张荣华

作者:发布时间:2019-03-06浏览次数:16355

张荣华  

教授

Email

rh_zhang_2005@163.com

TEL+86 13821618280

博士生导师

硕士生导师

个人简介——————————————————————————————

张荣华,男,天津工业大学人工智能学院教授,硕士生导师、博士生导师,工学博士。英国曼彻斯特大学访问学者。天津市“十三五”青年骨干创新人才培养计划人选。中国计算机协会(CCF)嵌入式系统专委会委员。2005年毕业于天津大学电气与自动化工程学院,获工学学士学位,2007年毕业于天津大学电气与自动化工程学院检测技术与自动化装置国家重点学科,获工学硕士学位,20106月博士毕业,获得工学博士学位。在国内外重要学术期刊和会议上发表学术论文20余篇,获得国家发明专利1项。目前主持国家自然科学基金项目1项,作为主要参加人参加国家自然科学基金2项,市级项目1项,参与省部级以上纵向项目3项,并参与企业委托横向项目2项。主要研究方向为电磁无损检测技术。

教育经历 ——————————————————————————————

2007-2010

天津大学

博士

2005-2007

天津大学

硕士

2001-2005

天津大学

学士

工作经历——————————————————————————————

2010-2016

天津工业大学电气与自动化工程学院

讲师

2016-2022

2022-至今  

天津工业大学电气与自动化工程学院

天津工业大学 人工智能学院

副教授

教授

主要科研项目 ————————————————————————————

[1] 基于多关联层电磁特征重构的CFRP主承力结构体健康监测方法,国家自然科学基金面上项目,63万,主持人。

[2] 基于涡流场相轨迹的碳纤维多层立体编织在线质量评估方法,国家自然科学基金青年基金项目,26万,主持人。

[3]CPS架构下急性肺损伤实时监测预警理论与计算模型,国家自然科学基金面上项目,63万,第三参加人。

[4] 基于压缩感知的肺损伤三维动态阻抗图像重建理论研究,国家自然科学基金青年基金项目,26万,第四参加人。

[5] 中英肺部疾病影像学先进技术研讨会, 国家自然科学基金中英合作项目,15万,第二参加人。

[6] 三维编织碳纤维材料疲劳损伤的脉冲涡流检测方法研究,天津市教委基金项目,4万,主持人(已完成)

[7]基于脉冲涡流的三维编织碳纤维复合材料缺陷识别方法,高等学校博士学科点专项科研基金联合资助课题(新教师类)4万,第三参加人。(已完成)

[8]基于力学分析的三维编织碳纤维复合材料几何建模研究,天津市教委基金项目,4万,第二参加人。(已完成)

[9]面向肺损伤监测的三维动态阻抗图像重建理论研究,天津市应用基础与前沿技术研究计划青年项目,6万,第四参加人。

[10]电梯导轨多参数测量系统,横向项目,48万,主持人。(已完成)

主要学术论文 ————————————————————————————

[1] Gang Hu; Zihan Xia; Wuliang Yin; Ruochen Huang; Jialong Shen; Shiyu Liu; Ronghua Zhang*Estimation of thickness and radius of hollow metallic spheres with a simplified forward modelIEEE Sensors Journal2023Early Access. (SCI 2区,TOP)

[2] Ronghua Zhang; Hongying Fang; Qiong Zhang; Junyu Wang; Danqi Zhang; Junhua Cheng; Wuliang Yin ; In-situ damage monitoring of CFRPs by electromagnetic tomography with the compatible multitemplate supervised descent method, IEEE Transactions on Instrumentation and Measurement, 2023, 72: 1-12 (SCI 2)

[3] Hanyu Zhang; Qi Wang; Ronghua Zhang*; Xiuyan Li; Xiaojie Duan; Yukuan Sun; Jianming Wang; Jiabin Jia ; Image Reconstruction for Electrical Impedance Tomography (EIT) with Improved Wasserstein Generative Adversarial Network (WGAN), IEEE Sensors Journal, 2023, 23(5): 1- 10 (SCI 2区,TOP)

