个人简介

李丹，女，1988年出生，副教授，硕导。主要从事土木工程结构健康监测与损伤识别、声发射与超声无损检测、信号处理与机器学习、结构动力分析与模态参数识别、光纤与压电传感器等方向的研究。主持及参与国家自然科学基金项目4项、省部级项目2项、新加坡教育部基金项目1项。担任Structural Health Monitoring、Smart Materials and Structures、Measurement等学术期刊的通讯审稿人。

教育经历：

2012 - 2017  新加坡国立大学，土木工程，  博士

2009 - 2012  中南大学，       土木工程，  硕士

2005 - 2009  中南大学，       土木工程，  本科

工作经历：

2020 - 至今 合肥工业大学，   土木与水利工程学院，  副教授

2017 - 2019  合肥工业大学，   土木与水利工程学院，  讲师

2016 - 2017  新加坡国立大学，土木与环境工程学院，  研究助理

研究方向

结构健康监测与损伤识别

声发射、超声无损检测

信号处理与机器学习

光纤、压电传感器与智能结构

结构模态参数识别

结构动力分析

主持科研项目

·       国家自然科学基金青年基金项目，“基于声发射信号改进经验小波分析的钢桥面板疲劳裂纹定量监测方法研究”，2018 - 2020

·       中央高校基本科研业务费专项资金资助（学术新人提升计划B项目），“基于声发射信号压缩感知与深度学习的钢轨损伤监测方法研究”，2019 - 2020

·       中国博士后科学基金面上项目，“基于声发射信号特征提取与分类的钢轨裂纹监测方法研究”，2018 - 2019

参加科研项目

·       国家自然科学基金面上项目，“超高层建筑非平稳风效应的现场实测、阵风风洞试验及理论分析的综合研究”，2020 - 2023

·       国家自然科学基金面上项目，“基于响应传递比的桥梁结构应变模态参数识别方法研究”，2018 - 2021

·       新加坡教育部基金项目，“地铁轨道结构状态监测与损伤识别”，2014 - 2016

·       参与，国家自然科学基金面上项目，“基于连续小波变换的桥梁时变与非线性工作参数识别方法研究”， 2011 - 2013

获得奖励情况

·     合肥工业大学本科生毕业设计（论文）优秀指导教师，2019

发表科研论文

专著

·Li, D. 2018. Rail crack monitoring using acoustic emission technique. Heidelberg: Springer, ISBN: 978-981-10-8347-1.

期刊论文

·     D. Li, Y. Wang, W.J. Yan, W.X. Ren* (2020). Acoustic emission wave classification for rail crack monitoring based on synchrosqueezed wavelet transform and multi-branch convolutional neural network. Structural Health Monitoring, Online published, DOI: 10.1177/1475921720922797.

·     D. Yang, D. Li*, K.S.C. Kuang (2020). A novel fatigue crack monitoring method based on nonlinear dynamic characteristics of strain. International Journal of Structural Stability and Dynamics, 20(1): 2050016.

·     Z.C. Wang*, B. Ge, W.X. Ren, J.J. Hou, D. Li, W.Y. He, T. Chen (2020). Discrete analytical mode decomposition with automatic bisecting frequency selection for structural dynamic response analysis and modal identification. Journal of Sound and Vibration, 484: 115520.

·     X.T. Sun, D. Li*, W.Y. He, Z.C. Wang, W.X. Ren (2019). Grouting quality evaluation in post-tensioning tendon ducts using wavelet packet transform and Bayes classifier. Sensors, 19(24): 5372.

·     D. Li*, K.S.C. Kuang, C.G. Koh (2018). Rail crack monitoring based on Tsallis synchrosqueezed wavelet entropy of acoustic emission signals: a field study. Structural Health Monitoring, 17(6): 1410-1424.

·     D. Li, K.S.C. Kuang*, C.G. Koh (2017). Fatigue crack sizing in rail steel using crack closure-induced acoustic emission waves. Measurement Science and Technology, 28(6): 065601.

·     D. Yang, D. Li, K.S.C. Kuang* (2017). Fatigue crack monitoring in train track steel structures using plastic optical fiber sensor. Measurement Science and Technology, 28(10): 105103.

·     K.S.C. Kuang, D. Li*, C.G. Koh (2016). Acoustic emission source location and noise cancellation for crack detection in rail head. Smart Structures and Systems, 18(5): 1063-1085.

·     D. Li, W.X. Ren*, Y.D. Hu, D. Yang (2016). Operational modal analysis of structures by stochastic subspace identification with a delay index. Structural Engineering and Mechanics, 59 (1): 187-207.

·     D. Yang, W.X. Ren*, Y.D. Hu, D. Li (2015). Selection of optimal threshold to construct recurrence plot for structural operational vibration measurements. Journal of Sound and Vibration, 349: 361-374.