与我们一起研究真实问题，创造可验证的工程价值
智能基础设施工程创新研究团队（SIELab，Smart Infrastructure Engineering Laboratory）是依托黑龙江科技大学开展科研创新与人才培养的交叉学科团队。
团队以桥梁与隧道工程、结构工程、岩土工程、道路与铁道工程、结构动力学和计算力学为专业基础，融合智能感知、人工智能、无人系统与机器人、物联网、数字孪生及云边端协同计算技术，开展交通与能源基础设施“感知—决策—执行”全链条研究。
我们重视基础理论和科学问题，也重视理论、算法与装备能否在真实工程条件下得到验证。团队欢迎具有土木工程、交通工程、测绘工程、机械工程、自动化、电子信息及计算机科学等专业背景的学生加入，也期待与高校、科研院所、行业管理部门和相关企业建立权责清晰、优势互补、长期稳定的合作关系。
加入SIELab
研究生
SIELab欢迎对智能基础设施、结构安全和交叉学科研究感兴趣的硕士研究生加入团队。
团队的研究生培养以真实科学与工程问题为牵引，注重结构工程专业基础、规范研究方法、独立思考能力和工程验证意识。研究课题主要围绕以下方向展开。
结构状态识别与性能评定
- 桥梁、隧道及其他复杂基础设施的结构计算与数值仿真；
- 结构动力响应分析、模态参数识别与有限元模型修正；
- 荷载、边界条件、材料参数、预应力及损伤状态反演；
- 物理机理与数据驱动融合的结构状态识别；
- 在役桥梁承载能力快速评定及现场验证；
- 结构性能退化、可靠性与风险演化分析。
智能检测与多源感知
- 基于机器视觉和红外成像的结构表观病害识别与量测；
- 基于激光点云和摄影测量的三维重构与结构几何检测；
- 基于振动、位移、应变和温度等信息的结构响应检测监测；
- 无人机、车载检测单元、移动机器人与固定监测节点协同作业；
- 多源数据时空配准、融合分析、质量控制与可核查证据表达；
- 面向现场处理的边缘计算与轻量化智能识别。
智慧运维与韧性提升
- 检测规范和结构风险驱动的巡检任务规划；
- 无人机和移动机器人路径规划、协同调度与作业控制；
- 面向疑似病害和关键构件的触发式补检与人工复核；
- 基于状态评定结果的运维辅助决策；
- 极端事件下基础设施风险评估与应急响应；
- 基础设施群功能损失、恢复过程与韧性评价；
- 物理—数据融合的数字孪生与智慧运维方法。
我们重视什么
申请者不必在加入团队之前就精通软件、算法和试验方法。相较于单一工具基础，我们更加重视以下品质：
- 对结构工程或基础设施智能化问题具有真实兴趣；
- 具备持续学习和独立思考的意愿；
- 遵守科研诚信、数据管理和试验安全要求；
- 能够围绕相对稳定的研究问题持续投入；
- 愿意承担具体任务并及时反馈研究进展；
- 尊重团队协作、成果贡献和知识产权规则。
不同专业背景的学生可以从各自优势出发。土木工程背景的学生可重点加强结构计算、试验分析和工程问题凝练；计算机、电子信息和自动化背景的学生可重点参与数据处理、算法开发、嵌入式系统与装备集成，并在研究过程中逐步补充必要的工程知识。
培养与科研训练
团队根据学生的专业基础、研究兴趣和发展目标，协助其确定相对稳定的研究方向和阶段性研究计划，开展以下训练：
- 工程问题分析与科学问题凝练；
- 专业文献检索、阅读和研究综述；
- 理论分析、数值计算和有限元建模；
- 试验方案设计、传感器布设与现场测试；
- 图像、点云、振动及其他工程数据处理；
- 算法开发、软件实现与装备系统集成；
- 工程试验、现场验证与不确定性分析；
- 学术论文、专利、软件及技术报告撰写；
- 科研项目、学术交流和创新竞赛。
在项目条件允许的情况下，学生可以参与真实工程项目、现场检测监测、试验验证、跨学科联合研发和学术交流。
团队坚持以实际贡献和研究质量评价学生工作，不对论文发表、专利授权、竞赛获奖、升学或就业结果作预先承诺。
