登录| ENG|
首页  师资队伍  讲师
讲师
宋明明
发布时间：2020-07-17        浏览次数：7410

职称：副研究员、助理教授、硕导

电子邮件：mingmingsong@tongji.edu.cn

研究领域：结构健康监测、数字孪生、深度学习与科学计算融合、无人机与计算机视觉智能巡检、贝叶斯推理与不确定性量化

所属研究室：桥梁健康监测与振动控制研究室



个人简介

宋明明，同济大学土木工程学院桥梁工程系副研究员（硕导），获上海市海外高层次人才项目。获上海市科技进步二等奖1项。浙江大学本科，同济大学硕士，美国Tufts University博士。2019年8月博士毕业后，在Tufts University担任博后和研究助理教授。2022年入职同济大学土木工程学院桥梁系，加入长江学者孙利民教授的桥梁健康监测与振动控制研究室，先后任职助理教授、副研究员。研究方向为结构健康监测、数字孪生、深度学习与科学计算融合、无人机与计算机视觉智能巡检、贝叶斯推理与不确定性量化等。研究工作发表30余篇SCI检索论文。主持国家自然科学基金青年项目等纵向课题2项，参与面上项目2项，参与多项美国国家科学基金（NSF）等项目， 2021年获得上海市领军人才（海外）青年人才项目资助。任土木工程防灾减灾全国重点实验室固定成员、国际桥梁与结构工程协会（IABSE）《Bulletins》编委、国际桥梁与结构工程协会中国团组秘书、中国振动工程学会结构抗振控制与健康监测专业委员会委员等。担任Scientific Reports（SCI一区）期刊编委，Smart Construction和Prestress Technology青年编委。

每年招收2-3名硕士研究生，欢迎报考。

 

主要学历

  • 2014.9 – 2019.8美国塔夫茨大学 （Tufts University），结构工程，博士学位

  • 2010.9 – 2013.5同济大学，桥梁工程，硕士学位

  • 2006.9 – 2010.7浙江大学，土木工程，学士学位

 

任职经历

  • 2026.1 – 至今同济大学，桥梁工程系，副研究员   

  • 2022.3 – 2025.12同济大学，桥梁工程系，助理教授   

  • 2020.8 – 2022.2美国塔夫茨大学，土木与环境工程系，研究助理教授   

  • 2019.9 – 2020.7美国塔夫茨大学，土木与环境工程系，博后

 

研究方向

围绕结构健康监测与智能运维，重点开展数字孪生、贝叶斯推理与人工智能融合研究，面向桥梁与海上风电等重大基础设施，探索数据驱动与物理机理深度融合的新一代工程分析范式。

主要研究方向包括：

  • 结构健康监测（SHM）    

  • 数字孪生（Digital Twin）    

  • 深度学习与科学计算融合（AI for Engineering）    

  • 无人机与计算机视觉智能巡检    

  • 贝叶斯推理与不确定性量化

1.数字孪生与智能结构感知

面向桥梁与风力发电机等复杂工程结构，本研究致力于构建融合物理机理模型与多源监测数据的高可信数字孪生系统，突破传统纯数值模拟或单一数据驱动方法的局限，形成“物理模型—数据驱动—不确定性量化”深度融合的新范式。依托结构健康监测系统与多源感知数据，开展结构状态感知与异常识别、复杂环境与运行工况下的运营模态智能识别、基于贝叶斯推理的结构参数识别与模型修正，以及稀疏观测条件下的全域响应重构与预测和未知荷载（如风、车辆与地震）的实时反演与解耦识别。在此基础上，构建具备实时感知、状态诊断、性能预测与决策支持能力的一体化数字孪生系统，实现面向工程实际的“可解释、可更新、可预测”的智能运维，为重大基础设施的安全评估与长期性能管理提供理论与技术支撑。

2.无人机智能巡检与数字化感知

面向桥梁、建筑与风力发电机等大型基础设施，本研究基于无人机平台，融合可见光、红外与LiDAR等多源感知数据，构建集巡检、建模、识别与评估于一体的智能巡检体系。围绕复杂环境下的自主巡检需求，开展无人机路径规划与任务优化、基于深度学习的结构病害自动识别，以及倾斜摄影与多源数据融合的高精度三维重建，实现病害在三维空间中的精细化表达与定量评估。在此基础上，进一步探索与BIM/BrIM模型的深度融合，通过建立几何与语义映射关系，实现病害信息的构件级定位与全生命周期数据管理，支撑结构运维决策与检测报告的自动化生成。同时，结合计算机视觉与视频测量技术，从无人机视频中提取结构振动响应信息，突破传统接触式传感器的布设限制，推动“巡检—监测”一体化与监测系统轻量化发展。最终目标是构建具备自主巡检、多源感知、智能分析与决策支持能力的无人机智能巡检综合平台，服务于基础设施的高效、安全与智能运维。

