1、个人简介

姓名：朱健健

学历：研究生

学位：工学博士

职称：副教授

学科：航空宇航科学与技术，机械工程，仪器科学与技术

邮箱：zhujj.work@cafuc.edu.cn

2、工作经历

2022.03-2023.09，香港理工大学-深圳研究院，特聘助理研究员

2021.09-2023.09，香港理工大学-机械工程学系，博士后研究员（全职科研岗）

2020.07-2021.09，厦门大学-仪器科学与技术博士后流动站，博士后研究员/特任助理研究员（全职科研岗）

3、教育经历

2016.09-2020.06，厦门大学-航空航天学院-航空航天工程，获工学博士学位

2013.09-2016.06，304am永利集团-304am永利集团-民用航空器维修理论与技术，获工学硕士学位

2009.09-2013.06，烟台大学-机电汽车工程学院-机械设计制造及其自动化，获工学学士学位

4、荣誉及社会兼职

国家自然科学基金ISIS评议专家

获评“福建省优博”（省部级荣誉，2021），并获荣誉证书

发表在中科院SCI一区Top期刊上的论文成为“ESI高被引论文”

获评“领跑者F5000中国精品科技期刊顶尖学术论文”，并获荣誉证书

博士研究生国家奖学金，并获荣誉证书

博士研究生建设银行奖学金，并获荣誉证书

硕士研究生国家奖学金，并获荣誉证书

四川省省级优秀硕士毕业生，并获荣誉证书

校级优秀硕士学位论文，并获荣誉证书

《材料导报》期刊2019年度高被引文章，并获荣誉证书

《材料导报》期刊2018年度高被引文章，并获荣誉证书

5、学术概况

朱健健，工学博士/博士后，副教授，硕士研究生导师，任职于304am永利集团飞机工程系，博士毕业于厦门大学航空航天学院，并通过“输入内地人才计划”受聘为香港理工大学全职博士后研究员（学校QS全球大学排名第65名）、香港理工大学深圳研究院特聘助理研究员。本人迄今已发表SCI、EI等各类学术论文30余篇，目前他引500余次，其中包括1篇ESI高被引论文，2篇中文期刊高被引论文，1篇入选“领跑者F5000”中国精品科技期刊顶尖学术论文；申请中国专利9项（其中已授权5项）；主持境内外项目3项，总经费107.4万元（人民币+港币），包括2022年国家自然科学基金1项，The Hong Kong Polytechnic University Postdoctoral Matching Fund Scheme 1项，厦门大学优秀博士后资助项目（一等资助）1项，并以主要成员身份参与其他项目6项；获评“福建省优博”等荣誉表彰共计10余项；开发了SMART、BOAT、MM-ACRNN等人工智能领域的先进模型框架，提出了多种压电传感器信号融合与特征提取方法。此外，本人还担任国家基金委ISIS评议专家，以及多个国际权威SCI期刊审稿人，例如：Mechanical Systems Signal Processing, Composite Structures, Smart Materials and Structures, Computers in Industry, Expert Systems with Applications，Structural Health Monitoring，Ultrasonics，Measurement等。

6、研究领域（研究方向排序不代表优先级）

课题组主要从事飞行器结构健康监测、航空复合材料、3D打印/增材制造、人工智能（机器学习和深度学习）、先进传感技术、智能结构与材料等领域的理论与应用研究。

7、研究生招生和培养

研究生招生：课题组长期招收硕士研究生，具体学科领域包括航空宇航科学与技术、机械工程、仪器科学与技术、材料科学与工程，力学等。课题组非常欢迎有志在上述领域内开展科研工作的理工类优秀本科毕业生咨询和报考。

