|
|
||||||||||||||||||
- 基本教学信息
- 本科教学信息
- 1、人工智能技术，本科生课程，24学时；
2、现代机械设计技术，研究生课程，24学时；
3、板带轧机系统自动控制，本科生课程，32学时；
4、机械优化设计，本科生课程，24学时。 - 教学项目及获奖
- 研究生教学信息
- 学科及研究方向
- 1.[硕士]机械设计及理论(080203)，研究方向： 1.人工智能在轧制领域应用。 2.高端带材产品质量智能检测与控制。 3.三维轧制理论、金属塑性变形过程自动控制。
2.[博士]机械设计及理论(080203)，研究方向： 1.人工智能在轧制领域应用。 2.高端带材产品质量智能检测与控制。 3.三维轧制理论、金属塑性变形过程自动控制。
3.[硕士]智能装备(0802Z4)，研究方向： 1.人工智能在轧制领域应用。 2.高端带材产品质量智能检测与控制。 3.三维轧制理论、金属塑性变形过程自动控制。 - 研究生招生信息
- 每年招收1-2名博士研究生；3-4名硕士研究生。具有科研探索精神、团队合作意识、较强责任感、科研能力强者优先。团队经费充足，师兄弟们、师姐妹们团结和睦，互帮互助，共同攻克科研重难点。团队的老师们因材施教，按照同学们的兴趣来培养学生的能力，提升同学们的专业素养，欢迎同学们能加入我们，一起度过美好的三年研究生时光，一起为燕大的明天贡献出属于你自己的一份力量！
- 硕士教学信息
- 2011级 张竹庆
2012级 李中华
2012级 马晓宝
2012级 贾振兴
2012级 李金龙
2013级 王芸红
2014级 赵雷
2014级 张龙
2017级 杲通
2017级 黄阳阳
2017级 徐扬欢
2018级 张亚林
2018级 杨 光
2019级 段伯伟
2019级 李航宇
2019级 王国栋
2020级 刘计尊
2020级 徐成杰
2020级 闫向阳
2020级 任寅杰
2021级 杜京博
2021级 张皓冉
2022级 吕猷闯
2022级 马越华
2022级 郭 帅
2022级 吴宇昂
2023级 许晨晨
2023级 徐 凯
2023级 李耀星
2024级 周明明
2024级 李 博
2024级 宫润泽
2025级 李成龙
2025级 董子豪 - 博士教学信息
- 2020级 徐扬欢 机械设计及理论 （获得博士国家奖学金）
2022级 段伯伟 机械设计及理论 （获得博士国家奖学金）
2022级 王国栋 机械设计及理论
2023级 任寅杰 机械设计及理论 （获得博士国家奖学金）
2024级 杜京博 机械设计及理论
2024级 石磊腾 机械设计及理论
2025级 吕猷闯 机械设计及理论
2025级 邢佳文 机械设计及理论
2025级 徐 凯 机械设计及理论
2025级 田云红 机械设计及理论 - 科研信息
- 在研项目信息
- 1、运输带纵向撕裂智能检测系统，负责人，在研；
2、运输带捡杂智能在线检测系统，负责人，在研；
3、江西铜业600mm铜带六辊中精轧机板形测控系统，负责人，在研；
4、基于深度学习的冷轧带材板形智能检测理论与技术研究，负责人，在研；
5、河北省自然科学基金-面上项目，负责人，在研；
6、福建广闽铜业有限公司600mm铜带六辊精轧机板形测控系统，负责人，在研；
7、压延铜箔板形不良治理技术研究，负责人，在研；
8、基于深度自编码器的冷轧带材板形模式识别方法研究，负责人，在研；
9、四辊轧机板形控制的关键技术研究，负责人，在研；
10、带材位置在线检测系统，负责人，在研；
11、电池极片辊压机弹性变形与热变形仿真研究，负责人，在研；
12、锂带轧制过程金属流动机理及堆料缺陷治理措施研究，负责人，在研。 - 完成项目信息
- 1、2021-2023，清远楚江铜业有限公司：600mm四辊可逆轧机板形测控系统（轧制中心），负责人，已结题；
2、2021-2022，中国钢铁股份有限公司：冷轧极薄板工辊压靠模型建立暨线上应用，负责人，已结题；
