苗鹏勇 讲师

• 学院： 建筑工程学院
• 性别： 男
• 出生年月：
• 职称： 讲师
• 学位： 博士研究生
• 学历： 博士研究生
• 毕业院校： 日本北海道大学
• 联系电话：
• 电子邮箱： p.y.miao@outlook.com
• 通讯地址：
• 邮编：
• 传真：
• 办公地址：
• 教育经历：

  2010.09-2014.07 中国地质大学（北京）勘查技术与工程

  2014.09-2017.07 南京大学 地质工程  导师：施斌教授，王宝军教授

  2018.09-2021.09 日本北海道大学 土木工程 导师：Hiroshi Yokota, Shunji Kanie 

  
  

苗鹏勇，工学博士，长安大学讲师。本科毕业于中国地质大学（北京）勘查技术与工程专业，随后前往南京大学攻读硕士学位，导师：施斌教授、王宝军教授，硕士毕业后于山西省交通科学研究院任助理工程师1年，随后赴日本北海道大学土木工程专业攻读博士学位，导师：Hiroshi Yokota教授和Shunji Kanie教授。

研究以智慧运维为方向，具体包括以下几方面：
1.边坡与地下结构的安全性能评估

2.桥梁结构全生命周期运维

3.城市生命线结构的运营维护

4.电力基础设施的安全性能评估

同时积极鼓励学生积极拓展方向

每年招收1~2名硕士研究生

热烈欢迎岩土工程、结构工程、桥梁工程、计算机、智能硬件开发等专业方向或感兴趣的同学加入。

联系方式：p.y.miao@outlook.com / p.miao@chd.edu.cn

主要方向如下，同时也鼓励学生根据自己兴趣进行方向拓展

  1.AI在结构工程及岩土工程中的应用

  2.桥梁结构全生命周期智能运营维护

  3.桥梁结构结构-基础一体化防灾

  4.能源设施结构防灾

本科

  结构概念与体系

  土木工程专业外语Professional English for Civil Engineering

  道路与桥梁工程

主持项目：

1.秦创原引用高层次创新创业人才项目“城市大型基础设施结构服役性能评估与韧性维养研究”（QCYRCXM-2023-059）

2.陕西省重点研发课题“基于人工智能技术的结构损伤识别技术研究”（2022LL-JB-13）

3.陕西省自然科学基础研究计划项目“基于深度学习的钢筋混凝土梁桥表面损伤信息挖掘与结构损伤状态评估”（2023-JC-QN-0567）

4.中央高校基本科研业务费资助项目“基于深度学习的混凝土梁桥结构损伤量化分析与损伤模式预测研究”（300102283102）

5.横向项目“风机混凝土塔筒设计复核及数值模拟分析技术服务” 

参与项目

4. 国家重大科研仪器研制项目“地质体多场多参量分布式光纤感测系统研制”（41427801）

5. 山西省科技攻关项目“黄土地区公路高边坡地质灾害网络化监测与预警关键技术”（20150313016-1）。 

部分代表作

[1]Miao P(苗鹏勇), Xing G, Ma S, et al. Deep Learning–Based Inspection Data Mining and Derived Information Fusion for Enhanced Bridge Deterioration Assessment[J]. ASCE Journal of Bridge Engineering, 2023, 28(8): 04023048.

[2]Qiao L, Miao P*(苗鹏勇), Xing G, Luo X, Ma J, Farooq MA. Interpretable machine learning model for predicting freeze-thaw damage of dune sand and fiber reinforced concrete[J]. Case Studies in Construction Materials, 2023 Dec 1, 19: e02453.

[3]Miao P(苗鹏勇), Yokota H, Zhang Y. Deterioration prediction of existing concrete bridges using a LSTM recurrent neural network[J]. Structure and Infrastructure Engineering, 2023, 19(4): 475-489.

[4]Miao P(苗鹏勇). Prediction-Based Maintenance of Existing Bridges Using Neural Network and Sensitivity Analysis[J]. Advances in Civil Engineering, 2021, 2021:4598337.

[5]Miao P(苗鹏勇), Yokota H. Comparison of Markov Chain and Recurrent Neural Network in predicting bridge deterioration considering various factors[J]. Structure and Infrastructure Engineering, 2022, 2087691. doi: 10.1080/15732479.2022.2087691.

[6]Miao P(苗鹏勇), Srimahachota T. Cost-effective system for detection and quantification of concrete surface cracks by combination of convolutional neural network and image processing techniques[J]. Construction and Building Materials, 2021, 293: 123549.

[7]Miao P(苗鹏勇), Yokota H, Zhang Y. Extracting procedures of key data from a structural maintenance database[J]. Structure and Infrastructure Engineering, 2022, 18(2): 219-229.