黄华，男，教授，博士研究生导师。1978年8月出生，湖南长沙人。2011年毕业于同济大学，获工学博士学位。2015年在兰州石化集团中央研究院兼职通用技术中心副主任，2017年-2018年在美国佛罗里达大学访问合作研究，目前任兰州理工大学深圳研究院院长。
目前主持国家自然科学基金1项“基于数字孪生的大、重型数控机床精度控制”，主持完成国家自然科学基金2项“精密机床自愈机理研究”、“高速机床组合结构多尺度多变量集成设计”。主持完成省级重大科技项目“基于机器视觉的马铃薯自动切块机研发”，作为技术负责人完成省级重大科技项目“自动化花椒采摘机器人”项目。主持完成省部级重大项目8项，主持完成兰石集团、青海华鼎重型机床集团、星火机床集团、奥凯公司等单位委托项目10余项。获得国家发明专利5项，实用新型专利10项，软件著作版权15项。在《Journal of advanced manufacturing》、《Journal of Mechanical Science and Technology》、《机器人》、《仪器仪表学报》、《振动工程》、《计算机集成制造》、《农业机械学报》等国内外学术期刊发表论文80余篇，被SCI/EI等收录70余篇，出版教材《机械制造装备设计》一部。 指导学生荣获2024年机械设计创新大赛国家一等奖，第五届中国“互联网+"大学生创新创业大赛省级金奖、银奖、校级银奖各一项，全国大学生电子商务“创新、创意及创业”挑战赛校赛一等奖和省级决赛优秀奖各一项，全国大学生创新创业训练计划一项。
长期从事数控技术、数字孪生、机器视觉与深度学习方面的教学和科研工作，承担的教学工作包括本科生课程《机电液控制技术》，研究生《车辆系统振动与噪声控制》。主要研究方向为智能制造、机器视觉、特种机器人技术等。学术兼职包括兰石集团中央研究院特聘科研顾问，国家自然基金通讯评议专家以及多家学术期刊审稿人等。本课题组目前主要在研项目包括国家级项目2项，省市级项目4项，企业委托项目6项。主要包括：
1. 国家自然科学基金：基于数字孪生的大、重型数控机床精度控制

2. 甘肃省高档数控机床专项：FTM 大中型系列五轴车铣复合加工中心研发

3. 省级重点研发项目：智能马铃薯切种机研发与示范应用项目

4. 省级重点研发项目：智能植保机器人研发

5. 省联合基金重点研发项目：少齿差重载传动系统稳定性技术研究

6. 中央引导地方科技项目：大型种子方仓群结构优化设计

7. 市级科技计划项目：基于数字孪生的精密切削加工误差预测理论与方法研究

8. 企业委托项目：基于深度学习的大型风力机叶片自动检测系统

9. 企业委托项目：大型机电液系统数字孪生建模技术

10. 企业委托项目：航天高精度微推力测量仿真及数字孪生系统构建

11. 企业委托项目：智能泵运维系统研发

12. 企业委托项目：全天候智能自动引导运输车

本课题组科研经费充足，实验条件优良，欢迎有志于在智能制造、机器人、机器视觉与人工智能等方向从事学习、研究的学生报考。 　　
联系电话：18893113118 　E-mail：hh318872@126.com

近三年部分代表性论文如下：

[1] Huang Hua, Nie Min, Yang Peidong, et al. Investigation on tool wear prediction model based on IW-DBO-GRU[J]. The International Journal of Advanced Manufacturing Technology, 2025, 140(3): 2227-2243.

[2] Zhao Ruiqi, Huang Hua, Mei Le. A method for constructing digital twins of CNC machine tools feed systems based on hybrid mechanism-data[J]. Scientific Reports, 2025, 15(1): 32186.

[3] Liang Huang, Hua Huang, Qingwen Wang. An integrated model based prediction of machining accuracy for milling machine. Proceedings of the Institution of Mechanical Engineers, Part C: Journal of Mechanical Engineering Science. 2024;0(0):1-19.

[4] Liang Huang, Hua Huang. Improved data-driven high-order model-free adaptive iterative learning control with fast convergence for trajectory tracking systems. Transactions of the Institute of Measurement and Control. 2024;0(0):1-14.

[5] Huang Hua, Yu Weiwei, Yao Jiajing, et al. A hybrid tool wear prediction model based on JDA[J]. Engineering Computations, 2024, 41(5): 1121-1140.

