本人研究方向简介 | 研究方向： 结构无损检测与智能损伤识别；多源信息融合与结构健康监测；混凝土冻融损伤机理与耐久性评价。 研究方向简介： 面向隧道、桥梁及既有建筑等工程结构的检测与安全评价需求，综合运用探地雷达、阵列超声及其他弹性波检测技术，结合数值模拟、信号处理与人工智能方法，研究结构内部隐蔽缺陷的探测、损伤演化规律及健康状态评价。主要研究内容包括： （1）结构隐蔽缺陷无损检测与成像。 研究电磁波、超声波在复杂材料及配筋结构中的传播与散射规律，开展全极化探地雷达、阵列超声成像及干扰抑制方法研究，实现对裂缝、孔洞、不密实及脱空等典型缺陷的识别、定位与表征。 （2）多源信息融合与结构健康监测。 融合雷达、超声及结构响应等多源数据，结合深度学习与物理约束方法，研究损伤特征提取、数据配准、融合识别与不确定性评价，提高复杂工程条件下结构损伤识别和健康状态评估的可靠性。 （3）混凝土冻融损伤与耐久性评价。 针对寒区混凝土结构的冻融及盐冻劣化问题，结合室内试验、无损检测与热—水—力耦合数值模拟，研究材料孔隙演化、宏观性能退化及波动响应之间的关联，探索损伤程度量化与耐久性评价方法。 研究注重理论分析、数值模拟、试验验证与工程应用相结合，鼓励土木工程与电子信息、计算机技术等学科交叉。 硕士研究生需具备的基本能力： 具有较扎实的专业基础和数学基础，对科学研究有兴趣，具备自主学习、独立思考和团队协作能力；具有认真严谨的科研态度，愿意参与试验设计、现场检测与数据分析工作；具备一定的英文文献阅读能力和计算机应用基础，能够在研究过程中逐步掌握 MATLAB 或 Python 编程、有限元分析与数值模拟，以及信号处理、图像分析和机器学习等相关方法。有编程、数值模拟或试验研究经验者优先。 |
近 五 年 论 文 著 作 专 利 发 明 成 果 | [1] LIU N, KE F, SCHUMACHER T, et al. Damage mechanism of concrete under freeze-thaw cycles: A fully coupled HTM model with dynamic constitutive evolution[J]. Journal of Building Engineering, 2026, 128: 116562. DOI: 10.1016/j.jobe.2026.116562. [2] LIU N, GE Y, BAI X, et al. Research on damage detection methods for concrete beams based on ground penetrating radar and convolutional neural networks[J]. Applied Sciences, 2025, 15(4): 1882. DOI: 10.3390/app15041882. [3] LIU N, SCHUMACHER T, LI Y, et al. Damage detection in reinforced concrete member using local time-frequency transform applied to vibration measurements[J]. Buildings, 2023, 13(1): 148. DOI: 10.3390/buildings13010148. [4] XU L, SONG D, LIU N, et al. Study on mechanical properties of basalt fiber-reinforced concrete with high content of stone powder at high temperatures[J]. Advances in Materials Science and Engineering, 2021, 2021: 7517049. DOI: 10.1155/2021/7517049. [5] LIU N, SCHUMACHER T. Improved denoising of structural vibration data employing bilateral filtering[J]. Sensors, 2020, 20(5): 1423. DOI: 10.3390/s20051423. |
