许西宁
博士 、教授
基本信息
| 办公电话：010-51687284 | 电子邮件： xuxining@bjtu.edu.cn |
| 通讯地址：北京市海淀区上园村3号 | 邮编：100044 |
教育背景
2010/9-2014/1，北京交通大学，机电学院，博士研究生1996/9-2003/4，北方交通大学，测控系，本科、硕士研究生
工作经历
(1) 2026-01 至 今, 北京交通大学, 机电学院, 教授(2) 2019-12 至 2025-12, 北京交通大学, 机电学院, 副教授
(3) 2015-12 至 2019-12, 北京交通大学, 机电学院, 讲师
(4) 2014-01 至 2015-12, 中国铁道科学研究院，博士后
研究方向
- 载运工具及基础设施检测与控制
- 机电系统智能感知与控制
- 载运工具运用工程（同等学力申硕）
- 机电系统智能测控技术与工程
- 智能测控与健康管理
招生专业
- 机械工程硕士
- 载运工具运用工程博士
- 机械工程博士
- 载运工具运用工程硕士
科研项目
2024/9/5 重载列车多维感知综合监测分析及仿真决策平台技术服务
2022/6/6 全天候重载铁路线路服役状态监测与智能运维关键技术项目总体技术与实施方案研究
2024/3/14 列车前向运行环境感知装置研制-3
2024/6/28 区间钢轨声波传输及影响因素分析
2022/7/13 弓网动态作用检测子系统高压侧传感器数据采集板设计开发
北京交大铁科科技园有限公司: 超声波探伤仪, 2019-2020
北京交通大学: 安检设备虚拟切换器, 2019-2020
基本科研业务费: 基于导波的道岔尖轨检测理论与技术研究, 2019-2022
北京交大创新科技中心: 高速动车组制动盘螺栓超声探伤仪器, 2018-2019
北京交通大学: 神华重载铁路货车状态检修成套技术研究及装备研制-状态修诊断决策综合判别模型及系统研究, 2018-2020
铁路总公司（原铁道部）: 铁路综合视频智能识别（高铁周界入侵监测）应用技术研究, 2018-2020
北京交通大学: 螺栓应力检测系统, 2017-2018
铁路总公司（原铁道部）: CRTSⅡ型板式轨道板端上拱监测及防治技术研究, 2017-2019
国家重点研发计划: 线路周边自然环境高效感知与异物分类识别, 2016-2020
国家重点研发计划: 高速铁路钢轨与无砟轨道安全服役状态建模与感知, 2016-2020
国家自然科学基金“重点”: 高速铁路服役状态智能感知与综合监测, 2012-2016
红果园省部级"四总部": 基于超声导波的无缝钢轨内部缺陷检测技术研究, 2016-2018
基本科研业务费人才基金: 非线性超声导波理论与应用基础研究, 2016-2017
教学工作
测控系统设计光机电一体化测控系统综合实践
电路CAD与仿真
论文/期刊
Research on the method of guided wave mode excitation in rails based on mathematical model[J]. Ultrasonics, 2026,164: 108011.
Research on detection of switch rail defects based on pulse reflection method of the dominant mode[J]. Journal of Sound and Vibration,2024(586):118492.
Method for Detecting Defects in Switch Rails Based on the Wavelet Baseline[J]. IEEE Sensors Journal, 2025,25(4): 6836-6849.
Segformer: A Transformer-Based Deep Learning Framework for Defect Recognition of Spiral Welded Pipeline Based on Ultrasonic Guided Waves[J]. IEEE Transactions on Instrumentation and Measurement, 2026,75: 6503820.
Axial stress detection in pipelines based on ultrasonic guided waves[J]. Nondestructive Testing and Evaluation, 2025,38(5): 798-826.
PLI and CNN-BiLSTM: An Enhanced Data Augmentation and Deep Learning Approach for Defect Recognition in Spiral Welded Pipe Based on Ultrasonic Guided Waves[J]. IEEE Sensors Journal, 2025,25(19).