3.物理–数据融合智能推理

面向桥梁与风力发电机等复杂工程结构在数字孪生与智能运维中的核心需求（如全域响应预测、未知荷载反演与损伤识别），本研究致力于构建物理机理与数据驱动深度融合的新一代智能推理方法。针对传统纯物理模型难以刻画复杂环境与模型误差、纯数据驱动方法在工程场景中泛化能力与可解释性不足的问题，探索融合有限元模型、微分方程与状态空间模型等物理先验，与多源监测数据和深度学习方法协同的统一建模框架，实现对结构状态与外部作用的高精度感知与推断。该方向强调在数据稀疏、环境复杂及模型不完备条件下，提升模型的鲁棒性、泛化能力与工程适用性，为无人机巡检与结构健康监测提供可靠的信息支撑，并为数字孪生系统中的状态更新、性能预测与运维决策提供关键方法基础。通过打通“感知—建模—预测—决策”的技术链条，推动基础设施智能运维由经验驱动向数据与机理融合驱动的范式转变。


研究项目

  1. 国家自然科学基金青年项目，基于层次贝叶斯理论和人工智能的桥梁结构混合数字孪生方法（编号52208199），2023.1 - 2025.12，主持

  2. 上海市海外高层次人才项目，2022.3 – 2024.12，主持

  3. 上海勘测设计研究院有限公司上海海上风能资源开发利用工程技术研究中心开放课题，海上风电结构健康监测及实时状态评估技术（编号FNZX2023KP01），2025.4 - 2028.3，主持

  4. 国家自然科学基金面上项目，基于混合监测的桥梁数字化建模（编号52378187），2024.1 - 2027.12，参与

  5. 国家自然科学基金面上项目，基于多源残错数据的桥梁网级评估方法（编号52278313），2023.1 - 2026.12，参与

  6. National Offshore Wind Research & Development Consortium, Physics Based Digital Twins for Optimal Asset Management (154719), 2021.1 - 2022.12, 80万美元, 参与

  7. National Science Foundation (NSF), An Adaptive System Identification Approach Using Mobile Sensors (1903972), 2019.6 - 2022.5, 52万美元, 参与

  8. Bureau of Safety and Environmental Enforcement (BSEE), The Block Island Structural Monitoring Joint Project (140E0119C0003), 2020.5 - 2021.12, 60万美元, 参与

  9. United States Geological Survey (USGS), A Hierarchical Bayes Inversion Approach for Site Characterization Using Surface Wave Measurements (G18AP00034), 2018.6 - 2020.5, 8万美元, 参与

  10. National Science Foundation (NSF), CAREER: Probabilistic Nonlinear Structural Identification for Health Monitoring of Civil Structures (1254338), 2013.6 - 2019.5, 40万美元, 参与


荣誉奖励

  • 2024年上海市科技进步二等奖

  • 获2021年上海市海外高层次人才项目资助

  • 塔夫茨大学2019年度Littleton奖

  • 塔夫茨大学2016年度Kentaro Tsutsum奖学金


社会服务

  1. 土木工程防灾减灾全国重点实验室固定成员，Member of State Key Laboratory of Disaster Reduction in Civil Engineering，2023.6 – 2028.5  

  2. 国际桥梁与结构工程协会（IABSE）中国团组秘书，Chinse Group Secretary for International Association for Bridge and Structural Engineering (IABSE)  

  3. 国际桥梁与结构工程协会（IABSE）《Bulletins》编委，Member of International Association for Bridge and Structural Engineering (IABSE) Bulletins Board,2025.8至今  

  4. 中国振动工程学会结构抗振控制与健康监测专业委员会委员，Member of Chinese Society for Vibration Engineering   

  5. 担任《Scientific Reports》（SCI一区）期刊编委，2025.7至今  

  6. 担任《Smart Construction》青年编委，2024.7至今  

  7. 担任《Prestress Technology》青年编委，2025.8至今  

  8. 担任杂志MDPI Buildings (JCR Q2)的特刊(Special Issue)“Structural Identification and Damage Evaluation by Integrating Physics-Based Models with Data”客座编辑

 

期刊论文

  1. 孙利民, 王艺晴, 宋明明*, 夏烨. 基于循环神经网络辅助卡尔曼滤波法的动力响应重构方法. Journal of Southeast University/Dongnan Daxue Xuebao. 2025 Nov 1;55(6).  

