江苏龙网

  1. 首页 > 人文 > >

吴建国|吴建国：心怀科研赤诚，筑梦中国制造

村上春树在《当我谈跑步时 ， 我谈些什么》中曾写下这样的句子：现在是坚忍地累积奔跑距离的时期 ， 所以眼下还不必介意成绩如何 ， 只消默默地花上时间累积距离 。 欧内斯特·海明威也曾说过：“持之以恒、不乱节奏 ， 对于长期作业实在至为重要 。 而对于科学研究而言 ， 这种毅力以及坚持不懈的精神更是不可或缺的 。 ”
吴建国|吴建国：心怀科研赤诚，筑梦中国制造
本文图片
吴建国
跑步时 ， 吴建国喜欢思考科研问题 。 在锻炼的同时 ， 一些科研想法可能会“灵光乍现” 。 如今 ， 在科研之余 ， 他仍保持着这一习惯 。 十多年的科研之路 ， 从国外、到国内 ， 如今作为北京大学工学院工业工程与管理系研究员的他 ， 内心一直心系着祖国的制造事业 。 凭借着扎实的科研基础以及训练 ， 他在机理-数据联合驱动的先进制造与复杂系统监测、诊断、质量控制以及可靠性预测等研究领域 ， 特别是在超强金属基纳米复合材料铸造、碳钢与特种钢制造、3D打印等应用中取得了一系列创新性成果 ， 为其工业化生产与优化奠定了研究基础 。 在梦想的驱使之下 ， 他一直在用一位青年科研人的无限热忱为“中国制造2025”的发展添砖加瓦 。
清华筑梦 海外历练
理想如晨星 ， 我们永不能触到 ， 但我们可像航海者一样 ， 借星光的位置而航行 。 在2004年吴建国顺利考入清华大学机械工程专业之前 ， 他与大多数的青年学子一样 ， 对于自己未来的专业学习抱有极大的憧憬 。 因为高中的学长曾在清华大学机械与工程专业就读 ， 吴建国通过他 ， 对这个专业有了初步的认知 。 通过招生老师的介绍 ， 他进一步了解到：学生通过对机械工程专业的学习 ， 可以获取大到飞机、坦克、机器人 ， 小到各种产品的制作知识与技能 ， 而从小吴建国就对这些东西充满了浓厚的兴趣 。 通过大学四年的学习与积淀 ， 他在机械工程专业中打下了坚实的基础 。
为了能在这一专业领域寻求更大的突破 ， 本科毕业后吴建国选择走出去看看——去国外深造、学习更多的机械工程领域前沿知识 。 在顺利拿到美国普渡大学的全额奖学金之后 ， 2009年8月 ， 吴建国前往该校攻读机械工程专业硕士学位 。 因为研究生阶段主要从事的是微观摩擦学的模拟仿真研究 ， 而这一研究方向更偏向于前沿理论基础 。 吴建国直言：相较于这一方向研究 ， 他更偏向于与生活紧密相关的应用研究 。 因为其高中时期就对数学、统计、建模等有浓厚的兴趣 ， 结合自己的兴趣以及机械制造领域的研究背景 ， 吴建国在硕士毕业之后 ， 选择前往美国威斯康星大学麦迪逊分校继续攻读统计专业的硕士学位以及工业与系统工程专业的博士学位 ， 并将主要研究方向放在先进制造领域的质量控制以及复杂系统可靠性预测上 ， 为此展开了一系列探索 。 在扎实的科研基础以及不懈的科研攻关下 ， 吴建国在超强轻质镁铝合金基纳米复合材料铸造过程中纳米颗粒分散情况实时监控系统研究中 ， 取得了一系列科研突破 。
纳米颗粒的分散问题是纳米复合材料制造领域面临的一个最大的难题 。 在超强轻质复合材料制造过程中 ， 纳米颗粒由于高表面积与体积比、润湿性差等原因 ， 在液态金属中容易聚集成团 ， 严重影响其作为纳米颗粒增强剂的效果 。 超声空化有助于实现纳米颗粒在金属基材中的均匀分散 。 然而实际生产难以根据高温液态金属状态实时调整生产工艺参数 ， 严重制约了超声空化分散纳米颗粒的效果 。 针对高温液态金属状态实时监控的难题 ， 吴建国创新性地设计了一套基于超声波噪声信号的实时监控系统 。 在该系统中 ， 声发射信号通过伸入液态金属的钛棒、传感器以及数据采集系统进入信号处理系统 。 研究了纳米颗粒分散情况与超声波信号特征的关系 ， 建立了能对实时超声信号进行分析的统计模型 ， 在国际上首次实现了实时监控高温液态金属纳米颗粒分散情况 ， 解决了生产工艺参数实时精确调整的难题 。 该研究成果获得了美国铝铸造著名企业Eck Industries Inc.、美国军用特种卡车制造企业Oshkosh Corp（世界500强）等科研合作企业的高度赞扬 。 因为此项目的研究成果 ， 吴建国还获得了美国制造工程师学会（SME）著名E. Wayne Key研究生奖学金 。
