秦娜

副教授

副教授 博士生导师 硕士生导师

电子邮箱:

所在单位:电气工程学院

办公地点:西南交通大学犀浦校区电气工程学院

学位:工学博士学位

职称:副教授

主要任职:电子信息系副主任

毕业院校:西南交通大学

博士生导师

硕士生导师

科学研究

当前位置: 中文主页 >> 科学研究
科研项目

    主持的科研项目:

    [1]    2021年1月-2024年1月 四川国软科技发展有限责任公司《基于机器视觉技术的铁路隧道衬砌表面状态检测算法设计》R110421H01029  

    [2]    2020年8月-2021年6月 安那络器件(中国)有限公司《用于穿戴式产品的连续无创血压算法研究-第二阶段》R110420H01176

    [3]    2020年8月-2021年6月 成都飞机工业(集团)有限责任公司《5G技术应用》R110420H01183  

    [4]    2020年10月-2021年6月 中国航空工业集团公司成都飞机设计研究所《舰面*****算法研究》R110420H01185 

    [5]    2020年6月-2022年6月  核反应堆系统设计技术重点实验室运行基金《基于人工智能的核动力装置设备布局方法研究》R110420H01075   

    [6]    2019年12月-2021年2月 东莞市交大国佳轨道交通发展有限公司《基于机器视觉的列车外观故障检测技术》项目编号:R110419H01012  

    [7]    2020年1月-2022年12月 山东省“大数据驱动的复杂系统安全控制技术”重点实验室(筹)开放基金《基于卷积循环神经网络的车载电力电子变压器故障诊断方法研究》项目编号:SKDN202004

    [8]    2019年5月-2020年12月 安那络器件有限公司 《用于穿戴式产品的连续无创血压算法研究》项目编号:2019H0329 

    [9]    2019年9月-2020年6月 成都中科合讯科技有限公司 《纵向进舱人工智能设计研究》 项目编号:2019H0995 

    [10]    2019年3月-2021年2月 四川省科技厅应用基础研究项目《基于模型与数据融合的车载电力电子变压器故障诊断方法研究》项目编号:2019YJ0210  

    [11] 2018年6月-2019年6月 横向课题 江苏骁卓自动化有限公司《光电部件外观质量检测系统》

    [12]    2017年1月-2019年12月    国家自然科学基金青年项目  《基于信息测度的高速列车转向架故障诊断与健康评估方法研究》 项目编号:61603316

    [13] 2018年1月-2019年12月  国家工程中心开放课题 《基于深度学习的高速列车电力电子变压器故障诊断方法研究》

    [14] 2016年度成都市科技人才创新创业项目 《电气化铁路同相供电系统》  项目编号:2016-RC03-00002-HZ

    [15] 2015年6月-2017年6月 中央高校基本科研业务费专项资金资助 《基于信息测度的高速列车转向架故障特征分析方法研究》项目编号:2682015CX025

    [16] 2011年6月~2013年6月  中央高校基本科研业务费专项资金项目《掌纹特征提取与识别方法研究》项目编号:SWJTU11BR039 

     

    参与的科研项目:

    [1]    2021年1月-2024年1月 四川国软科技发展有限责任公司《基于机器视觉技术的铁路隧道衬砌表面状态检测算法设计》R110421H01029  68万

    [2]    2020年8月-2021年6月 安那络器件(中国)有限公司《用于穿戴式产品的连续无创血压算法研究-第二阶段》R110420H01176  20万

    [3]    2020年8月-2021年6月 成都飞机工业(集团)有限责任公司《5G技术应用》R110420H01183  19.5万

    [4]    2020年10月-2021年6月 中国航空工业集团公司成都飞机设计研究所《舰面*********算法研究》R110420H01185  38.5万

    [5]    2020年6月-2022年6月  核反应堆系统设计技术重点实验室运行基金《基于人工智能的核动力装置设备布局方法研究》R110420H01075   30万

    [6]    2019年12月-2021年2月 东莞市交大国佳轨道交通发展有限公司《基于机器视觉的列车外观故障检测技术》项目编号:R110419H01012  30万

    [7]    2020年1月-2022年12月 山东省“大数据驱动的复杂系统安全控制技术”重点实验室(筹)开放基金《基于卷积循环神经网络的车载电力电子变压器故障诊断方法研究》项目编号:SKDN202004

    [8]    2019年5月-2020年12月 安那络器件有限公司 《用于穿戴式产品的连续无创血压算法研究》项目编号:2019H0329  20万

    [9]    2019年9月-2020年6月 成都中科合讯科技有限公司 《纵向进舱人工智能设计研究》 项目编号:2019H0995   20万

    [10]   2019年3月-2021年2月 四川省科技厅应用基础研究项目《基于模型与数据融合的车载电力电子变压器故障诊断方法研究》项目编号:2019YJ0210  

