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党委副书记、教研系列副教授。

兼任中国海洋发展研究会理事、中国图学学会BIM专委会副主任、Automation in Construction编委等。

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。

  • 2026-05-01

    2026-05-01

    论文Real-time virtual sensing for offshore wind turbines with arbitrary sensor configurations using subspace-based spectral graph networks已发表在期刊Ocean Engineering上。

    针对海上风机在恶劣海况下面临的传感器布局非标准化及稀疏单侧测量受限等难题，本研究提出了一种基于子空间的谱图网络虚拟传感方法。该方法突破了传统结构健康监测对固定传感器配置的依赖，首先将任意布局的稀疏单侧应变测量在正交分解子空间中进行重构，随后结合傅里叶增强的空间坐标，通过切比雪夫谱图网络映射出全场结构响应。实验表明，该模型在高度非均匀传感器分布下仍能保持稳健的重建精度，显著优于基准模型，同时实现0.01秒的实时推理。此外，研究还给出了传感器数量与误差边界的理论保证并加以验证。该成果有效克服了工程实践中的传感约束，使得连续自主的完整性管理能够确保关键海上能源基础设施的长期韧性。

    注：Ocean Engineering属于Q1区工程技术领域Top期刊，2025年影响因子为5.5。论文第一作者为博士生蒋淳豪、博士后李宜鸿，本人为通讯作者。研究成果得到广东省基础与应用基础研究基金的资助。

  • 2026-04-28

    2026-04-28

    “海上风机结构健康监测方法及系统”已获得发明专利证书（专利号：ZL202610248475.5）。

    本发明公开一种海上风机结构健康监测方法及系统，该方法包括：离线阶段，通过有限元仿真构建应变快照矩阵，利用本征正交分解提取低维特征子空间基矩阵，并将结构网格映射为图；同时进行节点坐标的傅里叶特征映射，与重构应变特征拼接后，训练基于切比雪夫图卷积的谱图神经网络。在线监测阶段，根据实时采集的单侧稀疏应变数据，通过掩码矩阵和预存基矩阵快速求解模态系数并初步重构全场应变，进而输入训练好的网络模型，实时推演出高保真的全场位移场与应力场。本发明能够有效适应传感器布局的任意变化，在单侧稀疏测量的苛刻条件下，实现对复杂结构全场物理响应的实时、精准重构，解决了传统技术对固定布点及双侧测量的依赖问题。

    注：本专利发明人还包括博士生蒋淳豪和博士后李宜鸿。

  • 2026-04-16

    2026-04-16

    论文ST-SRNet: A deep learning framework for seismic response prediction of subsea tunnels已发表在期刊Tunnelling and Underground Space Technology上。

    海底隧道作为近海与远海关键基础设施，其面临的地震灾害风险极高。传统数值方法计算耗时，难以满足复杂海洋环境下的实时预测需求。为此，该研究提出了一种融合高精度有限元模拟与深度学习的快速预测方法。研究建立了考虑双向（水平与垂直）地面运动及流体动水压力效应的二维有限元模型，构建了较为全面的地震响应数据库。在此基础上，开发海底隧道地震响应网络（ST-SRNet），将一维卷积、注意力机制、长短期记忆网络及特征线性调制模块有机结合，实现对多个监测点地震响应的高效、精准预测。结果表明，模型具有较高精度，决定系数均超过 0.95，峰值相对误差控制在 10%以内，表现出良好的泛化能力。工程案例进一步验证了该方法的稳健性与适用性，可为海底隧道灾害评估、结构监测与实时预警提供有效支撑。

    注：Tunnelling and Underground Space Technology属于Q1区工程技术领域Top期刊，2025年影响因子为7.4。论文第一作者为硕士生陈一木，郭宇韬老师为通讯作者。研究成果得到深圳市科技计划项目的资助。

  • 2026-03-26

    2026-03-26

    论文Typhoon-Induced Risk Evolution in Wind Farms: From Disaster-Inducing Factors Identification to Domino Effect Assessment已发表在期刊Reliability Engineering & System Safety上。

    针对南海复杂海域台风引发技术事故的难题，本研究提出了一种致灾因素分析与风险评估框架（DIRE）。该框架整合了两个模块：灾害诱因提取模型（DIFEM），通过混合物理-数据融合分析识别导致风机损坏的关键环境驱动因素；分层分析多米诺评估系统（HADES），实现了系统化的危害分类、层级结构化、概率评估和后果评估。通过对南海五起台风致灾事件的分析，本研究不仅识别了导致风力涡轮机损坏的共性及特异性致灾因素，还量化了级联灾害风险。本研究的成果为风电场的防灾减灾提供了可靠的数据和决策支持。

    注：Reliability Engineering & System Safety属于Q1区工程技术领域Top期刊，2025年影响因子为11.0。论文第一作者为博士生李一林、博士后李宜鸿，本人为通讯作者。研究成果得到国家重点研发计划、广东省基础与应用基础研究基金、深圳市科技计划以及清华水木学者计划的资助。

  • 2026-03-25

    2026-03-25

    论文Digital disaster prevention for ocean engineering: Current progress and future directions已发表在期刊Ocean Engineering上。

    面对台风等极端气候频发引发的技术事故风险，传统静态防灾手段已难以满足海洋工程实时预警与主动防控的需求。本文系统综述了数字技术在海洋工程防灾中的最新进展，聚焦致灾因子识别、灾害机理建模与结构安全评估三大核心领域。文章整合了物理数值模拟、数据驱动仿真及系统动力学方法，深入剖析灾害诱发机制与级联失效演化。重点探讨了数字孪生与深度学习在海上风电场等场景的风险分析与预警应用，并构建了融合环境感知、可解释建模及韧性决策的未来技术体系。总体而言，数字化防灾为海洋工程领域实现更具适应性、预测性和韧性的安全管理提供了重要路径。

    注：Ocean Engineering属于Q1区工程技术领域Top期刊，2025年影响因子为5.5。本人为论文第一作者和通讯作者。研究成果得到深圳市科技计划项目和广东省基础与应用基础研究基金的资助。