  2. 罗岚炘，宋明明，钟华强，何天涛，孙利民*. 考虑运营荷载的大跨径拱桥层次贝叶斯模型修正方法. 振动与冲击. 2025; 44(1).  

  3. Wang T*, Zhang S, Song M, Sun L*. Dictionary Learning-Based Data Pruning for System Identification. Applied Sciences. 2025 Aug 26;15(17):9368.  

  4. Liu J, Li Y*, Sun L, Luo L, Song M. Physics-encoded interpretable self-supervised learning for structural damage identification. Engineering Structures. 2025 Nov 15;343:121045.  

  5. Luo L, Sun L, Song M, Liu J, Li Y, Xia Y. Joint load-parameter-response identification using a physics-encoded neural network. Mechanical Systems and Signal Processing. 2025 May 1;230:112597.  

  6. Komarizadehasl S, Shen Z, Xia Y*, Song M, Turmo J. An innovative drive-through approach for structural testing and experimental insights from two cable stayed bridges. Developments in the Built Environment. 2025 Apr 1;22:100653.  

  7. Qu G, Song M*, Xia Y, Sun L. Bridge Girder‐End Displacement Reconstruction Using a Novel Hybrid Attention Mechanism Leveraging Multisource Information. Structural Control and Health Monitoring. 2025;2025(1):8249455.  

  8. Luo W, Gong F, Song M, Xia Y*. A structural 3D displacement measurement method using monocular camera based on multiple feature points tracking. Measurement. 2024 Dec 9:116406.  

  9. Qu G, Song M*, Sun L. Bridge deformation quantiles prediction with MVO-CNN-BiLSTM based on mixed attention mechanism and periodic multi-source information fusion. Journal of Civil Structural Health Monitoring. 2024 Dec 9:1-22.  

  10. Song M, Moaveni B*, Hines E. Hierarchical Bayesian quantification of aerodynamic effects on an offshore wind turbine under varying environmental and operational conditions. Mechanical Systems and Signal Processing. 2025 Feb 1;224:112174.  

  11. Valikhani M, Nabiyan M, Song M, Jahangiri V, Ebrahimian H*, Moaveni B. Bayesian finite element model inversion of offshore wind turbine structures for joint parameter-load estimation. Ocean Engineering. 2024 Dec 1;313:119458.  

  12. Wang Y, Song M*, Wang A, Sun L. Structural Dynamic Response Reconstruction Based on Recurrent Neural Network–Aided Kalman Filter. Structural Control and Health Monitoring. 2024;2024(1):7481513.  

  13. Qu G, Song M*, Xin G, Shang Z, Sun L. Time-convolutional network with joint time-frequency domain loss based on arithmetic optimization algorithm for dynamic response reconstruction. Engineering Structures. 2024 Dec 15;321:119001.  

  14. Qu G, Song M*, Sun L. Bayesian dynamic noise model for online bridge deflection prediction considering stochastic modeling error. Journal of Civil Structural Health Monitoring. 2024 Aug 18:1-8.  

  15. Qu G, Song M*, Sun L. Real-Time Bridge Deflection Prediction Based on a Novel Bayesian Dynamic Difference Model and Nonstationary Data. Journal of Bridge Engineering. 2024 Sep 1;29(9):04024064.  

  16. Luo L, Song M*, Li Y, Sun L*. A hierarchical Bayesian model updating method for bridge structures by fusing multi-source information. Structural Health Monitoring. 2024 Jun 13:14759217241253361.  

  17. Teymouri D, Sedehi O, Song M, Moaveni B, Papadimitriou C, Katafygiotis LS*. Hierarchical Bayesian finite element model updating: Optimal weighting of modal residuals with application to FINO3 offshore platform. Mechanical Systems and Signal Processing. 2024 Apr 1;211:111150.  

  18. Luo L, Song M*, Zhong H, He T, Sun L*. Hierarchical Bayesian model updating of a long-span arch bridge considering temperature and traffic loads. Mechanical Systems and Signal Processing. 2024 Mar 15;210:111152.  

