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）用于结构长期健康监测与状态评估。
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、智能材料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。
利用压电智能材料（PZT）对工程结构进行长期健康监测，实时捕捉结构状态的早期变化，实现定量评估。
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 →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。