[6] Wuqiang Li, Youtang Li, Haipeng Yin, Hua Huang. Molecular dynamics simulation on the intelligent repair behavior of microencapsulated resin matrix composites[J]. Construction and Building Materials, 2024, 411(12): 134679.

[7] Xudong Li, Hua Huang, Conglin Zhao, et al. Research on milling chatter monitoring and suppression based on IWPEE and VASS dual indicators[J]. The International Journal of Advanced Manufacturing Technology, 2023, 128(7/8): 3691-3704.

[8] Hua Huang, Yaqiong Fan, Huiyang Huang. An micro-level study on the cracking performance of encapsulation-based self-healing resin mineral composites under dynamic load based on XFEM[J]. Multidiscipline Modeling in Materials and Structures, 2023, 19(5): 848-875.

[9] Youtang Li, Junbo Xin, Wuqiang Li, Hua Huang. Meso-scale characterization and discrete element simulation of fiber-reinforced resin-mineral composite[J]. Computational Particle Mechanics, 2023, 10(6): 1557-1568.

[10] Wuqiang Li, Youtang Li, Junbo Xin, Hua Huang. The influence of micromechanical parameters considering the interfacial phase on effective elastic properties of microencapsulated self-healing composite[J]. Archive of Applied Mechanics, 2023, 93(3): 1035-1050.

[11] Hua Huang, Yonghe Wang, Tai Wei, et al. Study of preload relaxation and optimization of wind turbine bolted connections based on the improved elastic interaction coefficient method[J]. Journal of Engineering Manufacture, 2023, 237(8):1194-1206.

[12] Huiyang Huang, Hua Huang, Ruotong Wang, et al. Mechanical response model with core loss of microcapsules under uniaxial compression and its parameters analysis[J]. Archive of Applied Mechanics, 2023, 93(9): 3625-3636.

[13] Wuqiang Li, Youtang Li, Junbo Xin, Hua Huang. The effect of interfacial strength on the mesoscopic damage characteristics of resin-mineral composite based on PFC3D[J]. Computational Particle Mechanics, 2023: 1-13.

[14] Haipeng Yin, Youtang Li, Hua Huang. Mesoscopic study on mechanical properties and dynamic damage characteristics of self-healing microcapsule[J]. Computational Particle Mechanics, 2023: 1-13.

[15] Weiwei Yu, Hua Huang, Pengqiang Yang. Tool Wear Prediction Based on Attention Long Short-term Memory Network with Small Samples[J]. Sensors and Materials, 2023, 35(7): 2321–2335.

[16] 辛军博,黄华,任亚鹏,等. 基于动态域适应网络的刀具磨损预测模型在线更新方法[J]. 航空制造技术, 2026, 69(8): 25010201.

[17] 黄华,张存东,张晖旺, 等. 基于YOLO v8_EGW的马铃薯种薯芽眼检测方法[J]. 农业机械学报, 2025, 56(08): 458-466+506.

[18] 黄亮,黄华, 赵秋舸,等. 融合Steffensen加速迭代与无模型自适应终端滑模的双轴进给伺服系统轮廓控制[J/OL]. 控制理论与应用, 1-13[2026-03-16].

[19] 卢治业,黄华. 基于深度学习的切削刀具刀尖磨损检测方法[J]. 计算机集成制造系统, 2025, 31(07): 2425-2437.

[20] 黄华,梅乐,支晓波,等. 基于数字孪生的进给系统混合误差建模及预测[J]. 哈尔滨理工大学学报, 2025, 30(01): 82-97.

[21] 杨沛东,黄华,尉卫卫,等. 基于注意力机制改进的PSO-BiLSTM刀具磨损预测[J]. 北京航空航天大学学报, 2025, 51(10): 3589-3598.

[22] 张存东, 黄华, 支晓波, 等. 基于深度学习的马铃薯形心及芽眼识别方法[J/OL]. 激光与光电子学进展, 1-17[2026-03-16].

[23] 梅乐, 黄华, 支晓波,等. 基于数字孪生模型的轮廓误差估计和预补偿方法[J]. 计算机集成制造系统, 2024, 30(11): 3825-3835.

[24] 聂兴毅, 黄华, 李旭东, 等. 基于改进小波包能量熵和阈值自适应的切削颤振在线监测[J].仪器仪表学报,2024, 45(05): 227-238.

