  Wai Lok Woo,  Lingfeng Ruan,  Jikun Jin,  Yang Yang,  and  Yongjie Yu,  (Code)A Lightweight Spatial and Temporal Multi-feature Fusion Network for Defect Detection, IEEE Transactions on Image Processing, vol. 30, pp. 472-486, Jan 2021.


多物理阵列电磁感知无损检测系统 Multi-physics electromagnetic sensing/array for Nondestructive Testing and Evaluation

       电-磁-声多物理感知无损检测系统,特点:融合近/远场涡流,电磁超声,交变电磁,漏磁,MBN等多物理效应,实现铁磁和非铁磁导体表面、亚表面和内部各类型缺陷快速、高灵敏度和高空间分辨率自动定量无损检测和评估。深入理解缺陷微观-宏观失效物理数学建模及表征定量分析磁化强度、矫顽力、最大磁化率、磁滞损耗。应用领域包括:油气管道,设备设施,高铁,核工业,特种设备等。性能指标:非接触无损检测,无需耦合剂,自动化,深层缺陷检测

                     

代表论文

[1] Wei Guo,  Bin Gao,  Guiyun Tian,  and  Dan Si,  Physic perspective fusion of EMAT and PECT in non-destructive testing system, Philosophical Transactions A, vol. 378, no. 2182, pp. 1-17, Sep 2020.

[2] Qiuping Ma,  Bin Gao,  Guiyun Tian,  Changrong Yang,  Lian Xie,  and  Kefan Chen,  High sensitivity flexible double square winding eddy current array for surface micro-defects inspection, Sensors and Actuators: A. Physical, vol. 309, no. 2020, pp. 1-13, May 2020.



社交感知人机交互 Social Sensing based Human-Computer Interaction

       融合语音、行为、环境和体征复合传感信息,建立基于社交感知特征挖掘的可穿戴身心健康评估系统。应用领域包括:儿童自闭症,抑郁症,老年养护等。

                                               

代表论文

[1] Jun Gu, Bin Gao, Yuanpeng Chen, Long Jiang, Zhao Gao, Xiaole Ma, Yong Ma, Wai Lok Woo, Jikun Jin, Wearable Social Sensing: Content-Based Processing Methodology and Implementation, IEEE Sensors Journal, vol.17, no.21, pp.7167-7176, 2017.

[2] Sihao Yang,  Bin Gao,  Long Jiang,  Jikun Jin,  Zhao Gao,  Xiaole Ma,  and   W.L. Woo,  IOT structured Long-term Wearable Social Sensing for Mental Wellbeing, IEEE Internet of Things Journal, vol. 6, no. 2, pp. 3652-3662, Apr 2019.