3、2021-2023，惠州市赢合科技有限公司：多辊轧机轧制电池极片实验和理论研究，负责人，已结题；
4、2020-2023，云立方秦皇岛科技有限公司：粉尘智能检测系统开发，负责人，已结题；
5、2020-2023，河北国正宏源科技有限公司：烧结矿颗粒度在线检测系统开发，负责人，已结题；
6、2020-2022，河北燕赵蓝天板业集团有限责任公司：冷轧和涂镀工艺参数智能优化研究，负责人，已结题；
7、2019-2022，中冶京诚工程技术有限公司：宽厚板轧机板形设定模型与软件，负责人，已结题；
8、2020，秦皇岛市昌联光伏电子有限公司：一种热轧带材断面轮廓复现方法，负责人，已结题；
9、2020，蚌埠市圣光化工有限公司：一种冷轧带材残余应力的预报方法的专利转让，负责人，已结题；
10、2020，蚌埠市圣光化工有限公司：一种热连轧机带材换热系数自学习方法的专利转让，负责人，已结题；
11、2020，蚌埠市圣光化工有限公司：一种带钢厚度横向分布的特征参数提取方法的专利转让，负责人，已结题；
12、2020，蚌埠市圣光化工有限公司：一种四辊轧机负载辊缝形状预报方法的专利转让，负责人，已结题；
13、2019-2020，天津荣程联合金属制品有限公司：全连轧带钢板形不良及边部锈带治理技术研究，负责人，已结题；
14、2018-2019，马鞍山钢铁股份有限公司：热轧带钢边部金属流动机理及边部质量控制研究，负责人，已结题；
15、2018-2019，中国重型机械研究院股份公司：安川机器人自动贴标喷涂等功能模块软件开发，负责人，已结题；
16、2018-2019，秦皇岛市昌联光伏电子有限公司：一种变厚度带材过渡区的曲线过渡方法，负责人，已结题；
17、2018-2019，中国钢铁股份有限公司（台湾）：冷轧极薄板轧延暨工作辊辊端压靠模型，负责人，已结题；
18、2018-2020，首钢京唐钢铁联合有限责任公司：冷轧部2230冷轧3#镀锌光整机振动测量项目（轧制中心），负责人，已结题；
19、2015-2016，马鞍山钢铁股份有限公司：高牌号硅钢同板差控制，技术负责人，已结题；
20、2015-2016，宝山钢铁股份有限公司：1880热轧定宽机关键部件开发研究，负责人，已结题；
21、2012-2014，河北省自然科学基金项目，冷轧带钢板形控制目标模型研究，负责人，已结题；
22、2011-2014，河北省科学技术研究与发展计划项目，精密冷轧带钢板形控制系统研制及应用，负责人，已结题；
23、2012-2015，国家冷轧板带及装备工程技术研究中心自主课题，冷轧带材残余应力分布理论与实验研究，负责人，已结题；
24、2012-2015，秦皇岛市科学技术研究与发展计划项目，热轧带钢边部高点的形成机理和控制理论与技术研究，负责人，已结题；
25、2015，台湾中钢集团项目，冷轧带钢板形控制仿真软件，负责人，已结题；
26、2012-2014，国家科技支撑计划项目，冷轧带钢板形控制系统研制，主研人，已结题；
27、2006-2009，河北省自然科学基金重大项目，高精度宽带钢大型冷轧机板形控制数学模型和仿真系统的研究，主研人，已结题；
28、2010-2012，河北省科技支撑计划重点项目，热轧带钢产品表面质量控制技术，主研人，已结题；
29、2009-2011，国家863计划项目，热带钢连轧过程板形控制的建模和计算机仿真系统开发，主研人，已结题；
30、2007-2009，宝钢项目，冷连轧机板形设定基本模型研究，主研人，已结题；
31、2007-2009，中冶赛迪项目，热带钢连轧精轧机组板形控制模型研发，主研人，已结题；
32、2007-2009，一重项目，热连轧工艺及控制技术开发—板形设定与控制，主研人，已结题。 - 专著、专利信息
- [1] 燕山大学. 一种板形和板凸度综合控制的板形目标曲线制定方法:CN202511273571.7[P]. 2025-11-21.
