段红燕，女，中共党员，工学博士，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（52465017、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40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3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、机械强度等方向从事学习、研究的学生报考。

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

近三年代表作如下：

1. Hongyan Duan, Yuanji Gao, Yang Liu etc. A modifed Johnson–Cook model for 304 stainless steel[J], Applied Physics A[J], 2025,131:176.

2. Hongyan Duan, Rongzhen Di, Shunqiang Yue, etc. Grain size base low cycle fatigue life prediction model for 304 austenitic stainless steel[J], Materials Today Communications,2025,42:111537.

3. Hongyan Duan, Zengwang Zhang, Yingjian Zhao, etc. Effect of grain size on fatigue strength of 304 stainless steel [J], High Temperature Materials and Processes 2024, 43: 20220314.

4. 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.

5. 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

6. 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.

7. 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.

8. 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.

9. 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.

10. 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.

11. 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.