EN
x
© 2022 All Rights EIAS. 浙ICP备2021038589号

杨永超

副教授

yongchaoyang@eias.ac.cn

背景介绍

杨永超分别于哈尔滨工业大学和美国莱斯大学获学士（2010）和博士（2014，导师：Satish Nagarajaiah）学位，在美国洛斯阿拉莫斯国家实验室任主任博士后（2015-2017，导师：Charles R. Farrar、David Mascarenas）、美国阿贡国家实验室研究员（2018-2019）、2019年起任美国密歇根理工大学机械工程-工程力学系助理教授。研究领域为结构动力学、结构感知与健康监测、智能系统、先进制造与机器人。在国际期刊上发表论文50多篇、参编3本专著、持美国专利2项（第一发明人），H-index 21，引用1800余次。2018年至今担任Structural Control and Health Monitoring (IF 6.0) 期刊编委，美国土木工程师学会（ASCE）结构控制与监测委员会成员及美国机械工程师学会（ASME）声学委员会成员。主要奖项为联合国纽约可持续发展会议最佳论文奖（2015）、美国土木工程师学会（ASCE）Raymond C. Reese研究奖（2017）、R&D 100奖（2018）、实验力学学会（Society for Experimental Mechanics, SEM）最佳论文奖（2021）及Young Investigator Lecture Award（2022 Plenary Lecture in 41st IMAC）、及国际结构健康监测Achenbach Medal（2022）。 

详见主页：http://yongchao-yang.github.io


研究领域

结构动力学、结构感知与健康监测、智能系统、先进制造与机器人

聚焦于结构动力学，探索光学与声学等探测手段、图像处理与深度学习等数学工具，致力于结构与系统的“全域”识别、建模、感知与分析，应用于结构健康监测、先进制造与机器人等领域


教育背景

2010-2014：博士，美国莱斯大学土木工程系 

2006-2010：学士，哈尔滨工业大学土木工程系


工作经历

2022-至今：东方理工高等研究院 工学院长聘副教授 

2019-2022：美国密歇根理工大学 机械工程与工程力学系助理教授（Tenure-track Assistant Professor） 

2018-2019：美国阿贡国家实验室 研究员（Staff Scientist） 2015-2017：美国洛斯阿拉莫斯国家实验室 主任博士后（Director's Postdoctoral Fellow）


学术兼职（部分）

2018-至今：国际学术期刊《Structural Control and Health Monitoring》（影响因子6.0）副主编 

2021-至今：美国土木工程师学会（ASCE）结构控制与监测委员会成员、美国机械工程师学会（ASME）声学委员会成员

加拿大、美国国家自然科学基金、能源部工程学科基金评审人 10多个国际会议共同组织者和分会场主席

20多个国际学术期刊审稿人


获奖情况及荣誉

2022：Young Investigator Lecture Award，美国实验力学学会（Society for Experimental Mechanics, SEM），Plenary Lecture（大会报告）41届国际模态分析大会（IMAC-XLI）, Austin, TX, USA

2022：Achenbach Medal，国际结构健康监测委员会

2021：最佳论文奖Best Paper Award，美国实验力学学会（Society for Experimental Mechanics, SEM） 

2018：R&D 100 Award 

2017：Raymond C. Reese Research Prize，美国土木工程师学会（American Society of Civil Engineers, ASCE） 

2015：最佳论文奖Best Paper Award，联合国纽约可持续发展大会


代表性论著

总体情况

50余篇SCI论文；参编3本专著章节 H-index 21, 引用总数超过1800

Google Scholar：https://scholar.google.com/citations?user=gVH1w4kAAAAJ&hl=en

Web of Knowledge：https://www.webofscience.com/wos/author/record/J-8640-2014


10篇代表作

● H. Song; Y Yang* (2021); Noncontact super-resolution guided wave array imaging of subwavelength defects using a multiscale deep learning approach, Structural Health Monitoring, 20(4): 1904-1923

● S. Li; Y. Yang* (2021); Hierarchical deep learning for data-driven identification of reduced-order models of nonlinear dynamical systems, Nonlinear Dynamics, 105(4): 3409-3422
● S. Li; Y. Yang* (2021); Data-driven identification of nonlinear normal modes via physics-integrated deep learning, Nonlinear Dynamics, 106(4): 3231-3246
● Y. Yang*; C. Dorn (2020); Affinity propagation clustering of full-field, high-spatial-dimensional measurements for robust output-only modal identification: A proof-of-concept study, Journal of Sound and Vibration, 483: 115473
● Y. Yang*; L. Sanchez; H. Zhang; A. Roeder; J. Bowlan; J. Crochet; C. Farrar; D. Mascareñas (2019); Estimation of full-field, full-order experimental modal model of cable vibration from digital video measurements with physics-guided unsupervised machine learning and computer vision, Structural Control and Health Monitoring, 2019, 26(6): e2358
● C. Dorn; S. Dasari; Y. Yang*; C. Farrar; G. Kenyon; P. Welch; D. Mascareñas (2018); Efficient full-field vibration measurements and operational modal analysis using neuromorphic event-based imaging, ASCE Journal of Engineering Mechanics, 144(7): 04018054
● Y. Yang*; C. Dorn; T. Mancini; Z. Talken; C. Farrar; D. Mascareñas (2017); Blind identification of full-field vibration modes from video measurements with phase-based video motion magnification, Mechanical Systems and Signal Processing, 85: 567-590
● Y. Yang; P. Sun; S. Nagarajaiah; S. M Bachilo; R B. Weisman (2017); Full-field, high-spatial-resolution detection of local structural damage from low-resolution random strain field measurements, Journal of Sound and Vibration, 399: 75-85

● Y. Yang; S. Li; S. Nagarajaiah; H. Li; P. Zhou (2016); Real-time output-only identification of time-varying cable tension from accelerations via complexity pursuit, ASCE Journal of Structural Engineering, 142(1): 04015083

● Y. Yang; S. Nagarajaiah (2013); Time-frequency blind source separation using independent component analysis for output-only modal identification of highly damped structures, ASCE Journal of Structural Engineering, 139(10): 1780-1793