[2] 燕山大学. 一种自适应冷轧带材多通道板形预报方法:CN202311040135.6[P]. 2025-10-24.
[3] 燕山大学. 一种冷轧铜带雾气退化图像合成与复原方法:CN202510456176.6[P]. 2025-08-12.
[4] 燕山大学. 一种基于反向迭代法的二十辊轧机非对称板形预报方法:CN202510501758.1[P]. 2025-08-12.
[5] 燕山大学. 一种基于反向迭代法的四辊轧机板形预报方法:CN202510493569.4[P]. 2025-08-05.
[6] 燕山大学. 一种热轧带钢检测及跑偏预警方法:CN202311089806.8[P]. 2025-08-01.
[7] 燕山大学. 一种基于反向迭代法的六辊轧机板形预报方法:CN202510493568.X[P]. 2025-06-27.
[8] 燕山大学. 一种基于非圆弧理论的二十辊轧机非对称板形预报方法:CN202510384275.8[P]. 2025-06-20.
[9] 燕山大学. 一种非迭代的四辊轧机板形预报方法:CN202510017831.8[P]. 2025-04-18.
[10] 燕山大学. 一种非迭代的六辊轧机板形预报方法:CN202510017829.0[P]. 2025-04-18.
[11] 燕山大学. 一种基于模型耦合法的X型六辊轧机板形快速预报方法:CN202510094206.3[P]. 2025-04-15.
[12] 燕山大学. 一种X型六辊轧机板形预报方法:CN202510094205.9[P]. 2025-04-15.
[13] 燕山大学. 一种非迭代的二十辊轧机板形预报方法:CN202411705101.9[P]. 2025-02-18.
[14] 燕山大学. 一种基于模型耦合法的二十辊轧机板形快速预报方法:CN202410499481.9[P]. 2024-06-28.
[15] 燕山大学. 冷轧铜带表面缺陷识别模型训练方法及识别方法、系统:CN202110922763.1[P]. 2024-05-28.
[16] 燕山大学. 一种带材跑偏量检测方法及系统:CN202110722626.3[P]. 2024-05-28.
[17] 燕山大学. 一种热轧带钢边部线状缺陷在线预报方法:CN202010852476.3[P]. 2023-08-22.
[18] 燕山大学. 中厚板端部平面形状预测的优化方法、存储介质及装置:CN202310503163.0[P]. 2023-08-01.
[19] 燕山大学. 带材位置图像数据集采集方法及其视觉检测方法:CN202110572063.4[P]. 2023-02-03.
[20] 燕山大学. 一种基于深度自编码的冷轧带材板形模式识别方法及系统:CN202110587448.8[P]. 2022-07-29.
[21] 燕山大学. 一种金属带材板形缺陷图像数据集的制作方法及数据集:CN202210381686.8[P]. 2022-06-14.
[22] 燕山大学.冷轧铜带表面缺陷识别模型训练方法及识别方法、系统[P].CN113592024A,2021-11-02.
[23] 燕山大学.断面轮廓降维模型训练方法、系统及数据压缩方法、系统[P].CN113452379A,2021-09-28.
[24] 燕山大学.一种带材跑偏量检测方法及系统[P].CN113344905A,2021-09-03.
[25] 燕山大学.一种基于深度自编码的冷轧带材板形模式识别方法及系统[P].CN113172097A,2021-07-27.
[26] 燕山大学.带材位置图像数据集采集方法及其视觉检测方法[P].CN113269749A,2021-08-17.
