曾现萍

发布者:研办发布时间:2024-09-10浏览次数:126

曾现萍,女,博士,副教授,硕士生导师。20236月毕业于厦门大学航空航天学院,获得测试计量技术及仪器专业工学博士学位。

Email: mrszxp@163.com   QQ: 331795896

主要从事结构健康监测、先进传感技术、无损检测与状态估计、机器人定位技术等研究。主持国家自然科学基金青年基金项目、福建省中青年教师教育科研项目(科技类)重点项目,作为骨干成员参与了工信部智能制造综合标准项目、国家自然科学基金重点项目、中科院科研装备研制重大项目、中科院/台湾工研院合作项目、企业委托项目、省部级课题在内的多项科研项目。累计已发表SCI/EI检索论文17篇,其中第一作者/通讯作者论文10篇,部分研究成果在Mechanical Systems and Signal ProcessingComposite StructuresJournal of Power Sources等国际顶级期刊上发表。担任结构健康监测领域知名期刊Structural Health Monitoring审稿人。主讲《传感器与智能检测》、《电气控制技术》等本科生课程。

 

² 研究领域:

结构健康监测、先进传感技术、无损检测与状态估计、智能材料与结构、机器人定位技术等

² 主要科研项目:(近5年)

1. 国家自然科学基金委员会,国家自然科学基金青年基金项目,52405148, 结构共形导波柔性传感下航空复杂结构多损伤的动态概率诊断方法研究,2025.01-2027.12,在研,主持;

2. 福建省教育厅,福建省中青年教师教育科研项目重点项目,JZ230033, 航空复杂结构的Lamb波损伤监测与定量化评估技术研究,2024.01-2026.12,在研,主持;

3. 福建理工大学,科研启动基金,GY-Z23207, 基于Lamb波的航空结构损伤定量化监测方法研究, 2023.10-2026.10,在研,主持;

4. 福建省科技厅,福州市科技创新平台项目,2023-P-006, 福厦泉国家自主创新示范区高端柔性智能化包装装备协同创新平台项目,2023.12-2025.12,在研,参与;

5. 国家自然科学基金委员会,叶企孙联合基金重点项目,U2141245, 基于机器学习的碳纤维树脂基复合材料分层损伤定量化监测理论与方法2022.01-2025.12在研,参与;

6. 国家自然科学基金委员会, 面上项目, 11972314基于神经网络的复合材料结构树脂传递模塑成型智能监控的理论与方法,2020.01-2023.12结题,参与;

7. 中国航发湖南动力机械研究所横向项目,KY-1044-2022-0548, 航空发动机健康管理体系构架及关键技术研究, 2021.11-2023.11结题,参与;

8. 中国商用飞机有限责任公司上海飞机设计研究院, 横向项目, XDHT2019142A, XXX飞机典型复合材料零组件结构受载状态及损伤监测系统开发与试验2019.09-2022.02结题,参与;

9. 中国商用飞机有限责任公司上海飞机设计研究院, 横向项目, XDHT2020003A, XXX飞机全机疲劳试验健康监控方案研究及翼身组合体损伤容限试验裂纹状态监控,2019.11-2020.09结题,参与.

10. 工信部智能制造综合标准化与新模式应用项目, 石化行业危化品库区关键技术装备远程运维标准研究及试验验证子项目, 2018.09-2020.12, 结题, 参与.

² 主要发表期刊论文:(近5年)

[1] Zeng X, Zhao B, Liu X, et al. Lamb wave-based damage assessment for CFRP composite structures using a CHMM-based damage localization algorithm and a damage quantitative expression [J]. Mechanical Systems and Signal Processing, 2023, 184: 109750.  (SCI收录,中科院一区Top期刊)

[2] Zeng X, Liu X, Yan J, et al. Lamb wave-based damage localization and quantification algorithms for CFRP composite structures [J]. Composite Structures, 2022, 295: 115849.  (SCI收录,中科院一区Top期刊)

[3] Zeng X, Liu X, Sun H, et al. Prognosis of fatigue cracks in an aircraft wing using an adaptive tunable network and guided wave based structural health monitoring [J]. Smart Materials and Structures, 2021, 30(10): 105025. (SCI收录)

[4] Lin M, Zeng X*, Wu J. State of health estimation of lithium-ion battery based on an adaptive tunable hybrid radial basis function network [J]. Journal of Power Sources, 2021, 504(9): 230063.  (SCI收录,通讯作者,中科院一区Top期刊)

[5] Liu Y, Zeng X*, Tian Y, et al. An adaptive-tunable-based hybrid RBF network for EGTM prediction [J]. IEEE Access, 2021, 9: 19674-19681. (SCI收录,通讯作者)

[6] Lin M*, Yan C, Zeng X*. State of health estimation method for lithium-ion batteries via generalized additivity model and transfer component analysis [J]. World Electric Vehicle Journal, 2023, 14(1): 14. (EI期刊,通讯作者)

[7] 戴厚德,曾现萍*,游鸿修等. 基于光学运动跟踪系统的机器人末端位姿测量与误差补偿[J].机器人, 2019, 41(02):72-81. (EI期刊,通讯作者)

[8] Dai H, Song S, Zeng X*, et al. 6-D Electromagnetic Tracking Approach Using Uniaxial Transmitting Coil and Tri-Axial Magneto- Resistive Sensor[J]. IEEE Sensors Journal, 2018, 18(3):1178-1186. (SCI二区,通讯作者)

[9] Su S, Zeng X, Song S, et al. Positioning accuracy improvement of automated guided vehicles based on a novel magnetic tracking approach [J]. IEEE Intelligent Transportation Systems Magazine, 2020, 12(4): 138148. (SCI二区)

[10] Liu X, Zeng X, Yu Y, et al. Localization and quantification of different types of defects in composite structures with SMART sensor layers [J]. Structural Control and Health Monitoring, 2022, 29(10): e3043.  (SCI二区)

[11] Guo J, Zeng X, Liu Q, et al. Lamb wave-based damage localization and quantification in composites using probabilistic imaging algorithm and statistical method [J]. Sensors, 2022, 22(13): 4810.  (SCI收录)

[12] Zhao B, Wang Y, Zeng X, et al. Impact monitoring on complex structure using VMD-MPE feature extraction and transfer learning [J]. Ultrasonics, 2024, 136: 107141. (SCI二区)

[13] Liao Y, Wang Y, Zeng X, et al. Multiscale 1DCNN for damage localization and quantification using guided waves with novel data fusion technique and new self-attention module [J]. IEEE Transactions on Industrial Informatics, 2024, 20(1): 492-502. (SCI收录,中科院一区Top期刊)