李华
工学博士，贵州大学，副教授，特聘教授，硕士生导师
地址：贵州省贵阳市花溪区贵州大学西校区崇厚楼806室
研究方向：
机械系统健康监测与智能维护、现代信号处理理论与技术、大数据智能故障诊断与寿命预测、结构健康监测等。
教育和工作履历：
2023.01-至今 清华大学 机械工程系 博士后（合作导师：褚福磊教授）
2022.12-至今 贵州大学 公共大数据国家重点实验室 特聘教授，副教授
2021.04-2022.12 贵州大学 公共大数据国家重点实验室 特聘教授，讲师
2014.09-2020.12 昆明理工大学机械电子工程 工学博士（导师：伍星教授）
2011.07-2013.08 浙江巨化集团公司
2007.09-2011.07 中北大学 过程装备与控制工程 工学学士
学术兼职：
中国振动工程学会-故障诊断专业委员会会员，中国振动工程学会-动态测试专业委员会西南分会理事，美国IEEE会员。兼任若干国际著名SCI期刊IEEE TNNLS、IEEE TIE、MSSP、IEEE TPEL、IEEE/ASME TMECH、Information Sciences、ISA Transactions、IEEE TIM、Measurement等以及JDMD期刊、EI期刊《振动与冲击》的评审专家。
教授课程：
机械制图（本科生）、机电系统建模与仿真（研究生）、大数据平台技术（研究生）
科研项目：
[1]国家自然科学基金青年基金项目“基于频带熵理论的共振解调稀疏表征与时频能量聚集研究”（No. 52205092）2023.01.01-2025.12.31，主持，在研
[2] 中国博士后科学基金面上项目“面向5G+边缘智能的宽度学习系统风机叶片运维关键技术研究”(No. 2023M731939)，主持，在研
[3] 贵州大学自然科学专项（特岗）科研项目“基于SVD改进理论的机械设备故障诊断研究”(No. [2021]27)，2021.07-2024.06，主持，在研
[4]贵州大学培育项目“基于VMD相关理论的机械系统故障诊断研究” (No. [2020]25)，2021.09 -2024.09，主持，在研
[5]国家自然科学基金项目“数据不平衡条件下的高速轴-轴承系统数值建模与健康预测”(No. 52065030)，2021.01-2024.12，骨干人员，在研
[6]国家重点研发计划项目“工业机器人智能故障诊断及健康评估系统”(No. 2018YFB1306103)，骨干人员，在研
[7] 华为技术有限公司、清华大学，基于机理知识的回转机械故障诊断技术研究合作项目，编号：TC***27，参与，在研
[8]国家“高等学校学科创新引智基地”（简称“111”基地）—公共大数据创新引智基地，2023.01-2027.12
荣誉奖励：
2023年贵州大学学术学科带头人重点培育对象
2022年度云南省优秀博士学位论文
2018年云南省博士研究生省政府奖学金
2018年云南省博士学术新人奖
代表性论文：
[1]Hua Li, Tao Liu, Xing Wu, Shaobo Li. Correlated SVD and its application in Bearing Fault Diagnosis[J]. IEEE Transactions on Neural Networks and Learning Systems, 2023, 34(1): 355 - 365.（SCI，中科院一区Top，IF：10.4）
[2]Hua Li, Tao Liu, Xing Wu, Qing Chen. Enhanced Frequency Band Entropy Method for Fault Feature Extraction of Rolling Element Bearings[J]. IEEE Transactions on Industrial Informatics, 2020, 16(9):5780-5791. （SCI，中科院一区Top，IF：12.3）
[3]Hua Li, Tao Liu, Xing Wu, Qing Chen. A bearing fault diagnosis method based on enhanced singular value decomposition[J]. IEEE Transactions on Industrial Informatics, 2021, 17(5): 3220-3230. （SCI，中科院一区Top，IF：12.3）
[4]Hua Li, Xing Wu, Tao Liu, Shaobo Li. The Methodology of Modified Frequency Band Envelope Kurtosis for Bearing fault diagnosis[J]. IEEE Transactions on Industrial Informatics, 2023, 19(3): 2856-2865.（SCI，中科院一区Top，IF：12.3）
[5]Hua Li, Tao Liu, Xing Wu, Qing Chen. Research on bearing fault feature extraction based on singular value decomposition and optimized frequency band entropy[J]. Mechanical Systems and Signal Processing, 2019, 118:477-502.（SCI，中科院一区Top，IF：8. 4，ESI高被引论文）
[6]Hua Li, Tao Liu, Xing Wu, Qing Chen. Application of EEMD and improved frequency band entropy in bearing fault feature extraction[J]. ISA Transactions, 2019, 88:170-185.（SCI，中科院二区Top，IF：7.3）
[7]Hua Li, Tao Liu, Xing Wu, Shaobo Li. Rotating Machinery Fault Diagnosis Based on Typical Resonance Demodulation Methods: A Review[J]. IEEE Sensors Journal, 2023, 23(7):6439-6459.（SCI，中科院二区Top，IF：4.3）
[8]Hua Li, Tao Liu, Xing Wu, Qing Chen. An Optimized VMD Method and Its Applications in Bearing Fault Diagnosis[J]. Measurement, 2020:108185.（SCI，中科院二区，IF：5.6）
[9]Hua Li, Tao Liu, Xing Wu, Shaobo Li. Research on Test Bench Bearing Fault Diagnosis of Improved EEMD Based on Improved Adaptive Resonance Technology[J]. Measurement, 2021, 109986. （SCI，中科院二区，IF：5.6）
[10]Hua Li, Xing Wu, Tao Liu, Shaobo Li. Composite fault diagnosis for rolling bearing based on parameter-optimized VMD[J]. Measurement, 2022, 201:111637.（SCI，中科院二区，IF：5.6）
[11]李华, 刘韬, 伍星, 李少波. 相关奇异值比的SVD在轴承故障诊断中的应用[J]. 机械工程学报, 2021, 57(21): 138-149。（EI源刊，一级学报，卓越行动计划梯队期刊）
[12]李华, 伍星, 刘韬, 陈庆. 基于信息熵优化变分模态分解的滚动轴承故障特征提取[J]. 振动与冲击, 2018, 37(23): 219-225. （EI源刊，入选2021年领跑者5000-中国精品科技期刊顶尖学术论文）
[13]李华, 伍星, 刘韬, 陈庆. 变分模态分解和改进的自适应共振技术在轴承故障特征提取中的应用[J]. 振动工程学报, 2018, 31(04): 718-726. （EI源刊，一级学报）
[14]李华, 刘韬, 伍星, 陈庆. EEMD和优化的频带熵应用于轴承故障特征提取[J]. 振动工程学报, 2020, 33(2): 414-423. （EI源刊，一级学报）
专利：
[1]刘韬, 李华, 伍星, 陈庆. 基于奇异值分解和优化的频带熵提取轴承故障特征频率的方法及其应用（发明专利， 授权号: CN 108801634 B）
[2]伍星, 李华, 刘韬, 陈庆. 一种信息熵优化VMD提取轴承故障特征频率的方法及其应用（发明专利，授权号: CN107832525B）