[27] 燕山大学.一种冷轧带材板形辊挠度干扰信号消除方法[P].CN112077156B,2021-05-14.
[28] 燕山大学.基于板形检测数据的带材跑偏量识别方法[P].CN112792142A,2021-05-14.
[29] 燕山大学.热轧带钢边部缺陷智能识别方法[P].CN112597865A,2021-04-02.
[30] 燕山大学.一种冷轧带材板形辊挠度干扰信号消除方法[P].CN112077156A,2020-12-15.
[31] 燕山大学.一种热轧带钢边部线状缺陷在线预报方法[P].CN112036626A,2020-12-04.
[32] 燕山大学.一种热轧带材断面轮廓复现方法[P].CN109871590B,2020-11-06.
[33] 燕山大学.一种热轧中间坯表面温度横向分布的测量方法[P].CN111515258A,2020-08-11.
[34] 燕山大学.冷轧带材整辊式板形仪通道相互耦合的解耦方法[P].CN110116139B,2020-05-05.
[35] 燕山大学.一种高精度非接触式多点测厚仪[P].CN210426442U,2020-04-28.
[36] 燕山大学.基于PSO-LM-BP神经网络的带钢冷轧横向厚差预报方法[P].CN110110839A,2019-08-09.
[37] 燕山大学.一种热轧带材断面轮廓复现方法[P].CN109871590A,2019-06-11.
[38] 燕山大学.一种热连轧机组板形板凸度综合控制能力评价方法[P].CN105032945A,2015-11-11.
[39] 燕山大学.一种冷轧带材残余应力的预报方法[P].CN104985004A,2015-10-21.
[40] 燕山大学.一种四辊轧机负载辊缝形状预报方法[P].CN104985006A,2015-10-21.
[41] 燕山大学.一种基于机理的带钢厚度横向分布的特征参数识别方法[P].CN104588417A,2015-05-06.
[42] 燕山大学.一种带钢厚度横向分布的特征参数提取方法[P].CN104550267A,2015-04-29.
[43] 燕山大学.一种变厚度带材过渡区的曲线过渡方法[P].CN103926834A,2014-07-16. - 学术论文信息
- 中文文章：(按时间顺序排列)
已发表：
[1]王国栋,王东城,段伯伟,等. 基于Kuhn屈服准则的锂离子电池极片辊压力建模与分析[J/OL].中国机械工程,1-13[2026-03-11].
[2]徐扬欢,王东城,刘宏民,等. 基于深度学习的图像板形检测方法研究[J/OL].机械工程学报,1-12[2026-03-11].
[3]王东城,段伯伟,邢佳文,等. 基于改进RT-DETR的铜带表面缺陷轻量化检测方法[J]. 中国有色金属学报,2025,35(10):3527-3538.
[4]王宁,刘宏民,王东城,等. 冷轧铜带广义板形控制目标曲线的制定[J]. 中国有色金属学报,2025,35(10):3552-3565.
[5]任寅杰,王东城,吕猷闯,等. 20辊轧机板形预报的无迭代模型耦合法[J]. 钢铁,2025,60(9):113-121.
[6]段伯伟,王东城,田云红,等. 基于弱监督学习的冷轧铜带雾气退化图像复原方法[J]. 中国有色金属学报,2025,35(7):2403-2416.
[7]高心成,刘宏民,王东城,等. 铜带冷轧机板形控制分段冷却机理模型[J]. 中国有色金属学报,2025,35(6):2037-2049.
[8]任寅杰,王东城,吕猷闯,等. 20辊轧机板形预报简化模型[J]. 钢铁,2025,60(5):120-128.
[9]段伯伟,王东城,徐扬欢,等. 冷轧带材多通道板形并行预报方法[J]. 中国机械工程,2025,36(3):558-569.
[10]王东城,任寅杰,吕猷闯,等. 森吉米尔20辊轧机板形快速预报模型[J]. 钢铁,2025,60(1):109-122,180.