[25] 黄华, 张昊, 胡晓林, 等. 基于改进YOLO v5的复杂环境下花椒簇识别与定位方法[J]. 农业机械学报, 2024, 55(03): 243-251.

[26] 尉卫卫, 王广书, 黄华. 基于深度SSDAE网络的刀具磨损状态识别[J]. 振动、测试与诊断, 2024, 44(02): 305-312+410-411.

[28] 黄华,支晓波, 李嘉然, 等. 基于数据-模型驱动的数控机床综合误差动态预测方法[J]. 计算机集成制造系统, 2024, 30(07): 2283-2295.

[29] 黄华, 姚嘉靖, 王永和, 等. 基于多通道一维卷积神经网络的刀具磨损动态预测模型[J]. 振动与冲击, 2023, 42 (02): 60-67.

[30] 黄华,李嘉然, 赵秋舸,等. 基于混合驱动的进给系统数字孪生模型自适应更新法 [J]. 计算机集成制造系统, 2023, 29 (06): 1840-1851.

[31] 黄华,赵秋舸,何再兴,等. 基于LSTM与牛顿迭代的两轴系统轮廓误差控制 [J]. 浙江大学学报 (工学版), 2023, 57 (01): 10-20.

[32] 薛凯, 黄晖阳, 黄华. 基于点云数据的增材制造模型结构优化方法[J]. 中国机械工程, 2023, 34 (20): 2482-2488.

[33] 黄华,王永和,魏泰,等. 摩擦和常温蠕变对风电螺栓预紧力松弛的敏感性分析[J]. 太阳能学报, 2023, 44(01): 289-296.

作为导师指导的部分硕士学位论文：

[1]李源. 基于复合材料的加工中心关键结构件设计及多目标质量匹配优化[D].兰州理工大学, 2019.6.

[2]王庆文. 融合切削力模型的数控机床加工精度预测方法[D].兰州理工大学, 2020.6.

[3]杨杰.三轴数控铣床几何误差的理论建模及其补偿策略研究[D].兰州理工大学,2020.6.

[4]赵强.小型精密机床的多目标优化集成设计方法研究[D].兰州理工大学,2021.6.

[5]李典伦.基于数字孪生技术的数控机床虚实交互监控系统设计与研究[D].兰州理工大学, 2021.6.

[6]薛文虎.基于振动信号的数控机床工作台进给系统机械故障诊断研究[D].兰州理工大学, 2022.6.

[7]姚嘉靖.基于深度学习与迁移学习的刀具磨损监测建模方法研究[D].兰州理工大学, 2022.6.

[8]王永和.风力发电机螺栓预紧力松弛及预测方法研究[D].兰州理工大学,2022.6.

[9]李嘉然.基于混合驱动数字孪生模型的进给系统剩余寿命预测[D].兰州理工大学, 2023.6.

[10]赵秋舸. 两轴进给伺服系统轮廓误差估计及控制方法研究[D].兰州理工大学, 2023.6.

[11] 李旭东.数控机床智能控制系统研究[D].兰州理工大学,2023.6.

[12]王虎林.爬壁机器人的壁面越障,过渡与抓附结构的研究[D].兰州理工大学,2023.

[11] 赵丛林.数控机床加工性能优化中的动态调控研究[D].  2024.6.

[12] 杨鹏强. 复杂工况下基于物理-虚拟数据融合的滚动轴承故障诊断方法研究[D].兰州理工大学,2024.6.

[13]黄亮.数据驱动的精密机床进给伺服系统运动控制研究[D].兰州理工大学, 2024.6.

[14]支晓波.基于数字孪生的数控机床几何误差与跟随误差预测研究[D].兰州理工大学, 2024.6.

[15]杨沛东.基于数据-机理模型混合驱动的多传感器刀具磨损监测方法研究[D].兰州理工大学, 2025.6.

[16]梅乐.基于数字孪生的机床进给系统跟踪误差和轮廓误差预测与控制研究[D].兰州理工大学,2025.6.

[17]张存东.马铃薯种薯智能切种机及切种决策机制研究[D].兰州理工大学, 2025.6.

[18]郭宝岛.基于深度学习的风机叶片表面缺陷检测方法研究[D].兰州理工大学, 2025.6.

[19]聂兴毅.基于数字孪生的数控机床切削颤振在线监测与抑制研究[D].兰州理工大学, 2025.6.