  19. Song M, Mehr NP, Moaveni B*, Hines E, Ebrahimian H, Bajric A. One year monitoring of an offshore wind turbine: Variability of modal parameters to ambient and operational conditions. Engineering Structures. 2023 Dec 15;297:117022.  

  20. Partovi-Mehr N, Branlard E, Song M, Moaveni B*, Hines EM, Robertson A. Sensitivity Analysis of Modal Parameters of a Jacket Offshore Wind Turbine to Operational Conditions. Journal of Marine Science and Engineering. 2023 Jul 30;11(8):1524.  

  21. Song M, Moaveni B*, Ebrahimian H, Hines E, Bajric A. Joint parameter-input estimation for digital twinning of the Block Island wind turbine using output-only measurements. Mechanical Systems and Signal Processing. 2023 Sep 1;198:110425.  

  22. Hines EM*, Baxter CD, Ciochetto D, Song M, Sparrevik P, Meland HJ, Strout JM, Bradshaw A, Hu SL, Basurto JR, Moaveni B. Structural instrumentation and monitoring of the Block Island Offshore Wind Farm. Renewable Energy. 2023 Jan 1;202:1032-45.  

  23. Song M, Christensen S, Moaveni B*, Brandt A, Hines E. Joint parameter-input estimation for virtual sensing on an offshore platform using output-only measurements. Mechanical Systems and Signal Processing. 2022 May 1;170:108814.  

  24. Mehrjoo A, Song M, Moaveni B*, Papadimitriou C, Hines E. Optimal sensor placement for parameter estimation and virtual sensing of strains on an offshore wind turbine considering sensor installation cost. Mechanical Systems and Signal Processing. 2022 Apr 15;169:108787.  

  25. Song M, Renson L*, Moaveni B, Kerschen G. Bayesian Model Updating and Class Selection of a Wing-Engine Structure with Nonlinear Connections using Nonlinear Normal Modes. Mechanical Systems and Signal Processing. 2022 Feb 15;165:108337.  

  26. Zhang Y, Lian J, Zhang G, Liu Y, Song M*, Li S. Ground vibration characteristics induced by flood discharge of a high dam: An experimental investigation. Journal of Renewable and Sustainable Energy. 2021 Jan 4;13(1):014502.  

  27. Liu P*, Huang S, Song M, Yang W. Bayesian Model Updating of a Twin-Tower Masonry Structure through Subset Simulation Optimization Using Ambient Vibration Data. Journal of Civil Structural Health Monitoring. 2020 Oct 23:1-20.  

  28. Song M, Behmanesh I, Moaveni B*, Papadimitriou C. Accounting for Modeling Errors and Inherent Structural Variability through a Hierarchical Bayesian Model Updating Approach: An Overview. Sensors. 2020 Jan;20(14):3874.  

  29. Song M, Astroza R, Ebrahimian H, Moaveni B*, Papadimitriou C. Adaptive Kalman filters for nonlinear finite element model updating. Mechanical Systems and Signal Processing. 2020 Sep 1;143:106837.  

  30. Yousefianmoghadam S, Song M, Mohammadi M, Packard B, Stavridis A*, Moaveni B, Wood RL, Packard B. Nonlinear dynamic tests of a reinforced concrete frame building at different damage levels. Earthquake Engineering & Structural Dynamics. 2020 May 11.  

  31. Song M, Behmanesh I, Moaveni B*, Papadimitriou C. Modeling error Estimation and response prediction of a 10-Story building model through a hierarchical Bayesian model updating framework. Frontiers in Built Environment. 2019;5:7.  

  32. Song M, Moaveni B*, Papadimitriou C, Stavridis A. Accounting for amplitude of excitation in model updating through a hierarchical Bayesian approach: Application to a two-story reinforced concrete building. Mechanical Systems and Signal Processing. 2019 May 15;123:68-83.  

  33. Song M, Renson L, Noël JP, Moaveni B*, Kerschen G. Bayesian model updating of nonlinear systems using nonlinear normal modes. Structural Control and Health Monitoring. 2018 Dec;25(12):e2258.  

  34. Song M, Yousefianmoghadam S, Mohammadi ME, Moaveni B*, Stavridis A, Wood RL. An application of finite element model updating for damage assessment of a two-story reinforced concrete building and comparison with lidar. Structural Health Monitoring. 2018 Sep;17(5):1129-50.

 

研究网站

版权所有 同济大学土木工程学院桥梁工程系 上海市四平路1239号