[11]段伯伟,王东城,徐扬欢,等. 基于机器视觉的冷轧带材跑偏量智能检测方法[J]. 仪器仪表学报,2024,45(9):55-66.
[12]高心成,刘宏民,王东城,等. 冷轧铜带板形控制系统数字孪生研究[J]. 中国有色金属学报,2024,34(9):2978-2988.
[13]杨实禹,刘宏民,王东城,等. 变厚度轧制平面形状预测控制多段条元法[J]. 钢铁,2024,59(8):94-103.
[14]刘宏民,于华鑫,王东城,等. 冷轧带钢板形测控技术的发展状况和关键问题[J]. 钢铁,2022,57(11):22-32.
[15]徐扬欢,王东城,刘宏民,等. 冷轧铜带表面缺陷智能识别方法[J]. 中国有色金属学报,2022,32(10):2950-2964.
[16]徐扬欢,王东城,汪永梅,等.;基于自编码器的冷轧带材板形数据降维方法[J].钢铁,2021,56(9):26-35.
[17]王东城,徐扬欢,于华鑫,刘宏民.整辊内嵌式板形仪挠度干扰信号的消除方法[J].钢铁,2020,55(10):56-62.
[18]王东城,张亚林,徐扬欢.热轧带钢尾部“伪板形不良”问题研究[J].钢铁,2020,55(09):64-68.
[19]王东城,徐扬欢,段伯伟,汪永梅,刘宏民.数据驱动的热轧带钢边部线状缺陷智能预报模型[J].钢铁,2020,55(11):82-90.
[20]于华鑫,王东城,刘宏民,徐扬欢,郭子健.冷轧带材整辊式板形仪通道耦合与解耦[J].钢铁,2019,54(11):63-68.
[21]于华鑫,王东城,刘宏民,张帅,杨利坡.冷轧带材板形辊传动方案设计[J].钢铁,2019,54(07):56-60.
[22]宋明明,王东城,张帅,徐扬欢,刘宏民.基于循环神经网络的板形模式识别模型[J].钢铁,2018,53(11):56-62.
[23]王东城,刘宏民,苏静,于华鑫.GB/T;34901-2017《冷轧带材板形闭环测控系统》解读[J].标准科学,2018(11):117-122.
[24]张龙,王东城,马晓宝,王志杰,陈素文.30Cr2Ni2Mo合金钢高温流变应力模型[J].塑性工程学报,2017,24(04):144-149+172.
[25]张威,王东城,王志杰.非均布载荷下板材失稳判别试验装置[J].钢铁,2017,52(04):44-48.
[26]张龙,王东城,马晓宝,王志杰,张帅.带钢冷轧机辊型曲线磨削精度改进措施[J].钢铁,2016,51(12):47-52.
[27]马晓宝,王东城,张龙,刘宏民,曲义振.工作辊驱动UCM轧机支撑辊配辊策略[J].钢铁,2016,51(11):55-60.
[28]王东城,张威,王志杰,刘宏民.六辊冷轧机板形快速预报方法[J].钢铁,2016,51(09):51-56.
[29]王东城,张威,程晓丽,吴燕林,王志杰.定宽压力机曲轴扭矩计算与在线测试[J].钢铁,2016,51(10):31-34+53.
[30]吴燕林,王东城,熊杰,王志杰.定宽压力机弧形板磨损极限分析[J].钢铁,2016,51(06):65-70.
[31]王东城,吴燕林,刘宏民.四辊轧机辊系弹性变形高效计算方法[J].钢铁,2015,50(11):69-74.
[32]王东城,吴燕林,刘宏民.带钢横断面形状特征参数识别方法[J].钢铁,2015,50(10):37-44.
[33]王东城,王芸红.基于非圆弧理论的平整机轧制力简化模型[J].中国机械工程,2015,26(19):2677-2681.
[34]赵章献,王东城,刘宏民.基于支持向量回归的二次冷轧轧制力预报模型[J].塑性工程学报,2015,22(04):49-53.
