出生年月

1989年10月

学位

工学博士（博士后）

职称

讲师

博导/硕导

硕导

工作单位

昆明理工大学民航与航空学院

职务

专任教师

电子邮箱

258203875@qq.com

研究方向

1、电涡流无损检测

2、航空金属缺陷检测与评估

3、复合检测与智能信号处理

备注：本人仅招收航空工程专业的硕士生。

学术兼职

学习经历

2016.09-2019.12，昆明理工大学，博士研究生

2012.09-2015.07，昆明理工大学，硕士研究生

工作经历

2022.04-至今，昆明理工大学民航与航空学院，讲师

2020.04-2022.04，昆明理工大学机械工程博士后

科研项目

目前主持云南省博士后基金1项，主持云南省基础研究计划项目1项；参与在研国家自然科学基金3项，参与在研云南省科技厅重大专项课题3项。

奖励与荣誉

学术论文

一、期刊论文

（1）Deng W, Bao J, Ye B. Defect image recognition   and classification for eddy current testing of titanium plate based on   convolutional neural network[J]. Complexity, 2020, 2020.

（2）Deng W, Bao J, Luo S, et al.   Simulation Analysis of Eddy Current Testing Parameters for Surface and   Subsurface Defect Detection of Aviation Aluminum Alloy Plate[J]. Journal of   Sensors, 2022, 2022.

（3）Deng W, Ye B, Bao J, et al.   Classification and quantitative evaluation of eddy current based on   kernel-PCA and ELM for defects in metal component[J]. Metals, 2019, 9(2):   155.

（4）杨潇谊,邓为权*,马军.基于IRCMNDE和NNCHC的滚动轴承故障诊断[J/OL].航空动力学报:1-12[2022-05-18].

（5）孔琼英,邓为权*.强噪声下碳纤维复合材料疲劳损伤概率成像方法研究[J/OL].机械科学与技术:1-8[2022-05-18].

二、会议论文

（1）Deng W, Ye B, Wu J, et al. Sparse   Denoising of Eddy Current Signals from Conductive Material Defects Based on   K-SVD Dictionary Learning[C]//2019 IEEE 8th Data Driven Control and Learning   Systems Conference (DDCLS). IEEE, 2019: 656-660.

（2）YE   B O, DENG W, BAO J U N, et al. Eddy Current Imaging for Detecting   Defects in Conductive Structures Based on Compressive Sensing Method[J].   Structural Health Monitoring 2017, 2017 (shm).

（3）Bao   J, Ye B, Deng W, et al. Eddy Current Scanning Image Denoising Method   Based on Principal Component Analysis and Manifold Learning[C]//2019 IEEE 8th   Data Driven Control and Learning Systems Conference (DDCLS). IEEE, 2019:   563-567.

专利

（1）一种正三角相控阵螺栓紧固结构健康监测系统及方法，发明专利，授权，ZL202010971215.3

（2）一种导电结构缺陷稀疏电涡流快速成像检测方法及系统，发明专利，公开日：20190614

（3）一种基于ToF损伤因子的碳纤维复合材料疲劳损伤概率成像方法，发明专利，公开日：20210105

（4）一种基于ZigBee无线传感网络与压电传感器的结构健康监测系统及方法，发明专利，公开日：20210223