胡振中

于清华大学土木工程系先后获得工学学士和工学博士学位。

现任清华大学深圳国际研究生院海洋工程研究院副院长,教研系列副教授。

兼任中国图学学会理事、BIM专委会副主任、Automation in Construction编委等职务。

主要研究方向为土木与海洋工程信息技术、海洋数字防灾、建筑与城市信息模型(BIM/CIM)。

教授工程硕士数学、土木与建筑工程CAE等4门课程。

  • 2025-01-15

    近日,中国知网公布了2024年度知网高被引学者名单,本人入选“2024中国知网高被引学者TOP1%”。

    2024中国知网高被引学者TOP1%”是中国知网中国科学文献计量评价研究中心依据中国知网收录的国内学术论文及会议论文数据,于2024年首次开展了对学者学术影响力的量化评估,遴选了“2024中国知网高被引学者”名单,促进优秀学术成果的国内首发。此次遴选活动旨在客观、科学衡量并表彰近十年来国内科研成果丰富、学术影响力杰出的学者群体。

  • 2025-01-02

    论文Geometrized Task Scheduling and Adaptive Resource Allocation for Large-Scale Edge Computing in Smart Cities已发表在IEEE Internet of Things Journal期刊上。

    边缘计算在发展智慧城市中至关重要,它提供现场计算资源来支持不断增长的物联网需求。然而,边缘节点的分布式特性以及在广阔城市空间中分布的大规模任务,给任务调度和资源分配带来了挑战。本文开发了一种新的框架,以实现有线和无线智慧城市应用中大规模边缘计算的高效任务调度(分配和卸载)和资源分配。为克服现有基于优化的启发式算法中的过度参数化问题,通过将聚类任务的分配转化为二维图中的区域划分问题,并应用类似俄罗斯方块的任务卸载策略来实现边缘与云的协作,从而解决了几何化的任务调度问题。这些方法避免了组合爆炸和 NP 难题,并通过具有多项式计算复杂度的乘法加权 Voronoi 图解决了区域划分问题。此外,还提出了一种自适应资源分配算法,以应对动态、不确定和高度并发的任务请求。采用了一种在线学习算法,根据不断变化的情况来调整滑动窗口的长度。比较结果表明,所提出的框架显著降低了平均任务截止期限违反率,比使用其他方案的方案降低了 4.72%(提高了 20 倍以上),尤其是在处理大规模工作负载时。

    注:IEEE Internet of Things Journal,属于JCR一区和中科院一区TOP期刊,影响因子为8.2。论文第一作者为2022级硕士生陈洋。研究成果得到国家重点研发计划项目的资助。

  • 2024-12-31

    论文Large-amplitude rotation of floating offshore wind turbines: A comprehensive review of causes, consequences, and solutions已发表在Renewable and Sustainable Energy Reviews期刊上。

    漂浮式海上风力涡轮机(FOWTs)已成为利用海上风能资源的有前景选择,其优势在于海上风力条件更好、对附近沿海设施的影响最小,并且能够容纳更大的涡轮机尺寸。现场测量和物理模型测试表明,FOWTs中存在大幅度旋转,对结构完整性构成潜在威胁并导致发电波动。一些研究已经解决了这些问题,但明显缺乏有针对性和系统性的研究。本综述旨在全面识别和分析FOWTs大幅度旋转变生的根本原因,将其归类为诸如流体静力学、流体动力学和气动载荷等各个方面。详细讨论了非线性波浪载荷、低频旋转和负气动阻尼的影响。总结和评估了现有的缓解大幅度旋变的解决方案,包括叶片变桨控制、调谐质量阻尼器、主动压载和调谐液体阻尼器。然而,迄今大多数解决方案都是从固定式风力涡轮机上借鉴而来的。因此,必须在更充分理解大幅度旋变化的行为和原因的基础上提出更具体和有效的措施。

    注:Renewable and Sustainable Energy Reviews,属于JCR一区和中科院工程技术一区Top期刊,影响因子为16.3。论文第一作者为2022级博士生杨磊,李彬彬副教授为通讯作者。研究成果得到国家自然科学基金面上项目、广东省基础与应用基础研究基金、广东省海上风电联合基金、广东省科学技术厅国际科技合作项目的资助。

  • 2024-12-24

    近日,接广东省学位与研究生教育学会通知,经专家组评审、面向社会公示和评奖委员会审核通过,本人申报的“土木与建筑工程CAE”教学案例荣获2024年度广东省学位与研究生教育学会优秀教学成果奖二等奖。

    该成果以“土木与建筑工程 CAE”为主题,形成了“体系构建、教材出版、课堂教学、大众科普”的教学案例脉络,旨在打破学科壁垒,推动交叉学科融合发展,培养学生跨学科知识和技能,以及创新和实践能力,为土木与建筑工程领域培养更多优秀人才,为基础设施建设和社会经济发展提供有力支持。

  • 2024-12-23

    基于BIM和数据驱动的智能运维管理方法》被《清华大学学报(自然科学版)》评为2024年度优秀论文。

    建筑信息模型(BIM)的普及提升了建筑运维管理的效率。然而,基于BIM的智能运维仍在数据获取、管理与分析方面面临挑战。该文结合BIM 和数据驱动技术,研究了智能运维管理的方法,包括:通过机电设备逻辑关系的自动生成,实现对运维BIM信息的扩充增强;通过提出数据立方模型,实现基于BIM的动态运维信息管理;以及结合聚类、频繁模式挖掘与神经网络等多种机器学习方法,实现对上述运维数据的挖掘分析,辅助智能运维决策。该研究成果有效地减少了运维人员工作负担、提高了运维数据价值,有助于提升运维管理智能化水平。

    注:《清华大学学报(自然科学版)》创刊于1915年,已有百年历史,是中国最早同时以大学校名和“学报”冠名的期刊。本人为论文第一作者,作者还包括博士生冷烁和袁爽。研究成果得到国家自然科学基金和深圳市科技研发基金资助。