[35]王东城,赵章献,刘宏民.冷轧带钢板形高效分析与设定软件及其应用[J].钢铁,2015,50(07):54-60.
[36]马磊,王鹏飞,王东城,刘宏民.板形闭环控制系统的最优化算法[J].钢铁研究学报,2015,27(07):42-45.
[37]赵章献,王东城,刘宏民,王鹏飞.冷轧薄带钢板形失稳快速判别模型[J].塑性工程学报,2015,22(03):133-137.
[38]赵章献,王东城,王鹏飞,刘宏民.板形仪位置误差补偿模型的研究及应用[J].钢铁,2015,50(03):49-53.
[39]王东城,马庆龙,刘宏民.冷轧带钢平整机支撑辊辊型优化技术的研究[J].钢铁,2009,44(08):56-59.
[40]王东城,彭艳,刘宏民.冷轧带钢平整机高精度高速度轧制力模型开发[J].塑性工程学报,2008(01):172-177.
英文文章：(按时间顺序排列)
已发表：
[1] Duan B, Wang D, Ma Y, et al. Multisource data-driven intelligent method for detecting surface defects in cold-rolled copper strips[J]. Engineering Applications of Artificial Intelligence, 2025, 152: 110730.
[2] Ren Y, Wang D, Lv Y, et al. Rapid prediction model for symmetric and asymmetric flatness of 20-high mills: YJ Ren et al[J]. Journal of Iron and Steel Research International, 2025, 32(12): 4294-4309.
[3] Duan B, Wang D, Wang G, et al. Pi-TabNet: An explainable physics-informed deep learning method for flatness prediction in cold-rolled copper strips[J]. Journal of Manufacturing Processes, 2025, 150: 1260-1281.
[26] Duan B, Wang D, Tian Y, et al. Intelligence-mechanism synergistic method for cold-rolled strip deviation measurement and flatness measurement error compensation[J]. IEEE Transactions on Instrumentation and Measurement, 2025.
[25] Wang D, Wang G, Xu C, et al. Mechanics and deformation behavior of lithium-ion battery electrode during calendering process[J]. Journal of Energy Storage, 2024, 87: 111521.
[24] Xu Y, Wang D, Liu H, et al. Intelligent representation method of image flatness for cold rolled strip: YH Xu et al[J]. Journal of Iron and Steel Research International, 2024, 31(5): 1177-1195.
[23] Zhang K, Wang D, Xu Y, et al. Tensile stress evolution outside deformation zone of cold rolled strip[J]. Applied Sciences, 2023, 13(11): 6781.
[22] Xu Y, Wang D, Duan B, et al. Data-driven flatness intelligent representation method of cold rolled strip: YH Xu et al[J]. Journal of Iron and Steel Research International, 2023, 30(5): 994-1012.
[20]Wang D, Xu Y, Zhang T, et al. Formation Mechanism and Control Strategy of Edge Seam Defects for Hot Rolling Interstitial‐Free Steel[J]. steel research international, 2022, 93(5): 2100495.
[21] Xu Y, Wang D, Liu H, et al. Flatness defect recognition method of cold rolling strip with a new stacked generative adversarial network[J]. steel research international, 2022, 93(11): 2200284.
[17]Wang D, Xu Y, Duan B, et al. Intelligent recognition model of hot rolling strip edge defects based on deep learning[J]. Metals, 2021, 11(2): 223.
[18]Wang D, Xu Y, Zhang T, et al. Quantitative study on the relationship between the transverse thickness difference of cold-rolled silicon strip and incoming section profile based on the mechanism-intelligent model[J]. Metallurgical Research & Technology, 2021, 118(3): 303.
[19]Xu Y, Wang D, Duan B, et al. Copper strip surface defect detection model based on deep convolutional neural network[J]. Applied Sciences, 2021, 11(19): 8945.