    [11] 2018年6月-2019年6月 横向课题 江苏骁卓自动化有限公司《光电部件外观质量检测系统》

    [12]   2017年1月-2019年12月    国家自然科学基金青年项目  《基于信息测度的高速列车转向架故障诊断与健康评估方法研究》 项目编号:61603316

    [13] 2018年1月-2019年12月  国家工程中心开放课题 《基于深度学习的高速列车电力电子变压器故障诊断方法研究》

    [14] 2016年度成都市科技人才创新创业项目 《电气化铁路同相供电系统》  项目编号:2016-RC03-00002-HZ

    [15] 2015年6月-2017年6月 中央高校基本科研业务费专项资金资助 《基于信息测度的高速列车转向架故障特征分析方法研究》项目编号:2682015CX025

    [16] 2011年6月~2013年6月  中央高校基本科研业务费专项资金项目《掌纹特征提取与识别方法研究》项目编号:SWJTU11BR039 



论文成果

    [1]       Huang Deqing, Yang Wanqiu, Huang Tengfei, Qin Na*,Chen Yong. Iterative Learning Operation Control of High-Speed Trains with Adhesion Dynamics, IEEE Transactions on Control Systems Technology, Accecpted, DOI: 10.1109/TCST.2021.3049958 2020  SCI二区  

    [2]       Huang Deqing, Li Shupan, Qin Na*,Zhang Yuanjie. Fault Diagnosis of High-speed Train Bogie Based on the Improved-CEEMDAN and 1-D CNN Algorithms. IEEE Transactions on Instrumentation and Measurement, Accecpted, 2020  DOI10.1109/TIM.2020.3047922 SCI 二区

    [3]       Habib. U. K. Jadoon, Deqing. Huang, Na Qin*, and Z. Gong. Sensor Fault diagnosis and Unknown Disturbances Estimation of High Switching Frequency Single-phase PWM Rectifier. International Journal of Control, Automation and Systems, Accecpted, 2020  SCI 三区

    [4]       Tian Xiangjin, Huang Deqing*, Qin Na, Gong Zifeng, Wang Qingyuan. Guaranteed Cost Optimal Control of High-Speed Train with Time-delay in Cruise Phase. International Journal of Control, Automation and Systems, Accecpted, 2020   SCI 四区

    [5]       Dai Xi, Mao Yuxin, Huang Tianpeng, Qin Na. Automatic obstacle avoidance of quadrotor UAV via CNN-based Learning, Neurocomputing. 2020, 402: 346-348  SCI二区

    [6]       Deqing Huang , Yuanzhe Fu , Na Qin*, Shibin Gao, Fault Diagnos is of High - Speed Train Bogie Based on LSTM NeuralNetwork, Science China -Information Sciences , 2021, 64 (1)119203:1–119203:3   DOI:10.1007/s11432-018-9543-8   A++  SCI 二区

    [7]       Qin, Na; Liang, Kaiwei; Huang, Deqing; Ma, Lei; Kemp, Andrew H, Multiple Convolutional Recurrent Neural Networks for Fault Identification and Performance Degradation Evaluation of High-speed Train Bogie. IEEE Transactions on Neural Networks and Learning Systems. 2020, 31(12): 5363-5376  D.O.I10.1109/TNNLS.2020.2966744  SCI一区

    [8]       Lingling Chen, Na Qin*, Xi Dai, and Deqing Huang, Fault Diagnosis of High-Speed Train Bogie Based on Capsule Network, IEEE Transactions on Instrumentation and Measurement.  2020, 69(9): 6203-6211  DOI10.1109/TIM.2020.2968161  IF:3.067.  A++  SCI 二区

    [9]       Shupan. Li, Na Qin, Darong Huang, Deqing Huang* and L. Ke, Damage Localization of Stacker’s Track Based on EEMD-EMD and DBSCAN Cluster Algorithms, IEEE Transactions on Instrumentation and Measurement, 2020,69(5):1981-1992.  DOI: 10.1109/TIM.2019.2919375. IF:3.067.  A++  SCI 二区

    [10]    Xia Jingkang, Huang Deqing, Li Yanan, Qin Na. Iterative learning of human partner's desired trajectory for proactive human-robot collaboration, International Journal of intelligent Robotics and applications, 2020, 4(2):229-242. 

