研究生导师风采
1. 基本信息
| 姓名： | 张珍 | 性别： | 女 |
|---|---|---|---|
| 院系： | 土木工程学院 | 职务： | |
| 专业技术职务： | 讲师 | 所属学科： | 土木工程 |
| 导师类别： | 硕士生导师 | 办公电话： | |
| 电子邮箱： | 该邮件地址已受到反垃圾邮件插件保护。要显示它需要在浏览器中启用 JavaScript。 | 最高学位： | 博士 |
| 最高学历： | 博士研究生 | 毕业时间： | 2021-06-26 |
| 毕业院校： | 中国科学院力学研究所 | 毕业专业： | 080104 工程力学 |
| 研究方向： | 计算流体力学，结构抗风，机器学习在风工程中的应用 | ||
| 招生专业： | 结构工程、土木水利 | ||
2. 个人简介
张珍，讲师，硕士生导师，于2021年6月获得中国科学院大学（中科院力学所）博士学位。主要从事结构抗风，计算流体力学，模型开发等智能算法研究。主持国家自然科学基金项目、河北省教育厅高等学校青年拔尖人才项目、石家庄铁道大学优秀青年基金项目及横向课题多项，参与国家级及省部级课题4项。发表学术论文20余篇，其中SCI收录10篇，EI收录4篇，授权国家发明专利2项，兼任Physics of Fluids, Aerospace Science and Technology, Powder Technology等期刊审稿人。所在团队长期坚持科普活动，先后获批了河北省科学技术协会的“河北省科普教育基地”和河北省科技厅的“河北省科普示范基地”，参加“第四届河北省科学实验展演汇演”比赛，获二等奖。
请对数值模拟（数学模拟的近似解法），敲代码，风洞“吹”风等感兴趣的同学联系我~
3. 主要学历与经历
| 起止时间 | 工作部门 | 职务 |
|---|---|---|
| 2021年7月-至今 | 石家庄铁道大学 | 讲师 |
| 2016年9月-2021年6月 | 中国科学院大学（中科院力学所） | 博士研究生（硕博连读） |
4. 在国内外核心期刊上发表论文情况
| 论文题目 | 刊物名称 | 卷期 | 排名 | 检索 |
|---|---|---|---|---|
| Direct numerical simulation of natural convection based on parameter-input physics-informed neural networks | International Journal of Heat and Mass Transfer | 2025, 236: 126379 | 3 | SCI |
| Physics-enhanced data-driven turbulence model for flow around submerged bodies | Ocean Engineering | 2025, 315: 119779 | 1 | SCI |
| LSTM-based aerodynamic modeling for unsteady flows around structures | Wind and Structures | 2024, 38(2): 147-160 | 通讯 | SCI |
| Physics-informed dynamic mode decomposition for reconstruction and prediction of dense particulate pipe flows | Physics of Fluids | 2024, 36: 113374 | 1 | SCI |
| Reducing flow fluctuation using deep reinforcement learning with a CNN-based flow feature model | Ocean Engineering | 2024, 306: 118089 | 2 | SCI |
| Data-driven turbulence model for unsteady cavitating flow | Physics of Fluids | 2023, 35:015134 | 1 | SCI |
| Influence of elevated water levels on wind field characteristics at a bridge site | Advances in Structural Engineering | 2023, 22(7) | 3 | SCI |
| 基于长短期记忆网络的桥梁非定常气动力预测 | 中国公路学报 | 2023, 36(8):56 -65 | 通讯 | EI |
| Physics-informed neural networks for phase-field method in two-phase flow | Physics of Fluids | 2022, 34:052109 | 5 | SCI |
| 基于长短期记忆网络的非定常空化水翼表面压力预测 | 中国科学：物理学 力学 天文学 | 2022, 52(10):104709 | 1 | |
| A semi-implicit discrepancy model of Reynolds stress in a higher-order tensor basis framework for Reynolds-averaged Navier–Stokes simulations | AIP Advances | 2021, 11:045025 | 1 | SCI |
| 基于卷积神经网络的深度学习流场特征识别及应用进展 | 航空学报 | 2021, 42(4):524736 | 2 | EI |
| 基于组合神经网络的雷诺平均湍流模型多次修正方法 | 力学学报 | 2021, 53(6):1532-1542 | 1 | EI |
| Energy performance prediction of the centrifugal pumps by using a hybrid neural network | Energy | 2020, 213:119005 | 2 | SCI |
| Application of deep learning method to Reynolds stress models of channel flow based on reduced-order modeling of DNS data | Journal of Hydrodynamics | 2019, 31(1):58-65 | 1 | SCI |
| 自动编码器在流场降阶中的应用 | 空气动力学学报 | 2019, 37(3):498-504 | 2 |
5. 成果获奖情况
| 成果名称 | 颁奖部门 | 等级 | 日期 | 排名 | 证书编号 |
|---|---|---|---|---|---|
| 第四届河北省科学实验展演汇演 | 其他 | 二等奖 | 2023/11/30 | 2 |
6. 主持重大科研项目情况
| 项目名称 | 任务来源 | 完成形式 | 完成日期 | 鉴定验收单位 | 主要结论 | 排名 |
|---|---|---|---|---|---|---|
| 回转体通气空泡的智能化数值模拟方法 | 企、事业单位委托项目 | 结题报告 | 2023-12-30 | - | 验收通过 | 1 |
| 基于机器学习方法的高精度空化湍流模型 | 企、事业单位委托项目 | 结题报告 | 2022-05-31 | - | 验收通过 | 1 |
7. 目前承担的主要项目
| 项目名称 | 项目类别 | 项目来源 | 起止日期 | 科研经费 | 本人承担任务 |
|---|---|---|---|---|---|
| 物理约束下的数值风工程智能湍流模型研究 | 自然基金 | 省(自治区、直辖市)项目 | 2024.01.01 - 2026.12.31 | 10万元 | 主持 |
| 基于数据驱动的数值风工程湍流建模研究 | 自然基金 | 省(自治区、直辖市)项目 | 2023.05.31 - 2027.05.31 | 20万元 | 主持 |
| 空化流动的智能湍流模型 | 自然基金 | 国家自然科学基金项目 | 2023.01.01 - 2025.12.31 | 30万元 | 主持 |
| 基于智能化方法的水动力计算模型 | 其他 | 企、事业单位委托项目 | 2023 - 2023 | 20万元 | 主持 |
8. 主讲课程
| 课程名称 | 授课时间 | 学时 |
|---|---|---|
| Python语言数据分析 | - | 32 |
| 风工程概论 | - | 24 |
| 科技写作与学术道德 | - | 16 |
| 智能算法原理及应用 | - | 32 |