2015年博士毕业后 ， 吴建国加入了美国得克萨斯大学艾尔帕索分校 ， 成为了工业、制造以及系统工程系的一名助理教授 ， 继续留在美国从事科学研究 。 多年在美国的学习、研究 ， 让吴建国在接受西方教育以及科研氛围、思想熏陶的同时 ， 也在接受着一系列科研项目的历练 。 特别是在攻读博士学位及任助理教授期间 ， 吴建国曾作为核心科研成员参与以及主持多个美国科技公关课题 ， 项目总金额超过1100万美元 ， 工作涉及超强轻质纳米复合材料的颠覆性铸造工艺技术的质量监控与过程优化、金属3D打印缺陷的实时监控与无损检测等领域 。 在美国多年的研究经历 ， 也成为了他科研经历的积累与沉淀 ， 为他今后科研道路的开辟奠定了坚实的基础 。
创新不懈 科研报国
科学无国界 ， 但是科学家是有祖国的 。 “到祖国最需要的地方去”“为祖国健康工作50年”一直都是吴建国在清华大学就读时就耳熟能详的口号 。 而这些都在潜移默化地影响着他 ， 并逐渐加深着他身为一名科研人的社会责任感 。 即使时光流逝 ， 到海外学习、深造多年 ， 吴建国也始终未曾忘记自己肩上的使命 ， 祖国的日益强盛、国内科研条件的日益完善和对祖国的归属感 ， 促使他在学成之后便踏上了归国之路 。
2017年12月 ， 吴建国以特聘研究员的身份来到了北京大学工学院工业工程与管理系从事科研工作 ， 开始了科研之路新的旅程 。 因为自己的科研方向与“中国制造2025”是紧密相关的 ， 国家也给予了这个方向大力支持 ， 所以吴建国表现出了极大的科研自信 ， 也为他科研工作的开展打下了坚实的基础 。
制造业是保持国家竞争力和经济健康发展的基础 ， 直接体现了一个国家的生产力水平 ， 是区别发展中国家和发达国家的重要因素 ， 在国民经济中占有重要份额 。 随着以物联网和大数据信息为特征的新的一轮工业革命的到来 ， 世界各国政府相继推出将智能制造作为本国构建制造业竞争优势的关键举措 。 例如 ， 美国的《美国先进制造业伙伴计划》、德国的“工业4.0” ， 中国也在2015年5月印发了中国实施制造强国战略第一个十年的行动纲领《中国制造2025》 ， 而吴建国目前的研究方向就是与中国智能制造息息相关的 。
“我们知道 ， 在制造业里面有4个核心要素即生产力、生产效率、生产质量以及生产成本 。 其与20世纪五六十年代周恩来总理所提出的‘多快好省’本质是相同的 ， 即数量多、速度快、质量好、成本省” 。 而吴建国的主要研究内容就与先进制造过程的质量控制与改善有着密切的联系 。 “产品质量关系到人民群众的切身利益、关系到企业的生存发展以及国家的形象 ， 生产质量问题会严重制约先进制造技术的大规模工业化应用 ， 也会影响生产效率和成本 。 ”他说 。 多年来 ， 在相关项目的支撑下 ， 吴建国就在这一领域展开了一系列科研攻关 。
增材制造具有制造周期短、材料利用率高以及易于生产出传统工艺难以甚至无法加工的复杂结构等巨大优势 ， 已经对航空航天、国防等领域产生了巨大影响 。 然而 ， 由于过程工艺复杂以及缺乏有效的在线过程监控方法 ， 目前增材制造仍然存在诸多质量问题 ， 严重制约其大规模工业化生产与应用 。
2018年 ， 吴建国成功申请了国家自然科学基金面上项目“基于多源异构传感的增材制造过程监测与质量控制研究” ， 在这一项目的支撑下 ， 他们以沉积熔融和选择性激光熔融成型为研究对象 ， 针对成型过程多物理现象以及当前在线监控基于单一功能传感的局限性 ， 提出基于多源异构传感的在线过程监测与质量控制；研究在线监测信号特征与常见过程故障与质量缺陷之间的关联、在线信号动态演化建模与预测 ， 以及数据融合技术实现成型过程在线监测与故障诊断；通过新型统计模型建立质量与工艺参数 ， 以及校正措施与质量改进的关系 ， 实现生产工艺参数及反馈控制措施的优化 。 通过这一项目 ， 他们将建立一套有效的基于多源异构传感的智能在线监测系统 ， 为增材制造智能在线监测与质量控制提供理论依据与关键技术 ， 具有重要的理论价值和实践意义 。
