电子科技大学(深圳)高等研究院
|
|
|
|
导师代码: |
21190
|
导师姓名: |
俞水
|
性 别: |
男 |
特 称: |
深圳市孔雀计划人才
|
职 称: |
副研究员
|
学 位: |
博士学位
|
属 性: |
专职 |
电子邮件: |
yushui@uestc.edu.cn
|
|
|
学术经历:
|
|
2019年7月-2021年7月,电子科技大学,博士后,师从:李耘教授,汪忠来教授
2021年7月-2024年2月,西南交通大学,助理教授
2024年3月至今, 电子科技大学(深圳)高等研究院,副研究员
|
|
个人简介:
|
|
俞水,工学博士,深圳市孔雀计划人才,中国机械工程学会会员,中国力学学会会员,研究方向为AI赋能的自动化设计,机电产品可靠性分析与优化设计,知识与数据融合的代理模型。所取得研究理论成功应用于智能机器人(下肢外骨骼)结构、步态协同优化和复杂装备(TMB)高可靠长寿命设计等方面。主持国家自然基金,国家科学技术部,四川省科技厅,广东省科技厅和深圳市面上等省部级以上项目7项,中国航天科技创新研究院和四川省特种设备研究院等横向项目4项,参与国家重点研发计划、国家自然科学基金面上项目等科研项目10余项。在Comput. Method Appl. M.、Mech. Syst. Signal Pr.、Reliab. Eng. Syst. Safe、Struct. Multidiscip. O.、ASME-J. Mech. Design和机械工程学报等国内外主流期刊上发表论文30多篇,其中以第一作者发表SCI论文12篇,一篇入选ESI高被引论文;授权国家发明专利5项;软件著作权2项;获中国协会发明创新二等奖(1/6);四川省优秀研究生毕业生。
主要研究方向:AI赋能的自动化设计,机电产品可靠性分析与优化设计,知识与数据融合的代理模型。
招生方向:产品智能设计与数值仿真技术;智能装备可靠性与优化;机器人技术;计算机技术。
电子科技大学个人主页:https://faculty.uestc.edu.cn/i4aiyushui
电子科技大学(深圳)高等研究院人工智能工业创新研究中心: https://www.i4ai.org/
|
|
科研项目:
|
|
[1]. 自然科学基金, 融合可靠性优化与人机耦合的下肢外骨骼步态设计, No.52405253,2025.01-2027.12, 30W, 负责人
[2]. 国家科学技术部, 新一代人工智能工业自动化设计技术, No. H20240917, 2024.01-2025.12,30W, 负责人
[3]. 深圳市面上科学基金, 数模双驱的下肢外骨骼自动化设计及可靠性协同优化, No.2024631171, 2024.11.01-2027.10.31, 30W, 负责人
[4]. 广东省区域联合基金, 多源不确定信息融合下的消防机器人机构可靠性优化设计 , No.2019A1515111210, 2020.01-2021.12, 10W,负责人
[5]. 四川省科技创新创业, 仿生微型扑翼飞行器多学科融合设计, No. 2020JDRC0058,2020.01-2022.12, 10W,负责人
[6]. 国家市场监督管理总局, 多源数据融合的飞行塔类大型游乐设施故障机理、故障诊断和寿命预测研究, No. S2023MK0200, 2023.05-2024.05, 8W, 负责人
[7]. 中央高校创新项目, 混合不确定性下基于自适应权重代理模型的铁路运输装备可靠性分析研究, No. 2682022CX012, 2022.01-2023.12, 10W,负责人
[8]. 中国航天创新设计研究院,XXX 态势理解和意图识别技术, No. H240067, 2024.10-2024.12,108W,负责人
[9]. 四川省特种设备检验研究院, 新型安全钳结构与控制设计,No. R110222H01092, 2022.10-2023.10, 10W,负责人
[10].企业横向项目,铁路货场系列门吊设计, No. R110222H01057, 2022.04-2023.05, 28W, 负责人
|
|
研究成果:
|
|
一,代表论文
在可靠性、优化设计、机械等国内外顶级期刊上发表论文30多篇,其中以第一作者发表SCI论文12篇,EI论文3篇,受到美国工程院院士、加拿大工程院院士、中国工程院院士、IEEE Fellow、ASME Fellow等著名学者的众多引用和正面评价以及Advances in Engineering的专门报道
[1] Yu Shui, Wang Zhonglai, Zhang Kewang. Sequential time-dependent reliability analysis for the lower extremity exoskeleton under uncertainty. Reliability Engineering & System Safety, 2018, 170: 45-52. (中科院 1 区, ESI 高被引论文)
[2] Yu Shui, Wang Zhonglai. A general decoupling approach for time- and space-variant system reliability-based design optimization, Computer Methods in Applied Mechanics and Engineering, 2019, 357: 112608 (中科院 1 区)
[3] Yu Shui, Wang Zhonglai, Li Yun. Time and space-variant system reliability analysis through adaptive Kriging and weighted sampling. Mechanical Systems and Signal Processing, 2021, 166: 10884. (中科院 1 区)
[4] Yu Shui, Ren Yuyao, Wu Xiao, Guo Peng, Li Yun. Dynamic pruning-based Bayesian support vector regression for reliability analysis. Reliability Engineering & System Safety, 2024, 244: 109922. (中科院 1 区)
[5] Yu Shui, Wu Xiao, Zhao Dongyu, Li Yun. A two-level surrogate framework for demand-objective time-variant reliability-based design optimization. Reliability Engineering & System Safety, 2024, 244: 109924. (中科院 1 区)
