

7月1日至3日,EG-ICE 2026 International Workshop on Intelligent Computing in Engineering(智能计算工程国际研讨会)在意大利帕多瓦大学(University of Padova)举行,课题组博士生安芃、郭金霄参加会议并作学术报告。
其中,安芃作了题为“Cross-Scale Pavement Performance Characterization: Bridging High-Fidelity Crack Morphology and LTPP-Derived Macro-Metrics”的报告,围绕传统路面管理系统的微观形态忽视问题,从跨尺度时空替代框架、裂纹拓扑对劣化率的调控机制以及养护调度修正等方面进行了讨论;郭金霄作了题为“Fatigue in Marine Flexible Structures: Mechanisms, Methodologies, and Future Physics–Data Hybrid Frameworks”的报告,围绕海洋柔性结构疲劳问题,从疲劳损伤机理、研究与评价方法以及未来物理模型与数据驱动相结合的混合研究框架等方面进行了介绍。会议期间,两位同学参加了大会报告、专题交流及学术讨论,并与多国研究人员就相关议题进行了深入探讨。
EG-ICE(European Group for Intelligent Computing in Engineering)长期致力于推动先进信息技术与智能计算方法在工程领域中的研究与应用,每年举办国际研讨会,为来自工程、计算机科学、建筑及相关领域的专家学者和青年科研人员提供学术交流与合作平台。此次参会不仅拓宽了课题组学生的国际学术视野,也为后续相关科研工作的开展积累了有益经验。
《基于多模态视觉问答的管节点破坏模式智能诊断方法研究》已在中国知网网络首发于《建筑结构学报》。
针对海洋环境中管桁架节点在多荷载耦合下破坏模式诊断难题,本文提出一种基于多模态视觉问答的诊断方法。研究构建了包含409张破坏图像及6510组问答对的多模态数据库,涵盖破坏模式、构件、位置及数量等语义信息,并经图像增强扩展至1227张图像。采用ResNet152与LSTM分别提取视觉与语义特征,结合视觉特征自适应调制、注意力机制及多模态融合策略优化模型。结果表明,改进模型整体准确率达77.6%,其中破坏位置类问题精度提升14.4%,注意力可视化验证了模型对关键破坏区域的有效聚焦与良好可解释性。
注:论文第一作者为南方科技大学海洋科学与工程系博士生张文浩,南方科技大学副教授侯超为通讯作者。研究成果得到国家自然科学基金面上项目和深圳市科技计划项目的资助。
6月24日,课题组师生赴大澳湾开展毕业季团建活动,欢送2026届毕业生。
活动当天,团队成员分组参与多项体验。出海航行环节,师生们在广阔海域中感受自然,在乘风破浪中体验垂钓之趣;沙滩游览组则在海岸风光中放松身心,享受宁静与辽阔。下午的水上项目侧重参与和协作,成员们在教练指导下轮流上阵,于速度与配合中增进默契。随后的沙滩下午茶时段,大家在休闲游戏中放松身心。晚餐期间,课题组向毕业生表达了真挚祝福,毕业生们也分享了在团队中的难忘经历与诚挚谢意。
此次团建为课题组提供了科研工作之外的交流平台,进一步增强了团队凝聚力。团队成员将带着“扬帆齐心”的信念,在海洋科研的道路上继续探索。祝愿毕业生如大海般广阔,未来可期。
近日,课题组发表于期刊Advances in Engineering Software的论文BIM-based integrated delivery technologies for intelligent MEP management in the operation and maintenance phase在谷歌学术上他引次数已达到300次。
这项成果能受到国内外同行的持续关注,主要在于其切实回应了建筑运维阶段的行业“痛点”。针对传统竣工资料查阅困难、信息交付不全导致智能化管理受阻的普遍难题,我们的研究重心放在了“信息数字化”上,探索如何让竣工模型真正承载运维所需的关键信息,致力于打通从“数据集成”到“系统落地”的完整闭环。
工程案例的验证显示,该方案有效支撑了机电系统的智能化管理,保障了系统的运行安全。目前累计的引用量,也从侧面反映了这项研究在推动建筑行业数字化转型方面具有切实的参考价值。未来,我们将继续深化研究,进一步探索BIM技术在建筑全生命周期中的融合应用,为我国建筑行业的智能化、数字化发展提供更加坚实的技术支撑!
论文Precise longitudinal crack detection via continuous texture reconstruction and deep segmentation已发表在期刊Advanced Engineering Informatics上。
路面裂缝是道路基础设施劣化的主要形式,需要高效且准确的检测以实现及时维护。现有检测方法多依赖耗时的人工巡查,或受制于高昂硬件成本与GPS依赖,限制了路面连续评估的灵活性。为此,本文提出一种双通道裂缝检测模型,集成连续路面纹理重建、深度分割与高精度边界细化算法,实现纵向裂缝的现场检测与精度提升。研究开发了基于特征的图像拼接算法,用高分辨率图像重建连续路面纹理,摆实现无需GPS定位的裂缝识别;同时结合YOLOv8-seg模型与自适应形态学算法,完成像素级裂缝重建。对比实验表明,该混合方法较基线模型具有更优的分割性能、边界细化度及分支恢复能力。本文为纵向裂缝的自动化检测与高精度重建提供了实用方案,有效支持路面维护规划。
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。论文第一作者为博士生安芃,本人为通讯作者。研究成果得到国家重点研发计划和深圳市科技计划的资助。
清华大学林佳瑞个人网站 清华大学纪晓东个人网站 清华大学陆新征个人网站
累计PV [116359] | 累计UV [33226] | 累计IP [32201]
Copyright @ 2013- 胡振中的个人网站 All Rights Reserved | 粤ICP备 13043606号