基本信息：
朱逸尘，博士，副研究员，硕士生导师，交通学院桥梁工程系教师
所属团队：桥梁智能建养与性能提升
办公地点：东南大学九龙湖校区交通学院大楼701室
联系电话：18625038510（微信同号）
联系方式：zhuyichen@seu.edu.cn
个人简介：
朱逸尘，1992年5月生，博士，硕士生导师。2018年10月博士毕业于英国利物浦大学土木工程系；2020年9月加入东南大学交通学院桥梁工程系，主要研究方向为桥梁智慧运维，结构健康监测与数字孪生。
主持参与国家自然科学基金、江苏省重点研发、英国工程与自然科学基金等项目6项。已发表SCI期刊论文11篇，其中以第一作者在Mechanical Systems and Signal Processing, Structural Control and Health Monitoring, Engineering Structures等国际权威期刊发表SCI论文9篇，近五年谷歌学术总被引200余次。担任美国土木工程协会（ASCE），英国土木工程协会（ICE），英国机械工程协会（IMechE）等协会会员，担任美国机械工程协会ASME-IMAC会议数字孪生（Digital Twin）分会场主席。参与 Mechanical Systems and Signal Processing 等多个国际期刊的审稿工作。
研究方向：
l 桥梁智慧运维
l 结构健康监测
l 数字孪生
教育经历：
2014.10-2018.10，英国利物浦大学工程学院，土木工程，博士（导师：Siu-Kui Au教授）
2010.09-2014.06，英国利物浦大学工程学院，土木工程，学士
工作经历：
2020.09至今，东南大学交通学院，桥梁工程系，副研究员
2018.10-2020.07，英国谢菲尔德大学，动力学研究中心，博士后研究员
科研项目：
1. 国家自然科学基金青年基金项目：基于物理-数据融合模型的桥梁运营模态识别方法研究，2023-2025,主持
2. 江苏省自然科学基金青年基金项目：面向桥梁动力学参数的物理-数据融合模型识别与更新机理研究，2022-2025，主持
3. 江苏省重点研发项目：基于数字孪生的智慧桥梁建养一体化关键技术与系统研发，2021-2024，主要参与
4. 江苏省自然科学基金面上项目：多尺度多源不确定性下FRP结构可靠性分析方法研究，2022-2024，参与
5. 英国工程与自然科学基金项目：Digital Twins for Improved Dynamic Design，2018-2020，参与
6. 英国工程与自然科学基金项目：Uncertainty Quantification and Management in Ambient Modal Identification,2014-2018，参与
学术成果：
期刊论文：
[1] Zhu Yi-Chen, Gardner Paul, Wagg David J., Barthorpe Robert J., Cross Elizabeth J., Fuentes Ramon. Robust equation discovery considering model discrepancy: A sparse Bayesian and Gaussian process approach[J]. Mechanical Systems and Signal Processing,2022,168:108717.（SCI期刊论文，JCR一区， IF：8.934）
[2] Zhu Yi-Chen, Xiong Wen, Song Xiao-Dong. Structural performance assessment considering both observed and latent environmental and operational conditions: A Gaussian process and probability principal component analysis method[J]. Structural Health Monitoring, 2022, 14759217211062099.（SCI期刊论文，JCR一区， IF：5.710）
[3] Yan Wang-Ji, Chronopoulos Dimitrios, Yuen Ka-Veng, Zhu Yi-Chen. Structural anomaly detection based on probabilistic distance measures of transmissibility function and statistical threshold selection scheme[J]. Mechanical Systems and Signal Processing,2022,162: 108009.（SCI期刊论文，JCR一区， IF：8.934）
[4] Zhu Yi-Chen, Au Siu-Kui. Bayesian data driven model for uncertain modal properties identified from operational modal analysis[J]. Mechanical Systems and Signal Processing,2020,136(C):106511.（SCI期刊论文，JCR一区， IF：8.934）
[5] Zhu Yi-Chen, Au Siu-Kui. Bayesian modal identification method based on general coherence model for asynchronous ambient data[J]. Mechanical Systems and Signal Processing,2019,132:194-210.（SCI期刊论文，JCR一区， IF：8.934）
[6] Zhu Yi-Chen, Au Siu-Kui, Brownjohn James Mark William. Bayesian operational modal analysis with buried modes[J]. Mechanical Systems and Signal Processing,2019,121:246-263.（SCI期刊论文，JCR一区， IF：8.934）
[7] Brownjohn James Mark William, Au Siu-Kui, Zhu Yi-Chen, Sun Zhen, Li Bin-Bin, Bassitt James, Hudson Emma, Sun Hong-Bin. Bayesian operational modal analysis of Jiangyin Yangtze River Bridge[J]. Mechanical Systems and Signal Processing,2018,110:210-230.（SCI期刊论文，JCR一区，IF：8.934）
[8] Zhu Yi-Chen, Xie Yan-Long, Au Siu-Kui. Operational modal analysis of an eight-storey building with asynchronous data incorporating multiple setups[J]. Engineering Structures,2018,165:50-62.（SCI期刊论文，JCR一区， IF=5.582）
[9] Zhu Yi-Chen, Au Siu-Kui. Bayesian operational modal analysis with asynchronous data, Part II: Posterior uncertainty[J]. Mechanical Systems and Signal Processing,2018,98:920-935.（SCI期刊论文，JCR一区， IF：8.934）
[10] Zhu Yi-Chen, Au Siu-Kui. Bayesian operational modal analysis with asynchronous data, part I: Most probable value[J]. Mechanical Systems and Signal Processing,2018,98:652-666.（SCI期刊论文，JCR一区， IF：8.934）
[11] Zhu Yi-Chen, Au Siu-Kui. Spectral characteristics of asynchronous data in operational modal analysis[J]. Structural Control and Health Monitoring 2017; 24(11). （SCI期刊论文，JCR二区， IF：6.058）
奖励及荣誉：
1. 2021，江苏省“双创”博士
2. 2015-2018，董建华学者
3. 2014-2018，英国利物浦大学博士奖学金（全奖）
其他：
谷歌学术：https://scholar.google.co.uk/citations?user=SpAoxxIAAAAJ&hl=en
ResearchGate：
https://www.researchgate.net/profile/Yi-Chen-Zhu
人才需求：
注重对学生科研探索主动性与国际化的培养，提供与国际知名高校和学者的交流合作机会。欢迎具有力学，数学，计算机及人工智能背景，对结构健康监控、桥梁智能运维及数字孪生感兴趣的学生报考。