Rail microcrack localization method based on an enhanced damage diagnostic imaging technology[J]. SMART MATERIALS AND STRUCTURES, 2025,34(7):075043.
Study on monitoring broken rails of heavy haul railway based on ultrasonic guided wave[J]. Scientific Reports, 2024(14):8667.
非线性超声导波钢轨裂纹检测模态选取研究[J]. 仪器仪表学报, 2023,44(8): 141-154.
Detection method of the neutral temperature in continuous welded rails based on nonlinear ultrasonic guided waves[J]. Nondestructive Testing and Evaluation, 2023,38(5): 798-826.
A Guided Wave Approach to Defect Detection in Switch Rail[J]. ADVANCED ENGINEERING MATERIALS, 2023, 25, 2300125.
Mode Selection Model for Rail Crack Detection Based on Ultrasonic Guided Waves[J]. Shock and Vibration, 2020,8045626,1-19.
基于LSTM长短期记忆网络的超短期风速预测[J]. 电子测量与仪器学报,2019,33(2):64-71.
板中Lamb波激励响应计算方法.振动、测试与诊断,2019,5(39)
基于激光多普勒频移的钢轨缺陷监测.中国光学,2018,6(11)
基于导波速度的无缝钢轨应力检测方法.中国铁道科学,2018,2(39)
基于导波多模态融合的无缝钢轨温度应力估计算法.铁道学报,2018,6(40)
基于快速背景差分的高速铁路异物侵入检测算法.仪器仪表学报,2016,6(37)
基于超声导波的钢轨完整性检测方法研究.仪器仪表学报,2016,7(37)
钢轨中超声导波激励响应计算方法研究.仪器仪表学报,2015,9(36)
钢轨应力检测中超声导波模态选取方法研究.仪器仪表学报,2014,11(35)
半解析有限元法求解钢轨中超声导波频散曲线.仪器仪表学报,2014,10(35)
--------------
测控系统设计”课程创新及设计性教学方法探索.提高人才培养质量，推进“双一流”建设--北京交通大学本科教学研究与改革论文集(2017),2018
课程改革研究.提高人才培养质量，推进“双一流”建设--北京交通大学本科教学研究与改革论文集(2017),2018
专著/译著
钢轨超声导波检测技术与应用[M]. 北京: 电子工业出版社, 2025.06.
道岔尖轨导波检测原理及应用[M]. 北京: 电子工业出版社, 2025.07.
高速铁路无缝线路服役状态监测理论与实践，科学出版社，2016-12
专利
基于超声导波线性阵列的无缝钢轨应力检测装置和方法， ZL201510927167.7
基于导波衰减的无缝钢轨检测方法、装置及存储介质， ZL202210189097.X
一种尖轨中超声导波模态分类选取方法、装置及存储介质， ZL202210189213.8
软件著作权
无缝线路钢轨中超声导波特性分析软件V1.0，北京交通大学，2014SRBJ0456.
获奖与荣誉
2025年, 教育部工程技术研究成果一等奖
2023年, 国家级一流本科课程
2022年, 北京市科技进步二等奖
2022年, 北京交通大学2022届本科毕业生“我最敬爱的老师”
2022年, 北京交通大学“机电奖教金”--优秀实践指导教师
2022年, 北京交通大学“三育人”先进集体
2022年, 北京市优秀本科毕业设计指导教师，小型四足机器人设计及其集群控制策略研究
2021年, 北京交通大学“三育人”先进个人
2021年, 北京市优秀本科毕业设计指导教师，小型四足机器人设计
2019年, 北京市优秀本科毕业设计指导教师，用于螺栓检测的超声波探伤仪
2019年, 第六届全国大学生工程训练综合能力竞赛指导教师全国三等奖 智能物流机器人
2019年, 中国铁道学会铁道科技奖一等奖 高速铁路周界入侵检测技术