除此之外 ， 吴建国还在金属3D打印中基于二维显微图像的孔隙缺陷检测技术研究中取得了一系列科研成果 。 孔隙缺陷是金属3D打印中最为普遍的质量问题 ， 严重制约金属3D打印在结构和承重等领域的应用 。 传统的超声波检测方法、阿基米德方法、X射线CT扫描等方法要么存在精度与分辨率不高的问题 ， 要么无法检测三维孔隙的形状、大小与分布 。 在这一背景下 ， 吴建国利用统计建模与推断方法创新性地建立了一套质量检测方法 ， 将二维显微图像的气孔缺陷与三维气孔缺陷联系起来 ， 通过二维显微图推估产品三维空间的孔隙率、孔隙缺陷的大小尺寸及分布 。 该方法不仅能准确预测孔隙率 ， 而且能预测空隙大小、密度等 ， 其低成本、高精度的特点使其具有极高的工业应用价值 。 该成果发表在工业与系统工程专业旗舰期刊IISE Transactions ， 并被工业与系统工程师杂志ISE Magazine选为Featured Article进行报道 。
在复杂系统可靠性研究方面 ， 吴建国也进行了一系列创新性科研探索 。 在他的介绍下 ， 采访人员了解到：随着传感与信息技术的飞速发展技术 ， 利用多通道传感信号对复杂系统（如航空发动机）进行健康状态监测与剩余使用寿命（RUL）预测越来越普遍 。 然而 ， 传统的数据融合和RUL预测方法要么不足以描述健康状态与多传感信号之间的高度非线性关系 ， 要么或未充分利用历史数据和已收集的观测数据预测系统退化的轨迹 。 为解决传统方法所面临的问题 ， 吴建国还提出了一种联合预测模型（JPM） ， 针对多传感器数据开发了贝叶斯线性模型 ， 然后利用人工神经网络建立RUL与各个传感信号退化曲线参数的关系 ， 以此对系统健康状态进行监测与剩余寿命预测 。 在美国NASA航空发动机数据上的实例分析表明 ， 该方法在预测精度上相比于其他已有方法具有极大提升 。
【吴建国|吴建国：心怀科研赤诚，筑梦中国制造】育人不倦 砥砺前行
不管是在求学中砥砺前行 ， 还是在科研中深耕劳作 ， 每当遇到困难有所动摇时 ， 吴建国便会静静地坐下来 ， 回想初心 。 在他看来 ， 科学研究需要人们发自心底的热爱与激情 。 一直以来 ， 这份信念始终在鼓励、督促着他 ， 更加努力、专注地从事相关研究工作 。
“我觉得一个团队 ， 最关键的还是导师 。 首先 ， 导师必须要帮助学生确立自己的研究方向 ， 其次还能及时地给予他指导与反馈 ， 这样整个团队的工作效率才会提高 。 ”吴建国说 。 一直以来 ， 他都在以积极乐观的心态、专业严谨的工作态度面对自己所从事的科学研究工作 ， 他希望自己的这份心态与责任感 ， 也能对身边的学生有更加正向的引导 ， 提升他们对于科研更为全面的认知 。
孜孜不倦育桃李 。 在海外从事科研工作时 ， 吴建国就讲授过“工业大数据分析”“计算机辅助制造”“机器人与柔性制造”等相关的课程 ， 回国之后 ， 他仍在继续指导着美国的学生 ， 如今 ， 他在美国指导的第一位学生也即将毕业 ， 并已顺利申请了查普曼大学的教职工作 。 目前 ， 他还在承担着北京大学工学院本科生以及研究生相关课程的教学 。
在与学生的相处过程中 ， 吴建国低调谦和、兢兢业业 ， 在教学过程中 ， 对学生的指导一丝不苟 。 在多年的教学生涯中 ， 他始终将为祖国培养出更多具有独立科研能力的研究人员作为己任 ， 不断为祖国播种着科研的种子
吴建国|吴建国：心怀科研赤诚，筑梦中国制造
本文图片
与家人合影
静水深流、不懈求索 。 对于吴建国来说 ， 科研如修行 ， 如果想要将科研做好 ， 不仅要耐得住寂寞 ， 还要淡泊名利、经得起外界的诱惑 ， 而走向成功的途径唯有兴趣与坚持 。 在科学的征途上没有平坦大道可走 ， 只有不畏劳苦沿着崎岖山路攀登的人才有希望达到光辉的顶点 。 在“新一代智能制造”的时代洪流中 ， 吴建国仍会坚守着自己的那份科学信念笃行不辍 。


    推荐阅读


    上一篇：生态环境|安徽摸清生态环境“家底” 已建立污染源信息数据库

    下一篇：12万左右国产SUV推荐 个个都是高颜值