层状材料与器件团队  |  Laminating Materials and Devices TeamENGLISH

教工

沈春光

2022-08-31

11111.jpg沈春光 讲师


邮箱:cgshen@hebut.edu.cn

 

教育经历

2022.07-至今 河北工业大学 材料科学与工程学院 讲师

2017.09-2022.04 东北大学    材料科学与工程学院   博士

2021.01-2022.01  KTH瑞典皇家理工学院      联合培养

2015.09-2017.07  东北大学   材料科学与工程学院  硕士

2011.09-2015.07 内蒙古工业大学 材料科学与工程学院  学士

 

科研奖励

博士研究生国家奖学金

沈阳市自然科学技术成果一等奖(学术论文)

瑞典钢铁协会Gerhard Von Hofstens基金

 

研究方向

以“材料基因工程思想”为核心,开展基于物理冶金原理指导人工智能方法的先进钢铁材料设计及工程化应用,主要包括成分工艺的集成计算设计、复杂显微组织的自动识别及定量化、工业大数据分析等。

 

代表性论文

[1] Chunguang Shen#, Chenchong Wang, Xiaolu Wei, Yong Li, Sybrand van der Zwaag, Wei Xu. Physical metallurgy-guided machine learning and artificial intelligent design of ultrahigh-strength stainless steel. Acta Materialia, 2019, 179: 201-214.

[2] Chunguang Shen#, Chenchong Wang, Pedro E.J.Rivera-Díaz-del-Castillo, Dake Xu, Qian Zhang, Chi Zhang, Wei Xu. Discovery of marageing steels: machine learning vs. physical metallurgical modelling. Journal of Materials Science & Technology, 2021, 87: 258-268.

[3] Chunguang Shen#, Chenchong Wang, Minghao Huang, Ning Xu, Sybrand van der Zwaag, Wei Xu. A generic high-throughput microstructure classification and quantification method for regular SEM images of complex steel microstructures combining EBSD labeling and deep learning. Journal of Materials Science & Technology, 2021, 93: 191-204.

[4] Chunguang Shen#, Xiaolu Wei, Chenchong Wang, Wei Xu. A deep learning method for extensible microstructural quantification of DP steel enhanced by physical metallurgy-guided data augmentation, Materials Characterization, 2021, 180: 111392.

[5] 沈春光#, 李虎威, 荆涛, 王晨充, 徐伟. 基于深度学习的钢板表面缺陷检测在小样本数据集的应用. 轧钢, 2022, 39(02): 82-86.


联系地址:河北工业大学北辰校区材料科学与工程学院 电话:022-60201960

Copyright  ©  2021-   层状材料与器件团队All Rights Reserved. 备案号:辽ICP备2023013929号-1
网站地图