研究领域
油气装备监测预警数据科学
科研项目
[1] 历程清静跨标准危害表征与�；ぞ砺垩芯�，国家自然科学基金（51574263），2016-2019
[2] 北京市科技新星妄想，油气储备库跨标准危害表征与立体组网预警要领研究，2018-2020
[3] 页岩气大规模压裂清静危害评价手艺研究，中国石油化工股份有限公司手艺开发项目， 2014-2016.
[4] 页岩气压裂装备在线监测与清静预警手艺研究，中国石油化工股份有限公司手艺开发项目， 2017-2019.
专利
[1] 一种转子不平衡故障的检测要领及装置，发明专利：ZL 201410455745.7(排1)
一种无油往复装备的活塞杆负荷直接检测装置，发明专利：ZL 201610647742.2(排1)
[2] 变速旋转机械装备振动状态监测要领及装置，发明专利：ZL201810190998.4(排1)
[3] 机组故障的检测要领、效劳器及终端，发明专利：ZL201410205532.9(排3)
[4] 发念头燃油系统的故障检测装置及要领，发明专利：ZL200510116650.3(排3)
Publications
[1] 段礼祥，张来斌，梁伟. 压缩机故障现代诊断理论、要领及应用，科学出书社，2019.9
[2] 段礼祥. 油气装备清静手艺，石油工业出书社，2017.12
[3] 段礼祥. 工业清静手艺，公海彩船出书社，2012.8揭晓论文：
[4] 揭晓学术论文161篇(第一作和通讯作者80篇)，SCI收录20篇(一作8篇、通讯5篇)，SCI论文被引104次；EI收录53篇 。
[5] Duan Lixiang, XieMengyun, BaiTangbo, et al. A New Support Vector Data Description Method for Machinery Fault Diagnosis with Unbalanced Datasets[J]. Expert Systems with Applications, 64 (2016) 239–246（SCI\EI收录，被引23次）
[6] Duan Lixiang,YaoMingchao, WangJinjiang, et al. Segmented infrared image analysis for rotating machinery fault diagnosis[J]. Infrared Physics and Technology, 77（2016）267-276（SCI\EI收录，被引15次）
[7] Duan Lixiang, Xie Mengyun, WangJinjiang, and BaiTangbo. Deep learning enabled intelligent fault diagnosis: overview and applications. Journal of Intelligent and Fuzzy Systems, 2018,
35(5):5771-5784（SCI\EI收录）
[8] Duan Lixiang, WangXuduo, XieMengyun,et al. Auxiliary-model-based domain adaptation for reciprocating compressor diagnosis under variable conditions[J]. Journal of Intelligent and Fuzzy Systems, 34 (2018) 3595–3604（SCI\EI收录）
[9] Duan Lixiang, ZhaoFei, WangJinjiang, et al.An Integrated Cumulative Transformation and Feature Fusion Approach for Bearing Degradation Prognostics[J]. Shock and Vibration, 2018, 2018(1): 1-15（SCI\EI收录）