研究生申请方式
有意申请者可提前通过电子邮件与团队教师联系。来信建议包括：
- 个人简历及本科阶段学习情况；
- 感兴趣的研究方向及个人发展计划；
- 已掌握的软件、编程、试验或工程技能；
- 参与过的科研、竞赛、课程设计或工程实践；
- 具有代表性的论文、代码、作品或项目材料；
- 可持续投入科研工作的时间与初步计划。
提前联系主要用于增进相互了解、判断研究方向匹配程度，不代表招生录取承诺。招生专业、招生名额、报考条件和录取程序，以黑龙江科技大学当年度硕士研究生招生政策为准。
本科生
SIELab面向本科生开放科研训练、大学生创新创业训练项目、学科竞赛、科研助理和毕业设计等参与渠道。
本科生可以从数据整理、文献检索、有限元建模、图像标注、点云处理、传感器试验和设备调试等基础任务入手，在真实项目中逐步形成以下能力链：
工程认知 → 数字表达 → 智能感知 → 分析计算 → 试验验证 → 系统集成
具备一定基础后，可进一步参与算法实现、无人系统试验、软件工具开发、科研论文和知识产权材料准备。
可参与的项目类型
- 结构计算与有限元分析；
- 机器视觉与表观病害识别；
- 激光点云与三维结构量测；
- 振动监测与结构状态分析；
- 无人机和移动机器人系统研发；
- 物联网传感与边缘计算；
- 数字孪生与科研软件开发；
- 大学生创新项目与学科竞赛。
团队鼓励本科生尽早接触科研，更重视持续投入和真实贡献。参与者应根据自身课程安排合理确定科研时间，认真完成所承担的任务，并遵守数据保密、仪器使用、试验安全和成果署名要求。
有意加入的本科生可提交个人简介、专业及年级、兴趣方向、已有技能、可持续投入时间和希望参与的项目类型。团队根据实际科研任务、指导条件和学生发展需求进行双向选择。
学术合作
SIELab欢迎与国内外高校、科研院所及相关研究团队开展优势互补的学术合作。
重点合作方向
- 结构计算、动力学分析、参数识别与损伤反演；
- 多源检测监测数据融合与结构状态识别；
- 机器视觉、激光点云、信号处理与人工智能；
- 无人机、移动机器人、多智能体协同与任务规划；
- 复杂环境作用下的结构性能退化与可靠性分析；
- 基础设施灾害推演、风险评估与韧性提升；
- 数字孪生、云边端协同计算与智慧运维；
- 风电、矿山、水利等能源基础设施安全运维。
合作方式
- 联合凝练科学问题和申报科研项目；
- 共同开展理论分析、试验研究和工程验证；
- 开展研究生联合培养与学术指导；
- 共享符合管理规定的试验、计算和工程验证条件；
- 共同发表学术成果和申请知识产权；
- 开展学术访问、专题报告和研究人员交流；
- 联合建设数据集、试验基准、软件工具和技术方法。
具体项目申报、经费管理、人员培养和成果管理，由具备相应主体资格的合作单位按照有关规定组织实施。
团队倡导以具体问题和实际任务为基础开展合作。合作启动前，原则上应明确研究目标、任务分工、数据来源、试验条件、进度安排、成果署名、知识产权和保密要求。
行业合作
SIELab面向交通与能源基础设施建设、检测、监测、养护和管理需求，与行业管理部门、建设单位、设计单位、施工单位、检测监测机构及技术企业开展产学研合作。
重点合作内容
结构分析与工程咨询
- 桥梁、隧道及其他复杂结构的分析计算；
- 施工过程结构分析、施工控制与安全评估；
- 结构动力响应、荷载效应和复杂工况分析；
- 既有结构参数识别、模型修正与状态分析。
智能检测监测
- 在役桥梁多源协同检测与承载能力评定；
- 机器视觉、激光雷达和无人机智能巡检；
- 结构健康监测方案研究与数据分析；
- 隧道结构变形、几何状态和表观病害检测；
- 寒区基础设施服役状态与风险识别。
装备与软件研发
- 无人机、车载检测单元和移动机器人等专用检测装备；
- 传感器、边缘计算终端与现场数据处理系统；
- 结构计算、参数识别和检测数据分析软件；
