李宾宾_教师主页

教师主页移动版

主页 > 浙江省 > 浙江大学

李宾宾

李宾宾,浙江大学-伊利诺伊大学厄巴纳香槟校区联合学院(ZJUI)特聘研究员、博士生导师。博士毕业于美国加州大学伯克利分校,曾作为博士后副研究员在英国利物浦大学风险与不确定性研究所工作。主要从事土木工程结构健康监测、基础设施系统韧性等领域研究,具体研究方向包括贝叶斯系统辨识、结构动力分析与测试、不确定性量化及极端荷载模拟等。李宾宾博士先后师从中国和美国工程院院士从事桥梁结构健康监测领域研究,2016-2018年在英国利物浦大学工作期间联合提出“运营模态识别不确定性定律”,2018年9月加入浙江大学,任特聘研究员、博士生导师,先后主持国家自然科学基金、浙江省自然科学基金项目,并参与多项国家/省部级项目,目前已发表领域内顶级期刊和国际会议论文30余篇,获国际土木工程风险与可靠度协会CERRA学生表彰奖、ISRERM2020最佳学生论文奖等,担任中国振动工程学会监测与控制青年委员会委员、美国土木工程师学会概率方法委员会委员等学术职务。工作经历2018-至今    浙江大学,ZJUI,特聘研究员、博士生导师2016-2018    英国利物浦大学,风险与不确定性研究所,博士后教育经历2012-2016    美国加州大学伯克利分校,土木工程,博士2009-2012    大连理工大学,结构工程,硕士2005-2009    大连理工大学,本科行政职务2022-至今    ZJUI土木工程专业本科教学主任2022-至今    ZJUI研究生教学委员会委员2021-至今    浙江大学国际校区工会委员    2020-至今    浙江大学国际校区公共服务委员会委员学术服务2019-至今    振动工程学会监测与控制青年委员会委员2021-至今    美国土木工程师学会(ASCE)概率方法委员会(Probabilistic methods committee)委员2015-至今    International Society for Structural Health Monitoring of Intelligence Infrastructure (ISHMII)会员2020-至今    中国建筑学会工程诊治与运维分会会员期刊审稿人:Mechanical Systems and Signal Processing; Journal of Sound and Vibration; Structural Health Monitoring; Structural Control and Health Monitoring; Probabilistic Engineering Mechanics; Reliability Engineering and System Safety; Earthquake Spectra; 上海交通大学学报,噪声与振动等。代表性论文Binbin Li, Yan-Long Xie, Siu-Kui Au. Measuring configuration of multi-setup ambient vibration test. Mechanical Systems and Signal Processing, 2022, 175: 109153.Siu-Kui Au, Binbin Li*, James Brownjohn. Achievable precision of close modes in operational modal analysis: Wide band theory. Mechanical Systems and Signal Processing, 2021, 147: 107016.Binbin Li, Siu-Kui Au. An expectation-maximization algorithm for Bayesian operational modal analysis with multiple (possibly close) modes. Mechanical Systems and Signal Processing, 2019, 132: 490-511.Binbin Li, Armen Der Kiureghian, Siu-Kui Au. A Gibbs sampling algorithm for structural modal identification under seismic excitation. Earthquake Engineering and Structural Dynamics, 2018, 47(14):2375–2755.Binbin Li, Armen Der Kiureghian. Operational modal analysis using variational Bayes. Mechanical Systems and Signal Processing, 2017, 88: 377-398.