研究生培养：朱老师作为课题组负责人，具有良好的学术水平和境外工作/留学经历，与境内外多个QS Top100名校和知名科研团队保持了较为密切的合作关系。课题组紧跟学科领域的研究热点，科研工作严谨有序，实验条件完善，科研经费充裕，组内氛围轻松活泼。课题组本着“学以致用”的原则，高度重视研究生的综合能力培养，注重提升研究生的理论水平和实践能力，支持组内研究生积极参与境内外高水平会议和论坛等学术活动，并可在尊重研究生个人意愿的前提下推荐组内学生到境内外知名高校开展304am永利集团或继续深造。

8、本人前期发表的部分SCI论文

[1]J Zhu*, Z Su, Q Wang, et al. Process parameter effects estimation and surface quality prediction for selective laser melting empowered by Bayes optimized soft attention mechanism-enhanced transfer learning[J]. Computers in Industry, 2024, 156: 104066.（SCI，中科院1区，Top期刊，IF=10.0）

[2]J Zhu*,ZSu, Q Wang, et al. Surface quality prediction and quantitative evaluation of process parameter effects for 3D printing with transfer learning-enhanced gradient-boosting decision trees[J]. Expert Systems with Applications, 2023, 237: 121478.（SCI，中科院1区，Top期刊，IF=8.5）

[3]J Zhu,X Qing, X Liu, Y Wang*. Electromechanical impedance-based damage localization with novel signatures extraction methodology and modified probability-weighted algorithm[J]. Mechanical Systems and Signal Processing, 2021,146,1-20.（SCI，中科院1区，Top期刊，IF=8.934，2021年度ESI高被引论文）

[4]J Zhu, Y Wang, X Qing*. Modified electromechanical impedance-based disbond monitoring for honeycomb sandwich composite structure[J]. Composite Structures, 2019,217:175-85.（SCI，中科院1区，Top期刊，IF=6.603)

[5]J Zhu, Y Wang, X Qing*. A real-time electromechanical impedance-based active monitoring for composite patch bonded repair structure[J]. Composite Structures, 2019,212:513-23.（SCI，中科院1区，Top期刊，IF=6.603）

[6]J Zhu,J Wen, Z Han, et al. Impact energy assessment of sandwich composites using an ensemble approach boosted by deep learning and electromechanical impedance[J]. Smart Materials and Structures. 2023,32,095019.（SCI，IF=4.131）

[7]J Zhu*,Z Su, Q Wang, et al. Curing process monitoring of polymeric composites with Gramian angular field and transfer learning-boosted convolutional neural networks[J]. Smart Materials and Structures. 2023,32,115017.（SCI，IF=4.131）

[8]J Zhu*,Z Su, Q Wang, et al. An ensemble approach for enhancing generalization and extendibility of deep learning facilitated by transfer learning: principle and application in curing monitoring[J]. Smart Materials and Structures, 2023, 32(11): 115022.（SCI，IF=4.131）

[9]J Zhu*, J Wen, et al. Curing monitoring of bonded composite patch at constant temperature with electromechanical impedance and system parameters evaluation approach[J]. Smart Materials and Structures, 2022,31(1),015039.（SCI，IF=4.131）

[10]J Zhu,Y Wang, X Qing*. A novel electromechanical impedance model for surface-bonded circular piezoelectric transducer[J]. Smart Materials and Structures, 2019,28(10),105052.（SCI，IF=4.131）

[11]J Zhu, Y Wang, X Qing*. Health Monitoring of Metallic Structures with Electromechanical Impedance and Piezoelectric Sensors[J]. Nanomaterials, 2019,9(9),1268.（SCI，IF=5.719）

[12]J Zhu, X Qing, Q Liu, X Liu, Y Wang*. Monitoring of Fiber-Reinforced Composite Single-Lap Joint with Electromechanical Impedance of Piezoelectric Transducer[J]. Materials, 2019,12(19),3241.（SCI，IF=3.748）

[13]X Kong, C Chen, X Liu,J Zhu*, Qing X. Electromechanical Impedance Model for Free 1D Thin-walled Piezoelectric Ceramics with A Novel Derivation[J]. Materials, 2021,13(21),4735.（SCI，IF=3.748）