    [11]    Z. Wang, D. Huang, T. Huang, N. Qin. Active disturbance rejection control for a quadrotor UAV, IEEE 9th Data Driven Control and Learning Systems Conference, 2020:1-5.  EI会议

    [12]    T. Huang, D. Huang, Z, Wang, N. Qin. A. Shah. Robust control for a quadrotor UAV based on linear quadratic regulator, 39th Chinese Control Conference, 2020:6893-6898.  EI会议

    [13]    X. Zhao, N. Qin, J. Huang and Y. Miao. The Application of Adaptive A-star Algorithm in Layout of Spatial Pipeline, IEEE 9th Data Driven Control and Learning Systems Conference , 2020: 272-277.  EI会议

    [14]    Z. Li, Z. Liu, Y. Hu, Y. Zhang, Z. Liu and N. Qin, Grayscale-information-based Segmentation Registration for Fault Diagnosis of Train Components, IEEE 9th Data Driven Control and Learning Systems Conference, 2020: 748-753.  EI会议

    [15]    W. Sun, N. Qin, D. Huang, Z Liu, S Ni. QN-S3VM Method for Evaluation of Liver Functional Reserve, The China Automation Congress 2020, Accept.  EI会议

    [16]    14. W. Lv, N. Qin, X. Zhao, P. Yuan, J. Huang. Pipe Routing of Reactor Based on Genetic Algorithm Combined with Adaptive A* Algorithm, The China Automation Congress 2020, Accept. EI会议

    [17]    Liyuan Su, Lei Ma, Na Qin*, Deqing Huang and A. H. Kemp, Fault Diagnosis of High-Speed Train Bogie by Residual-Squeeze Net ,  IEEE Transactions on Industrial Informatics, 2019, 15(7):3856-3863.  DOI: 10.1109/TII.2019.2907373.  IF: 7.377 A++  SCI 一区

    [18]    Yong Chen, Deqing Huang, Tianpeng Huang and Na Qin*, Tracking Control via Iterative Learning for High-Speed Trains With Distributed Input Constraints, IEEE Access, 2019, 6(7): 84591-84601.   DOI: 10.1109/ACCESS.2019.2924435. IF: 4.098 A+ SCI 三区

    [19]    Chunmei Yang, Mengping Huang, Shupan Li, jianqiang Chen, Yao Yang, Na Qin, Deqing Huang* and Jian Shu*, Radiomics  model of magnetic resonance imaging for predicting pathological grading and lymph node metastases of extrahepatic cholangiocarcinoma, Cancer Letters,2019,11(470): 1-7.   IF:6.508   SCI 一区

    [20]    Changhe Huang, Na Qin, Deqing Huang*, Kaiwei LiangConvolutional Neural Network for Fault Diagnosis of High-Speed Train BogieThe 38th Chinese Control Conference, Guangzhou, China, 2019-07.  B+  EI会议 

    [21]    Yao Yang, Na Qin, Deqing Huang*, Awais Shah, Label number Recognition Based on Convolutional Neural Networks in industrial products, 5th IFAC Symposium on Telematics Applications, Chengdu, China, 2019  会议

    [22]    Yuanjie Zhang, Na Qin, Deqing Huang*, Kaiwei Liang, Fault Diagnosis of High-speed Train Bogie Based on Deep Neural Network, 5th IFAC Symposium on Telematics Applications, Chengdu, China, 2019  会议

    [23]    Ndabarushimana Egone, Lei Ma*,QIN Na. Faults detection and identification based on robust residual generation for a single-phase PWM rectifier. 3rd IEEE Conference on Energy Internet and Energy system Integration, Changsha, China, Nov8, 2019.    EI会议

    [24]    Yong Yang, Lei Ma, Deqing Huang, Na Qin*, Output Feedback Repetitive Learning Control of an Electrohydraulic Actuator of a Lower Limb Rehabilitation Exoskeleton, Computing in Science & Engineering, 2018,1(21):6-19. DOI: 10.1109/MCSE.2018.110150902  IF: 1.879 A SCI 四区

    [25]    Tao Yu, Lei Ma, Na Qin*, Adaptive Cooperative Tracking Control of Multi-Agent Systems With Unknown Actuators Hysteresis, IEEE Access, 2018,6(6): 33015-33028.    DOI: 10.1109/ACCESS.2018.2845387  IF:4.098 A+   SCI 三区

    [26]    Kaiwei Liang , Na Qin, Deqing Huang *, Yuanzhe Fu , Convolutional Recurrent Neural Network for Fault Diagnosis of High-Speed Train Bogie, Compexity, 2018(5):1-13.     DOI: 10.1155/2018/4501952,2018.  IF:2.591 A   SCI 二区

    [27]    Yuanzhe Fu, Deqing Huang, Na Qin*, Kaiwei Liang, Yang Yang. High-Speed Railway Bogie Fault Diagnosis Using LSTM Neural Network. The 37th Chinese Control Conference, Wuhan, China, July 2018-07  B+  EI会议