[6] Yu Shui, Wang Zhonglai, Wu Xiao, Guo Peng, Zhao Dongyu. A regional attenuation-based active learning method and its combination with minimax SSA for time-variant hybrid reliability analysis. Structural and Multidisciplinary Optimization, 2024, 67:59.(中科院 2 区)
[7] Yu Shui, Wang Zhanglai, Meng Debiao. Time-variant reliability assessment for multiple failure modes and temporal parameters. Structural and Multidisciplinary Optimization, 2018, 58(4):1705-1717. (中科院 2 区)
[8] Yu Shui, Wang Zhonglai. A novel time-variant reliability analysis method based on failure processes decomposition for dynamic uncertain structures. Journal of Mechanical Design, 2018, 140(5): 051401.(中科院 2 区)
[9] Yu Shui, Zhang Yanwei, Li Yun, Wang Zhonglai. Time-variant reliability analysis via approximation of the first-crossing PDF. Structural and Multidisciplinary Optimization, 2020, 62(5): 2653–2667. (中科院 2 区)
[10] Yu Shui, Guo Peng, Wu Xiao. Adaptive First-Crossing Approach for Life-Cycle Reliability Analysis. Journal of Mechanical Design, 2023, 145: 091707-1. (中科院 2 区)
[11] Yu Shui, Li Yun. Active learning kriging model with adaptive uniform design for time-dependent reliability analysis. IEEE Access, 2021, 9: 91625-91634. (中科院 3 区)
[12] Yu Shui, Wang Zhonglai, Wang Zhihua. Time-Dependent Reliability-Based Robust Design Optimization Using Evolutionary Algorithm. ASME J. Risk Uncertainty Part B, 2019, 5(2): 020911.
[13] 俞水, 汪忠来. 基于首次穿越时间概率密度函数的时变可靠性分析方法.计算力学学报, 2020, 37(3): 300-306.
[14] 俞水,吴晓,郭鹏,等.基于首次穿越PDF自适应估计的时变可靠性分析方法.机械工程学报,2024,60(05):264-275.
二、荣誉与奖励
[1]. 俞水(1/6); 复杂装备系统多学科可靠性分析及优化设计技术, 中国发明协会, 发明, 其他,2022(俞水; 李伟; 钱华明; 孟德彪; 郭鹏; 吴晓)
[2]. 俞水(3/6); 复杂技术装备动态可靠性评估与设计技术, 中国发明协会, 发明, 省部二等奖,2020(汪忠来; 张小玲; 俞水; 肖宁聪; 滕云龙; 张晏玮)
[3]. 俞水(1/1); Outstanding reviewer. International Journal of Structural Integrity(SCI);2022 年
[4]. 俞水(1/1); 四川省优秀毕业研究生,2019 年
[5]. 俞水(1/1);国家奖学金,2018 年
三、学术兼职
国际期刊《Mathematics》、《Complex Engineering Systems》等客座主编;
《Engineering Applications of Artificial Intelligence》编委;
《Computer Methods in Applied Mechanics and Engineering》、《Reliability engineering & systems safety》、《Applied mathematical modelling》、《ASME Transaction系列》和《International Journal of Structural Integrity》等可靠性和机械顶级期刊审稿人。
四、其他成果
[专著1]. Wang Zhonglai, Yu Shui. Time-variant reliability analysis methods for dynamic structures. In: Reliability Engineering: Methods and Applications. CRC Press, 2019.
[专著2]. Tayyab Zafar, Wang Zhonglai, Yu Shui. Reliability-based design optimization using transfer learning. In: Reliability-based Analysis and Design of Structures and Infrastructures. CRC Press, 2021.
[专利1]. 俞 水 ;郭 鹏 ; 吴 晓 ; 一 种 机 械 结 构 全 寿 命 周 期 时 变 可 靠 性 的 估 计 方 法 , ZL202211069853.1
[专利2].汪忠来, 俞水, 等. 一种不确定性条件下的下肢外骨骼时变可靠性分析方法, ZL201610953616.X
[专利3].汪 忠 来 , 俞 水 , 等 . 一 种 随 机 路 面 条 件 下 的 下 肢 外 骨 骼 逆 运 动 分 析 方 法 , ZL201610995667.9
[专利4]. 汪忠来, 俞水, 等. 一种考虑随机载荷和强度退化的疲劳可靠性分析方法, ZL201611222787.1
[专利5].汪忠来, 张渴望, 俞水, 等. 一种将时变可靠性转换成静态可靠性的分析方法, ZL201710949850.X
[软著1].俞水 ; 基于自适应代理模型的机械结构可靠性分析系统, 2022SR0955096, 原始取得, 全部权利,2022-6-10
[软著2].俞水; 赵亮; 黄思源 ; 悬臂掘进机刀盘可靠性自适应代理模型分析系统,2023SR0897156, 原始取得, 全部权利, 2023-05-20
|
|
专业研究方向:
|
专业名称 |
研究领域/方向 |
招生类别 |
085500机械 |
01工业互联网与智能制造,02工业互联网与智能制造(非全) |
硕士专业学位 |
|
|
|
|
|