[20]Wang, D.C., et al., Quantitative study on the relationship between the transverse thickness difference of cold-rolled silicon strip and incoming section profile based on the mechanism-intelligent model. Metallurgical Research Technology, 2021. 118(3).
[21]Wang, D.C., et al., Intelligent Recognition Model of Hot Rolling Strip Edge Defects Based on Deep Learning. Metals, 2021. 11(2).
[22]Yu, H.X.,Wang, D.C., et al., Modelling and Application of Signal Decoupling of Adjacent Channels of a Whole-Roller Seamless Flatness Meter. Isij International, 2020. 60(5): p. 939-947.
[23]Ma, X.B., Wang, D.C., et al., Influence of profile indicators of hot-rolled strip on transverse thickness difference of cold-rolled silicon steel. Metallurgical Research Technology, 2018. 116(1).
[24]Ma, X.B., Wang, D.C., et al., Large concave roll technology for hot rolled silicon steel. Ironmaking & Steelmaking, 2018. 45(1): p. 66-75.
[25]Wang, D.C., W. Zhang, and Z.J. Wang, An Instability Discriminant Model of a Composite Metal Plate Under a Nonlinear Load. Journal of Manufacturing Science and Engineering-Transactions of the Asme, 2017. 139(6).
[26]Wang, D.C., H.M. Liu, and J. Liu, Research and Development Trend of Shape Control for Cold Rolling Strip. Chinese Journal of Mechanical Engineering, 2017. 30(5): p. 1248-1261.
[27]Ma, X.B., D.C. Wang, and H.M. Liu, Coupling Mechanism of Control on Strip Profile and Flatness in Single Stand Universal Crown Reversible Rolling Mill. Steel Research International, 2017. 88(9).
[28]Wang, D.C., et al., Velocity Preset and Transitional Zone's Shape Optimization for Tailor Rolled Blank. Journal of Iron and Steel Research International, 2015. 22(4): p. 279-287.
[29]Wang, D.C. and H.M. Liu, A Model Coupling Method for Shape Prediction. Journal of Iron and Steel Research International, 2012. 19(2): p. 22-27.
[30]Wang, D.C., Entry and Exit Stress Variation of Cold Rolling Strip. Journal of Iron and Steel Research International, 2012. 19(6): p. 19-24. - 科研获奖信息
- 2020年 陕西省科技进步二等奖：高品质超薄镀锡原板平整及二次冷轧工艺装备自主研发与应用
2019年 陕西省机械工程学会科学技术一等奖：高品质超薄镀锡原板平整及二次冷轧工艺装备自主研发与应用
2019年 中国金属学会冶金科学技术三等奖：超薄镀锡原板平整及二次冷轧高效精密工艺与装备
2018年 中国机械工业科学技术二等奖：超薄镀锡原板平整及二次冷轧高效精密工艺与装备
2017年 中国产学研合作创新与促进二等奖：高级冷轧带钢板形智能测控系统及应用
2015年 中国机械工业科学技术一等奖：带钢冷轧机集成化智能型板形测控系统
2015年 河北省技术发明一等奖：带钢冷轧机整辊式板形仪和板形控制系统
2010年 中国机械工业科学技术一等奖：整辊镶块智能型冷轧带钢板形仪与工程应用
2009年 中国机械工业科学技术一等奖：带钢平整设备工艺及控制关键技术的研发和应用
- 社会信息
- 社会兼职信息
- International Journal of Mechanical Sciences 审稿人；
Journal of Manufacturing Science and Engineering 审稿人；
《工程科学学报》（原北京科技大学学报）审稿人；
《钢铁》审稿人。 - 荣誉称号
- 学习工作简历
- 1999.9-2003.7，燕山大学，本科生，机械设计制造及其自动化；
2003.9-2009.5，燕山大学，研究生（直博），机械设计及理论；
2009.5-2012 ， 燕山大学，讲师，机械设计及理论；
2012 - ， 燕山大学，副教授，机械设计及理论；
2020 - 至今， 燕山大学，博士生导师，副教授，机械设计及理论。
