西安科技大学 · 建筑与土木工程学院 · 桥梁与隧道工程系
副教授 · 硕士生导师 · 一级注册结构工程师
研究方向为人工智能与智能材料在桥梁工程中的应用。 简单来说，就是给桥梁装上"神经"（智能传感器）、"大脑"（人工智能）和"肌肉"（减隔震装置）， 使其在损伤或地震发生时，能够感知、判断并自我保护。
深度学习、图神经网络应用于桥梁设计、索力优化与参数优化。
压电智能材料（PZT）传感器用于结构智能检测与状态评估。
阻尼器、隔震支座用于桥梁减震、隔震与结构安全。
三个方向，一条主线：人工智能、智能检测与桥梁工程的交叉融合。
将人工智能方法（深度学习、图神经网络、代理模型）引入桥梁设计，用于拉索力优化、减震装置参数优化与设计方案优化，替代传统繁琐的迭代计算。
面向工程结构智能检测需求，开发基于压电智能材料（PZT）的新型传感器，通过机电阻抗（EMI）等手段实时感知结构状态，实现早期损伤识别与定量评估。
研究阻尼器、隔震支座等减隔震装置，结合优化算法，在保证减震效果的同时降低材料用量与工程成本。
部分代表性论文，附简要说明。完整论文列表见学校官网导师页。
索力优化是斜拉桥设计的核心问题——如何确定每根拉索的最优张拉力。本文提出一种多任务图神经网络模型，将斜拉桥建模为图结构，直接给出使结构受力状态最优的全桥索力方案。
DOI: 10.1016/j.engstruct.2025.121468 →本文对比两种粘滞阻尼器参数优化策略：传统参数分析，与人工神经网络代理模型结合 NSGA-II 算法。结果表明后者大幅降低计算成本，可有效处理多目标优化，为斜拉桥抗震性能提升提供高效方案。
DOI: 10.3390/buildings15091446 →本文提出基于主成分分析（PCA）的压电阻抗（EMI）监测方法，定量监测不同粉煤灰掺量自密实混凝土的极早期水化过程。PCA 指标可准确预测凝结时间、捕捉液固转变过程，优于传统贯入阻力法。
DOI: 10.3390/s23073627 →本文研究 Y 形墩支座支撑人行桥在简谐地震动作用下的动力响应。在钢主梁与 Y 形墩之间设置粘滞阻尼器，可有效提升抗震性能、降低支座剪力需求；采用最优阻尼参数后，桥梁抗震性能对地震动特征周期不再敏感。
DOI: 10.1007/s12205-021-2233-9 →冻融循环是西北黄土地区常见的工程病害。本文提出基于机电阻抗（EMI）能量耗散指标的方法，定量评估纤维加筋固化黄土的抗冻融性能，为其在寒区路基与加固工程中的应用提供依据。
DOI: 10.1016/j.compstruct.2025.119993 →所授课程讲义全集已整理上线，供课堂教学与课外自学使用。
第 1–6 讲 · 每讲 2 学时（120 分钟）· 面向土木工程 2205/2206（大四）。课程从「AI+BIM 智能变革」总纲出发，依次展开 AI 关键技术、智能设计、AI 工程应用与智能运维，帮助学生建立体系化认识。
第 1–13 章 · 2026 秋 · 面向土木工程本科生。从「AI 与土木工程的交叉逻辑」出发，依次覆盖工程数据、机器学习、深度学习与计算机视觉、生成式 AI 与语言大模型、智能体与 AI 工作流、智能建造、智能监测与运维、灾害防控、管理与可持续发展，直至动手实践与 AI 伦理。
四个免费网页小游戏：给一年级练拼音、给一二年级练英语拼读、给 1–3 年级练数学，也有给大孩子背四级高频词的一个。读音与图示都直接内置在网页里 —— 打开即玩，手机、平板、电脑都能用。
欢迎报考硕士研究生。以下为招生方向，具体以学校当年招生简章为准。