    [28]    Kaiwei Liang, Na Qin, Deqing Huang*,Lei Ma. 1D Convolutional Neural Networks For Fault Diagnosis of High-speed Train Bogie, The 23thInternational Conference on Digital Signal Processing, Shanghai, China, Nov.2018 EI会议

    [29]    Liyuan Su, Lei Ma, Na Qin*, etc. Fault Diagnosis of High-speed Train Bogie Based on Spectrogram and Multi-channel Voting. DDCLS2018, Enshi, China, May 2018. EI会议

    [30]    Yang Yang, Na Qin, Deqing Huang*, Yuanzhe Fu. Fault Diagnosis of High-speed Railway Bogies Based on LSTM2018 International Conference on Information, Cybernetics, and Computational Social SystemsHangzhou, China, August 2018  会议

    [31]    Awais Shah, Deqing Huang, Yixing Chen, Xin Kang and Na Qin*. Robust Sliding Mode Control of Air Handling Unit for Energy Efficiency Enhancement. Energies. 2017,11(10):1815.  DOI10.3390/en10111815  IF:2.707 A+  SCI 二区

    [32]    冯玎,林圣,张奥,孙小军,秦娜*. 基于连续时间马尔可夫退化过程的牵引供电设备可靠性预测方法研究. 电机工程学报,2017-04 , 37 (7) :1937-1945  A+  EI期刊

    [33]    Na Qin*, Yongkui Sun, Pengju Gu, Lei Ma. Bogie Fault Identification Based on EEMD Information Entropy and Manifold Learning. The 20th World Congress of the International Federation of Automatic Control, Toules, France, 2017, 50(1):315-318 A  EI会议

    [34]    Daochao Tang, Na Qin*, Weidong Jin. Fault Diagnosis of Single Yaw Damper Utilizing Hierarchical Multi-class Classifier. Journal of Computers , 2017,02(28) 5:94-104  EI期刊

    [35]    Qin Na, Yongkui Sun, Lv Qian Yong, Weidong Jin. Deterioration Rate Estimation of High Speed Train Bogie Unit Based on Copula Function. The 35th Chinese Control Conference, Chengdu, China, 2016-07. B+   EI会议

    [36]    Sun Yongkui, Qin Na*, Yu Zhibin, Jin Weidong. An approach to recognize air spring failure of high-speed trains using Lipschitz exponents. The 35th Chinese Control Conference, Chengdu, China, 2016-07. B+   EI会议

    [37]    秦娜*,蒋鹏,孙永奎,金炜东.基于EEMD排列熵的高速列车转向架故障特征分析[J].振动.测试与诊断,2015-10,35(05):885-891+991.. A EI

    [38]  秦娜*, 金炜东, 黄进等. 高速列车转向架故障信号的聚合经验模态分解和模糊熵特征分析[J]. 控制理论与应用, 2014-09,31(09):1245-1251. EI

    [39]  秦娜*,王开云,金炜东,黄 进,孙永奎. 高速列车转向架故障的经验模态熵特征分析. 交通运输工程学报,2014-02,14(1):57-64. EI

    [40]  秦娜*,金炜东,黄进,李智敏,刘景波. 基于EEMD样本熵的高速列车转向架故障特征提取. 西南交通大学学报,2014-02,49(1):1-6 EI

    [41]  秦娜*,金炜东,黄 进,苟先太,蒋 鹏. 高速列车转向架故障信号的小波熵特征分析. 计算机应用研究,2013-12,30(12):3657-3663  

    [42]  秦娜*,金炜东,黄 进,李智敏,刘景波. 基于EEMD的高速列车转向架故障诊断. 计算机工程,2013-12,39(12).pp:1-4 .. EI

    [43]    Na QinWeidong JinJin HuangPeng JiangZhimin Li. High-speed Train Bogie Fault Signal Analysis Based on Wavelet Entropy Feature. 3rd International Conference on Advanced Engineering Materials and Technology, 2013, Zhangjiajie,China   EI会议



对外交流

    1.     2019年8月 香港 参加CCTA 2019,访问香港理工大学,香港城市大学

    2.     2018年10月 英国Leeds大学

    3.     2017年8月 新加坡国立大学,南洋理工大学

    4.     2017年7月 法国图卢兹 参加IFAC2017

    5.     2014年7月 美国俄克拉荷马州立大学


研究领域


    (1) 人工智能与深度学习算法

    (2) 智能信息处理与模式识别系统

    (3) 机器视觉与智能图像处理

    (4) 轨道交通装备故障诊断与健康管理


学术兼职

    暂无内容