教师主页移动版

毕秋实 ( 副教授 ) 赞50 的个人主页 https://teachers.jlu.edu.cn/biqiushi/zh_CN/index.htm   副教授 性别 : 男 毕业院校 : 吉林大学 学历 : 博士研究生毕业 学位 : 博士 在职信息 : 在职 所在单位 : 机械与航空航天工程学院 学科 : 机械设计及理论 个人简介 毕秋实，副教授、博导，入选2022年吉林大学励新优秀青年教师培养计划。长期从事电动无人工程装备自主作业技术、装备智能化与数字孪生、多学科建模与优化等方面的研究。先后主持国家自然科学基金青年项目（无人矿用电铲智能装卸策略与多目标轨迹规划）、山西省揭榜招标项目课题（重型履带行驶路径规划与自适应控制）、吉林省教育厅科学技术研究项目（无人挖掘机自主作业技术研究）。作为核心成员，参与组建电动智能工程机械研发团队，与国内工程装备与重型装备领域头部企业如徐工集团、太原重工集团、北方重工集团等合作密切，发表SCI/EI检索高水平论文20余篇。研究生招生信息：联系方式：bqs@jlu.edu.cn招生人数：硕士研究生3~4名，博士研究生1名招生专业领域：机械设计及理论具体研究方向：无人矿用装备自主铲掘/自主行走/自主装卸；非结构环境空地协同全域信息感知；纯电驱动工程装备多耦合仿真与智能控制；大型矿用破碎粉磨装备多学科优化。主持科研项目情况：国家自然科学基金（青年基金）：无人矿用电铲智能装卸策略与多目标轨迹规划，2022~2024，主持山西省揭榜招标项目（课题）：重型履带行驶路径规划与自适应控制，2020~2023，主持吉林省教育厅科学技术研究项目：无人挖掘机自主作业技术研究，2022~2023，主持企业委托课题：大型塔式磨机作业性能分析，2020~2021，主持企业委托课题：旋回破碎机核心零部件数值计算分析，2021~2022，主持代表性学术成果：[1]Deep learning-based prediction of piled-up status and payload distribution of bulk material.[J].Automation in Construction,2021,Vol.121: 103424[2]A neural network–based approach for fill factor estimation and bucket detection on construction vehicles[J].Computer-Aided Civil and Infrastructure Engineering,2021,[3]Point cloud registration algorithm based on curvature feature similarity.[J].Measurement,2021,Vol.177: 109274[4]Deep Learning and Machine Vision-Based Inspection of Rail Surface Defects[J].IEEE Transactions on Instrumentation and Measurement,2022,Vol.71: 1-14[5]Digging Trajectory Optimization for Cable Shovel Robotic Excavation Based on a Multi-Objective Genetic Algorithm.[J].Energies,2020,Vol.13(12): 3118 教育经历 [1] 2017.9 -- 2018.9 University of Alberta (CANADA)       机械工程       研究生教育       博士      公派联合培养博士 [2] 2016.9 -- 2019.6 吉林大学       机械设计及理论       博士研究生毕业       博士 [3] 2011.9 -- 2014.6 吉林大学       机械设计及理论       硕士研究生毕业       硕士 [4] 2007.9 -- 2011.6 西北农林科技大学       农业机械化工程       大学本科毕业       学士 工作经历 [1] 2022.9 -- 至今 吉林大学      机械与航空航天工程学院      副教授 [2] 2021.10 -- 2022.9 吉林大学      机械与航空航天工程学院      讲师 [3] 2019.9 -- 2021.9 吉林大学      机械与航空航天工程学院      博士后 [4] 2014.7 -- 2016.5 上汽大众汽车有限公司长沙分公司      焊装车间      维修工程师 研究方向 [1] 电动无人工程装备自主作业技术 [2] 装备智能化与数字孪生 [3] 多学科建模与优化设计