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。

  • 2026-03-05

    2026-03-05

    论文Dynamics-Based Adaptive Scheduling for Large-Scale Edge Computing Networks in Smart Cities已发表在期刊IEEE Internet of Things Journal上。

    针对智慧城市中物联网设备激增导致任务请求呈指数级增长，从而给大规模分布式边缘计算网络带来实时高效调度难题，本文提出了一种新颖的基于动力学的自适应调度（DAS）方法。该方法创新性地将复杂的任务调度转化为二维几何模型，利用正向动力学模拟原理实现非迭代式任务分配，成功将计算复杂度降低至O(n log n)。仿真结果表明，DAS方法在关键性能指标上显著优于现有策略：服务响应时间降低9%至15%，系统负载均衡提升93%至98%，总能耗降低2%至12%。该方案有效解决了大规模边缘计算环境下的调度效率与可靠性问题。

    注：IEEE Internet of Things Journal属于Q1区工程技术领域Top期刊，2025年影响因子为8.9。论文第一作者为硕士生冯亦潇，上海交通大学任政儒老师为通讯作者。研究成果得到国家重点研发计划项目的资助。

  • 2026-02-20

    2026-02-20

    论文Multi-task deep learning-based failure diagnosis for tubular joints: Automated identification and description generation已发表在期刊Advanced Engineering Informatics上。

    本研究针对海上平台和桥梁中管状接头这一关键且易损的部件，提出了一种多任务深度学习模型，用于同时进行管状接头的失效识别和描述生成。传统的失效检测方法费时费力，而现有的智能方法往往仅关注单一任务或单一模态，无法充分利用多模态数据，且难以捕捉共存的失效模式，限制了更全面的诊断评估。为克服这些问题，本研究构建了一个包含141个实验项目、409个失效接头的多模态数据库，涵盖图像、文本描述和组件级标签，并通过数据增强扩展至1227张图像和3681个句子。所提出的模型采用预训练编码器提取图像特征，使用多标签分类解码器进行失效识别，并结合基于注意力机制的图像描述生成解码器进行失效描述生成。实验结果表明，该模型在BLEU-4指标上达到76.70，mAP为0.9467，优于单任务基准方法，且在真实工程图像上的验证展示了初步的迁移能力，展示了多任务学习框架在自动化失效诊断中的潜力。

    注：Advanced Engineering Informatics属于Q1区工程技术领域Top期刊，2025年影响因子为9.9。论文第一作者为南方科技大学博士生张文浩，南方科技大学侯超为通讯作者。研究成果得到国家自然科学基金、国家重点研发计划以及深圳市科技计划项目的资助。

  • 2026-02-12

    2026-02-12

    论文Deep learning-based realtime multiload response prediction and inverse analysis of offshore bridges已发表在期刊Engineering Structures上。

    该研究针对跨海桥梁处于复杂海洋环境、结构分析设计与监测难度大、传统有限元时程分析及非线性模型更新计算量高且耗时长的问题，提出一种基于深度学习的跨海桥梁响应预测器 DeepOBP。该模型将结构特性与海洋环境下的耦合动力荷载统一建模，可在毫秒级实现高精度的非线性动力响应预测。进一步构建可微结构反演框架 Inverse DeepOBP，将代理模型与基于梯度的优化相结合，用于结构健康监测中的快速损伤识别与模型校准。实验结果表明，DeepOBP 在正常工况与多灾耦合工况下均表现出较高精度，决定系数 R² 分别达到 0.93 和 0.92。Inverse DeepOBP 相比启发式算法的代理模型更新与非线性有限元模型更新，分别实现超过 10 倍与 10⁴ 倍的加速，同时各参数识别相对误差控制在 7% 以内，为高效结构分析与实时监测提供了可行工具。

    注：Engineering Structures属于Q1区工程技术领域期刊，2025年影响因子为6.4。论文第一作者为硕士生孙竹妤，郭宇韬老师为通讯作者。研究成果得到国家重点研发计划项目和深圳市科技计划项目的资助。

  • 2026-02-11

    2026-02-11

    ROM-PINN: A physics-informed neural network with reduced-order modelling for nonlinear structural response prediction论文已发表在期刊Structures上。

    本研究针对非线性结构时程有限元分析计算代价高、纯数据驱动神经网络缺乏物理一致性的问题，提出降阶模型物理约束神经网络（ROM-PINN）。方法将非线性降阶动力平衡方程作为物理约束嵌入网络训练，并以“虚拟力”表征学习非线性效应；同时结合降阶投影与面向传感器的部署策略，使模型能够在有限观测条件下，对高维结构系统实现高效且物理一致的响应预测。以海上跨海桥梁为算例，ROM-PINN可实现多传感器响应的准确预测，并较纯数据驱动基线取得显著提升：均方误差（MSE）降低10.0%，物理一致性指标（PR）提升83.7%；在10%测量噪声下，MSE进一步降低23.3%。结果表明该框架适用于大尺度非线性结构的快速分析与在线监测等工程场景。

    注：Structures属于Q1区工程技术领域期刊，2025年影响因子为4.3。论文第一作者为硕士生孙竹妤，郭宇韬老师为通讯作者。研究成果得到国家重点研发计划项目和深圳市科技计划项目的资助。

  • 2026-01-22

    2026-01-22

    Multiscale investigation of ternary precursor proportioning in engineered geopolymer composites: Effects of silica fume replacement ratio and GGBS content论文已发表在期刊Construction and Building Materials上。

    本研究系统探讨了通过调整硅灰替代率（5%~15%）与矿渣含量（20%~80%）来设计工程地质聚合物复合材料（EGC）的力学性能、微观结构及可持续性。结果表明，通过适宜的前驱体配比可实现较广的强度覆盖范围，抗压强度达48~117 MPa，满足不同结构应用需求。数字图像相关技术（DIC）与原位裂缝分析揭示了材料具有稳定的多缝开裂行为，其极限拉应变始终超过8%，裂缝宽度有效控制在120 μm内，实现了高延性。微观分析表明，较高矿渣含量促进了C-(N)-A-S-H凝胶生成与聚合反应，从而实现基体致密化与力学性能提升。适量硅灰替代亦发挥孔隙填充作用，进一步提高基体密实度。生命周期分析表明，该材料在保持加工可行性的同时，隐含碳排放较传统水泥基材料降低约50%。该研究证实了前驱体优化设计的EGC能够同时满足结构性能要求与可持续发展目标，展现出在低碳工程实践中的巨大应用潜力。

    注：Construction and Building Materials为工程技术领域Top期刊，2025年影响因子为8.0。论文第一作者为博士生万飞宏，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和国家自然科学基金的资助。