王華慶 博士、教授、博士生導師，男，1973年生，1995年畢業(yè)于北京化工大學并留校任教，2005年10月經國家留學基金委遴選獲日本文部省獎學金赴日本國立三重大學（Graduate School of Bioresources，Mie University）攻讀博士學位，2009年3月獲博士學位并歸國，現為北京化工大學機電工程學院（高端機械裝備健康監(jiān)控與自愈化北京市重點實驗室、國家危險化學品生產系統故障預測及監(jiān)控基礎研究實驗室）教授、科學技術發(fā)展研究院副院長，北京化工大學教學名師。2010年入選“北京市優(yōu)秀人才培養(yǎng)資助計劃”，2012年入選“教育部新世紀優(yōu)秀人才支持計劃”。

主要研究方向為機械裝備健康監(jiān)測及故障智能診斷，研究領域包括信號處理與特征提取、智能算法、模式識別、壓縮感知及動力學分析等，近幾年作為項目負責人主持國家自然科學基金面上項目2項，973子課題1項，總裝基礎預研項目、教育部新世紀人才項目、北京市優(yōu)秀人才資助項目及教育部等縱向項目6項；作為主要研究人員參加國家自然科學基金4項（重點1項），“973”課題1項，國家科技支撐計劃2項，“863”課題1項，國防預研重點項目1項，日本政府項目2項，其他省部級項目多項。曾獲"國家科技進步二等獎" 1項（2001年），"石化局科技進步一等獎"1項（1998年），“北京市教學三等獎”1項（2004年）。2011年獲日本設備管理學會“2010年度最佳論文獎”（唯一獲獎論文，共同通訊作者）。在IEEE Sensors Journal, Neural Computing & Applications, Plos One, Sensors, Computers & Industrial Engineering, Chinese Journal of Mechanical Engineering等期刊或會議發(fā)表論文100余篇（第一或通訊作者60余篇），其中SCI/EI收錄60余篇，參編著作2部，獲軟件著作權1項，申請專利5項。現為中國振動工程學會故障診斷專委會常務理事兼副秘書長，中國設備管理協會設備診斷工程委員會秘書長，中國機械工程學會設備與維修工程分會理事，日本三重大學（Mie University）安全技術研究中心客座教授，International Journal of Comprehensive Engineering副主編，北京化工大學學報（自然科學版）編委。

 受教育經歷：

2005/10-2009/3，Graduate School of Bioresources，Mie University，Japan 博士；

1999/9-2002/5，北京化工大學機電工程學院， 碩士；

1991/9-1995/7，北京化工大學機械系 本科；

2009/3- 至今，北京化工大學機電工程學院，教授；

1995/8-2005.9，北京化工大學，機電工程學院 助教、講師；

  近幾年主持的主要縱向課題：

（1）    國家自然科學基金面上項目（51375037，負責）：航空發(fā)動機主軸軸承故障特征提取、智能診斷及預示方法研究（2014.1-2017.12，經費82萬）；

（2）    國家自然科學基金面上項目（51075025，負責）：機械故障無線傳感網絡監(jiān)測及智能診斷方法研究（2011.1-2013.12，經費32萬）；

（3）    環(huán)保部公益項目（2015A0092，負責）：“雙高”產品VOCs深度治理的經濟成本與環(huán)境效益研究（2015.5-2015.12，經費20萬）；

（4）    中國石油科技創(chuàng)新基金（2015D-5006-0606，負責）：油氣長輸管道系統泄漏風險評估方法及應急救援策略（2015.10-2017.10，經費18萬）

（5）    教育部新世紀人才資助項目（NCET-12-0759，負責）：（2013.1-2015.12，經費25萬）；

（6）    總裝預研支撐項目（62501036013，負責）：xxxx聲發(fā)射技術研究（2012.1-2013.12，經費30萬）

（7）    國家“九七三”課題（2012CB026005，子課題負責人）：壓縮機組復雜系統振動故障機理及可監(jiān)測診斷設計方法-子課題：網絡化健康監(jiān)測與故障早期預警方法及關鍵技術（2012.1-2016.10）;

 近幾年主要學術論文（注：*為通訊作者）

[1]     Huaqing Wang, Yanliang Ke, Ganggang Luo and Gang Tang. Compressed sensing of roller bearing fault based on multiple down-sampling strategy. Measurement Science and Technology, 27 (2016) 025009 (9pp), 2016 (SCI)

[2]     Gang Tang, Wei Hou, Huaqing Wang*, Ganggang Luo and Jianwei Ma，Compressive Sensing of Roller Bearing Faults via Harmonic Detection from Under-Sampled Vibration Signals，Sensors, 2015, 15, 25648-25662. (SCI)

[3]     G.Tang, Q. Yang, H. Wang*, G.Luo, J. Ma, Sparse classification of rotating machinery faults based on compressive sensiong strategy, Mechatronics, 31:60–67 , 2015 (SCI)

[4]     H. Q. Wang, Ruitong Li, Gang Tang*, Hongfang Yuan, Qingliang Zhao, Xi Cao. A Compound Fault Diagnosis for Rolling Bearings Method Based on Blind Source Separation and Ensemble Empirical Mode Decomposition, Plos One, 9(10): e109166, 2014 (SCI, IF:3.5)

[5]     Ke Li, Xueliang Ping, H. Q. Wang*, Peng Chen,* and Yi Cao. Sequential Fuzzy Diagnosis Method for Motor Roller Bearing in Variable Operating Conditions Based on Vibration Analysis, Sensors, 2013, 13, 8013-8041. (SCI, IF:2.0)

[6]     Lingli Cui*, Na Wu, Chunqing Ma, Huaqing Wang, Quantitative fault analysis of roller bearings based on a novel matching pursuit method with a new step-impulse dictionary, Mechanical Systems and Signal Processing, Volumes 68-69, Pages 34-43, 2016. (SCI)

[7]     Liuyang Song, Peng Chen* and Huaqing Wang*, Automatic Decision Method of Optimum Symptom Parameters and Frequency Bands for Intelligent Machinery Diagnosis, Advances in Mechanical Engineering, Volume 2014, Article ID 603408, 13 pages. (SCI)

[8]     Hongtao Xue, Zhongxing Li, Huaqing Wang* and Peng Chen, Intelligent Diagnosis Method for Centrifugal Pump System Using Vibration Signal and Support Vector Machine, shock and vibration, Volume 2014, Article ID 407570, 14 pages. (SCI)

[9]  Lingli Cui*, Na Wu, Daiyi Mo, Huaqing Wang*, and Peng Chen, CQFB and PBP in Diagnosis of Local Gear Fault, Advances in Mechanical Engineering, Volume 2014, Article ID 670725, 12 pages. (SCI)

[10]  H. Q. Wang*, P. Chen. Fuzzy Diagnosis Method for Rotating Machinery in Variable Rotating Speed, IEEE Sensors Journal, 11(1): 23-34, 2011. (SCI, IF:1.58)