段红燕， 女， 中共党员， 工学博士， 副教授， 硕士生导师，兰州理工大学机电工程学院机械原理及零件教学部教师。

一直从事材料疲劳与断裂、绿色化高性能钢铁材料设计方面的基础研究工作。在国家自 然科学基金（51665068、51565032）及甘肃省重点研发计划（23YGA0068）、甘肃省自然科学 基金（1112RJZA004）、兰州市科技局创新创业基金（2005-RC-14）等课题的支持下，在不同 尺度下金属材料的疲劳研究、绿色化高性能钢铁材料设计等方面取得了一定的学术成果和创 新。参与中铝青海分公司生阳极自动化生产控制系统、循环水系统设计及软件开发、中铝青 海分公司电解铝自动化生产控制系统设计及软件开发、航空航天兰州 510 所烟火作动筒性 能测试系统及碳素净化风机变频控制系统等横向课题。迄今在机械、材料、力学、化工和数 学等相关领域期刊发表 SCI/EI 检索论文 30 余篇，主要发表在《Scientific Reports》、《JOM》、 《Modern Physics Letters B》、《Ferroelectrics》、《稀有金属材料与工程》、《上海交通大学学报》 等期刊上， 出版专著 1 部， 教材 1 部。担任国家自然科学基金通讯评议专家以及多家学术期刊审稿人等。

指导学生荣获第七届中国“互联网+"大学生创新创业大赛省级铜奖一项，全国三维数字 化创新设计大赛一等奖，第九届中国大学生数字媒体科技作品及创意竞赛全国总决赛三等奖， 全国大学生创新创业训练计划若干项。荣获甘肃省高校科技进步一等奖 1 项，甘肃省机械工程协会科学技术奖一等奖 1 项、甘 肃省机械工程协会科学技术奖二等奖 1 项；甘肃省教育厅级教学成果奖 1 项；第七届全国高 等学校教师图学与机械课程示范教学与创新教学法观摩竞赛全国三等奖。第十四届多媒体课 件大赛一等奖。 兰州理工大学三育人奖； 兰州理工大学优秀班主任，授权和公开发明专利 6项，实用新型专利 6 项，软件著作登记 8 项。

本课题组目前项目包括国家级项目 1 项，省部级项目 2 项，企业委托项目 3 项。科研经 费充足，欢迎有志于在：机器人医学材料、智能制造、风电轴承等方向从事学习、研究的学生报考。

联系电话： 13893274017  邮箱： duanhy2019@163.com

近五年部分性论文如下：

(1) Hongyan Duan, Mengjie,Cao, Jie Sheng, etc. Prediction of 316 stainless steel low-cycle fatigue life based on machine learning [J], Scientific Reports,2023,13(1):9.

(2) Hongyan Duan, HongHe, Jie Sheng, etc. Analysis of high-cycle fatigue life prediction of 304 stainless steel based on deep learning[J], JOM, 2023, 10

(3) Hongyan Duan, ShunQiang,Yue, Jie Sheng, etc. A deep learning-based method for predicting the low-cycle fatigue life of austenitic stainless steel[J], Materials Research Express, 2023,10(8):086506.

(4) Hongyan Duan, Lei Pei, Jie Sheng, etc. A novel model for fatigue strength prediction based on the true stress-strain curves[J], Ferroelectrics, 2022,596(1):137- 151.

(5) Hongyan Duan, Zhuolin Zhang, Jie Sheng, etc. QUANTITATIVE STUDY OF THE

MECHANICAL PROPERTIES OF MICRO-NANO STRUCTURED 304 STAINLESS STEEL[J],Modern Physics Letters B , 2022,36(15): 2250072.

(6) 段红燕,唐国鑫.一种新型的疲劳强度预测模型分析[J],  上海交通大学学报,

2022,56(6):801-808.

(7)段红燕,李世杰,杨浩.串番茄采摘末端执行器的设计与夹持实验[J],  农机化研究,2021,43(1):57-61.

(8) Hongyan Duan, ZhimingWang,Ming song. Tensile properties and microstructureevolution of compacted graphite iron at elevated temperatures[J], International Journal of Modern Physics B ,2019,33(1):1-7.

(9) 段红燕,唐国鑫,盛捷,等.  一种新型的疲劳强度预测模型[J],上海交通大学学报, 2022,51(6):801-808.

(10) 段红燕,王丽文,孙秀清. 304 奥氏体不锈钢在新型挤压模具下的仿真分析[J],  锻压技术, 2020,45(2):159- 166.

(11)  段红燕,杨勐.  基于有限元模拟的平行双通道挤压与单通道转角挤压的仿真比较[J],锻压技术, 2018,43(3):83-88.

(12)  段红燕,王智明,桑元成. Ⅲ型裂纹裂尖应力场的内聚力模型研究[J],  上海交通大学学报, 2017,51(1):113- 118.

(13)  段红燕,邵 豪,张淑珍,等.  一种基于 Canny 算子的图像边缘检测改进算法[J],  上海交通大学学报, 2016,50(12):1861- 1865.

(14)段红燕,王小宏,张洹榕,杨菲.基于热力耦合计算的涡轮叶片疲劳/蠕变寿命预测[J],  兰州理工大学, 2017,43(4):59-65.

(15) 段红燕,何文思,李世杰.改进的单尺度 Retinex 和 LBP 结合的人脸识别[J],  计算机工程与应用, 2016,50(12):1861- 1865.

(16) 段红燕,桑元成,李有堂.悬臂弯扭条件下中碳钢的超低周疲劳断裂设计[J],  材料热处理学报, 2016,36(9):55-60.

(17)  段红燕, 芮执元，李有堂,等.弯扭条件下缺口参数对圆轴疲劳寿命的影响[J],  稀有金属材料与工程, 2013. DOI: CNKI:SUN:COSE.0.2013-S2- 129

(18)  段红燕,  田宏伟,  曹梦杰,等.  基于晶体塑性模型的 304 不锈钢疲劳寿命预测[J],  机械制造与自动化,  排在 2024 年 10 月纸质刊出.

(19) Mengjie Cao , Hongyan Duan, Hong He, etc. Prediction model of low cycle fatigue life of 304 stainless steel based on genetic algorithm optimized BP neural network[J], Materials Research Express, 2022,9(7):076511.

(20) 王智明,任丽娜,段红燕,等.耐用度服从三参数 Weibull 分布的机床刀具在变加工条件下的可靠性评估[J],  西安交通大学学报, 2018,52(4):77-83.