全体合影

【本站讯】近日，第八届国际材料与智能制造大会（2026 The 8th International Conference on Materials and Intelligent Manufacturing, ICMIM 2026）风电在韩国济州岛顺利举办。机电工程学院机械工程专业2024级博士生闫明宇、郗梦璐、杨春鹏受邀参会，分别围绕激光微纳制造、装备智能检测、油气井下装备三大研究方向发表EI检索国际会议论文，并完成分会场口头汇报，与全球多国专家学者开展深度学术交流。

本次大会由美国佐治亚理工学院、化学与材料科学学会（CMS）联合主办，日本千叶大学、大阪大学、美国自由大学等多所国际知名高校提供技术支持，是材料与智能制造领域高水平国际学术交流平台。大会吸引全球30多个国家和地区共500余名专家学者参会，设置8个线下分会场、2个线上分会场，覆盖先进材料制备、激光加工、智能制造、绿色可持续制造、装备智能检测等前沿研究方向。会议录用论文由Springer出版社收录于《Lecture Notes in Mechanical Engineering》系列，可被EI Compendex、Scopus、SCImago、Web of Science等主流国际数据库检索收录，学术认可度与行业影响力突出。

闫明宇以《Numerical Simulation of Liquid Metal Jets Driven by Laser-Induced Bubbles at the Solid-Liquid Interface》为题作汇报，研究聚焦液态金属图案化技术成本高、效率低、激光气泡-射流耦合机理不清等行业痛点。研究团队构建耦合相变、可压缩气体效应的多物理场数值模型，将液态金属射流全过程划分为高压驱动、膨胀加速、射流形态演化、二次回弹四大阶段，阐明喷嘴壁面流速非均匀分布催生射流“猫耳”特征形态的核心机理。本次汇报逻辑完整、创新成果突出，吸引多国40余名师生到场聆听，得到分会场主席与参会学者高度认可。闫明宇主要研究方向为激光微纳制造、流体动力学理论研究，指导教师为张彦振教授。

郗梦璐汇报题目为《A YOLO-Based Detector with Adaptive Fusion and Cross-Layer Attention for UAV-Based Wind Turbine Blade Defect Inspection》，研究针对无人机巡检图像缺陷尺寸微小、背景繁杂、漏检率高的工程难题，基于YOLOv8-s基线框架提出AFB-YOLO轻量化检测模型，包含三项核心创新：采用RepVGG风格可重参数化骨干网络，兼顾浅层细粒度缺陷特征提取能力与推理速度；设计自适应加权多尺度特征融合模块（AFB），动态适配不同尺寸缺陷分布，无需人工调参；引入多尺度跨层注意力模块（MS-CLA），抑制天空、塔架等无关背景干扰，强化低对比度细微缺陷特征。同时研究采用融合角度惩罚项的SIoU++几何感知回归损失，大幅提升带方向性裂纹、腐蚀缺陷的定位精度。相关成果为风电装备自动化、智能化巡检提供全新技术方案。

郗梦璐主攻先进制造技术，指导教师为石永军教授。杨春鹏围绕《Study on a New Milling Cone for Cutting High-Grade Steel Casings in Deep and Ultra-Deep Wells》展开汇报。深井、超深井高钢级套管开窗是油气侧钻作业核心工序，传统开窗铣锥存在切削效率低、刀具磨损剧烈、作业成本高昂等短板，严重制约井下作业效率。研究团队自主研发适配深井、超深井工况的新型高效开窗铣锥，结合数值模拟与现场试验，系统探究不同作业参数下刀具切削响应、磨损演化规律，厘清影响开窗作业效率与刀具服役寿命的关键变量，揭示切削过程材料去除机理与刀具磨损机制，为高性能套管开窗铣锥的结构优化、现场工程应用提供完善理论支撑与技术依据。杨春鹏主要研究方向为深井、超深井高钢级套管开窗装备研发，指导教师为王旱祥教授。

此次三名博士生同步登上国际学术会议讲台，是学院研究生国际化培养、科研创新能力建设的重要成果。依托各类国际高水平学术会议交流平台，学院持续鼓励研究生走出国门展示前沿科研成果，拓宽国际学术视野，推动激光制造、装备智能检测、油气井下装备等特色研究方向与国际前沿接轨，助力学科高质量发展。