[4] Ronghua Zhang; Junyu Wang; Shiyu Liu; Ming Ma; Hongying Fang; Junhua Cheng; Danqi Zhang ; Non-Destructive Testing of Carbon Fibre Reinforced Plastics (CFRP) Using a Dual Transmitter Receiver Differential Eddy Current Test Probe, Sensors, 2022, 22(18): 6761 (SCI 3)

[5] 张荣华; 史可宇; 李硕; 张一帆 ; 平纹编织碳纤维增强树脂复合材料离散电导率建模方法, 复合材料学报, 2020, 37(12): 3119-3127 (EI,中文卓越期刊)

[6] 王琦; 张静薇; 张荣华*; 薛峰军; 李秀艳 ; 基于贝叶斯统计模型的金属缺陷电磁成像方法研究, 仪器仪表学报, 2020, 41(1): 47-55 (EI,中文卓越期刊)

[7] Zhang RH*, Ye S. Study on defect type in eddy-current testing based on phasespectrum analysis[J]. The Journal of Engineering, 2019 , 2019(23)8972-8974.
[8] Wang Q, Zhang RH, Wang JM*, Jiao YN, Yang XH, Ma M. An Efficient Methodfor Geometric Modeling of 3D Braided Composites[J]. Journal of Engineered Fibersand Fabrics, 2016 , 11(4)
76-87.

[9] Zhang RH, Song GH, Ye S. An identification φ (ω ) model applied to defectdetection during multi-frequency ECT[C]. XXII World Congress of the InternationalMeasurement Confederation (IMEKO 2018).
[10] Li S, Zhang RH, She KY, Zhao Q, Yin WL. Research on Block Modeling andElectromagnetic Nondestructive Testing Method for Plain Weave CFRP[C]. IEEEInternational Instrumentation and Measurement technology Conference (IEEE I2MTC)2020.

[11] Zhang RH, Song GH, Zhao Q, Yin WL. Reducing the lift-off effect on defectdetection using eddy current method[C]. IEEE International Instrumentation andMeasurement technology Conference (IEEE I2MTC) 2020.

[12] Zhao Q*, Zhang K, Zhu S, Xu HY, Cao DG, Zhao LN, Zhang RH, Yin WL.Review on the Electrical Resistance/Conductivity of Carbon Fiber ReinforcedPolymer[J]. Applied Sciences-Basel, 2019-6-1 , 9(11)0-2390.

[13]Wang Q, Zhang PC, Wang JM*, Chen QL, Lian ZJ, Li XY, Sun YK, Duan XJ, CuiZQ, Sun BY, Wang HX. Patch-based sparse reconstruction for electrical impedancetomography[J]. Sensor Review, 2017 , 37(3)257-269.

[14]王琦, 崔莉莎, 汪剑鸣*, 孙玉宽, 王化祥. 基于电磁层析成像的金属缺陷稀疏成像方法[J]. 仪器仪表学报, 2017 , (09)2291-2298.

[15]Wang Q, Lian ZJ, Wang JM*, Chen QL, Sun YK, Li XY, Duan XJ, Cui ZQ, Wang
HX. Accelerated reconstruction of electrical impedance tomography images via patchbased sparse representation[J]. Review of Scientific Instruments, 2016-11 , 87(11)
0-114707.

[16]Wang Q, He J, Wang JM*, Li XY, Duan XJ, Zhang PC, Chen XJ, Sun YK, Animage reconstruction algorithm for electrical impedance tomography usingSymkaczmarz based on structured sparse representation[J]. Transactions of theInstitute of Measurement and Control, 2019, 41(10)2803-2815.

[17]Li XY, Zhou Y, Wang JM*, Wang Q, Lu Y, Duan XJ, Sun YK, Zhang JW, LiuZY. A novel deep neural network method for electrical impedance tomography[J].Transactions of the Institute of Measurement and Control, 2019-10 , 41(14)4035-4049.
[18]
张荣华,叶松,已授权,2018.05.17,一种基于多频涡流检测技术的缺陷识分类方法,中国专利,CN201818473907.8

[19]张荣华, 高鹏程,叶松,申请,2019.07.10,一种多频激励涡流场相位梯度谱无损检测方法及系统,中国专利, CN20191086791.4