- 检测数据管理、数字孪生和智慧运维平台；
- 算法、软件和装备原型的联合开发与应用验证。
风险与韧性
- 极端灾害条件下基础设施风险筛查；
- 灾情快速评估与应急任务组织；
- 桥梁群、路网及其他设施系统韧性评价；
- 灾后功能恢复与资源配置方案优化。
科技创新与成果转化
- 企业技术难题凝练与联合攻关；
- 科研项目、科技奖励与标准指南联合培育；
- 专利、软件和装备成果的概念验证；
- 科技成果许可、转让、孵化和产业化合作。
合作实施路径
团队优先开展具有明确工程问题、可靠数据来源、必要现场条件和持续研究价值的合作。一般按照以下路径推进：
需求沟通 → 问题凝练 → 可行性评估 → 明确合作主体 → 签订协议 → 技术研发 → 试验或现场验证 → 成果验收与转化
SIELab是科研协作与团队建设平台，不是独立法人、法定检测机构或工程设计单位。涉及合同签订、项目经费、法定检测鉴定、工程设计、成果权属及技术交易的事项，由黑龙江科技大学、合作单位或其他具备相应主体资格和专业资质的机构依法依规实施。
团队形成的研究结果不能替代依法应由具有相应资质的机构出具的法定检测、鉴定、设计或安全评价结论。
合作与知识产权管理
SIELab坚持开放协作、优势互补、权责清晰和成果共享。
合作前各方已经拥有的专利、软件、数据、技术秘密及其他知识产权，仍归原权利人所有。未经授权，不因参与团队合作而改变其权属。
项目实施过程中形成的职务科技成果，按照国家法律法规、科研项目管理规定、成员所属单位制度和合作协议确定权属。由多方共同完成的成果，根据实际贡献和书面约定确定独立所有、共同所有或许可使用关系。
论文发表、专利申请、软件著作权登记、技术报告和科技奖励申报，以实际贡献为依据确定完成人及署名顺序，并准确标注所属单位、项目来源和资助信息。
涉及合作单位提供的工程数据、结构图纸、试验条件、软件代码或其他未公开资料时，各方应明确：
- 数据和资料的使用范围；
- 存储、备份与访问权限；
- 允许公开和禁止公开的内容；
- 论文、专利及其他成果发布前的审查程序；
- 项目结束后的数据保存、返还或销毁要求；
- 保密期限及违约责任。
未经相关权利主体书面授权，任何成员不得擅自以个人、团队或第三方名义申请、转让、许可、发布或对外披露合作成果。
依托黑龙江科技大学形成的科技成果，按照学校科技成果管理和转化制度履行成果披露、权属确认、审批和转化程序，并可依托学校科技成果转化平台、大学科技园及合作企业开展概念验证、技术孵化、许可转让和产业化应用。
我们期待怎样的合作
无论是人才培养、学术研究还是技术研发，SIELab都重视以下原则：
- 真实问题导向：研究来源于基础设施建设和运维中的实际需求；
- 科学问题牵引：在解决工程问题的同时凝练可持续研究的科学问题；
- 专业基础支撑：智能技术服务于结构分析、状态识别、性能评定和工程决策；
- 多学科协同：发挥土木、机械、交通、电子信息、自动化和计算机等学科优势；
- 工程验证闭环：理论、算法、软件和装备应通过试验或现场数据验证；
- 权责边界清晰：事前明确任务分工、数据使用、成果署名和知识产权；
- 长期共同积累：通过持续合作形成数据、方法、装备、标准和代表性成果。
联系我们
如果您希望申请加入SIELab，或就科研项目、工程技术、装备研发和成果转化开展合作，请通过团队机构邮箱与我们联系。
主要联系人：孙勇老师
电子邮箱：sun@usth.edu.cn
为提高沟通效率，建议邮件标题采用以下格式：
- 研究生申请｜姓名｜学校及专业
- 本科生申请｜姓名｜专业及年级
- 学术合作｜单位｜拟合作方向
- 行业合作｜单位｜工程问题或技术需求
邮件正文建议简要说明个人或单位情况、拟研究或拟解决的问题、已有工作基础、可提供的合作条件以及希望形成的成果。团队将结合研究方向、项目条件和人员安排进行回复。