• 其他栏目

    房怀英

    • 教授 硕士生导师
    • 性别：女
    • 学历：博士研究生
    • 学位：工学博士学位
    • 入职时间：2003-06-25
    • 所在单位：华侨大学机电及自动化学院
    • 电子邮箱：
    • 在职信息：在岗
    • 学科：机械电子工程
      机械设计及理论
      智能制造
      机械制造及其自动化

    访问量：

    开通时间：..

    最后更新时间：..

    个人简介

    房怀英，女，博士，教授，硕士生导师。美国托莱多大学访问学者，厦门大学博士后，发表论文50余篇，获批专利40余件，主持/参与国家、省重大项目、自然科学基金等10余项，2023、2018、2013年获得福建省科技进步二等奖各1项，2025、2021年获得福建省科技进步三等奖1项，2018年获得泉州市科技进步一等奖1项。

    欢迎态度端正、勤学善研的研究生加入本研究团队。无论学硕还是专硕，可保证研究生学习期间在合作企业至少实习一年，并发放一定数额的劳务补贴。实习期间表现不错、得到公司认可的学生，可提前签订就业协议，享受公司实习员工待遇。

    研究领域

  • 机器视觉与人工智能检测；智能破碎装备与固废资源化；工程机械优化设计

    • 教育经历

    [1] 华侨大学       机械制造及其自动化       博士研究生       工学博士学位

    工作经历

    [1] 2021.1 -- 至今
    华侨大学机电及自动化学院      教授

    [2] 2010.12 -- 2020.12
    华侨大学机电及自动化学院      副教授

    科研项目

  • [1]基于多模态人工智能检测的移动式破碎高端装备关键技术产业化开发,2025/10/01-2028/04/30

  • [2]骨料加工过程智能控制关键技术开发,2024/09/01-2026/08/31

  • [3]基于人工智能多模态融合的目标检测关键技术开发,2024/10/01-2027/09/30

  • [4]机制砂细度模数在线检测系统开发,房怀英,2023/10/20-2024/08/31

  • [5]基于多光谱和RGB融合的低值生活固废智能分选关键技术开发,房怀英,2023/05/24-2023/12/31

  • [6]废弃混凝土制备精品再生骨料关键技术及智能破碎装备开发,房怀英,2021/09/30-

  • [7]圆锥破碎机仿真实验研究,房怀英,2020/09/10-2021/07/31

  • [8]机制砂中立轴破碎主机关键技术研究及产业化,房怀英,2014/03/01-

  • [9]机制砂形态质量检测装备开发,房怀英,2019/08/27-2020/08/08

  • [10]集料加工中圆锥破碎装备关键技术研究及产业化,省、市、自治区科技项目,房怀英,2018/11/30-

  • [11]建筑垃圾光谱智能检测系统开发,房怀英,2018/03/13-2019/12/31

  • [12]矿石颗粒内聚模型构建及实验研究,房怀英,2017/06/28-

    • 获奖信息

  • 福建省科技进步三等奖,2025

  • 福建省科技进步二等奖,2013

  • 福建省科技进步二等奖,2018

  • 福建省科技进步三等奖,2022

  • 福建省科技进步二等奖,2024

    • 论文成果

  • [1]E2E-AFNet An End-to-End adaptive NIR-RGB fusion network applied to solid waste recognition.Infrared Physics and Technology,2026,

  • [2]Simulation and experimental study on kneading and crushing of waste concrete for recycled aggregate production.Construction and Building Materials,2025,

  • [3]-Prediction of water absorption of recycled coarse aggregate based on deep learning image segmentation.tm–Technisches Messen,2025,

  • [4]Rapid dataset generation methods for stacked construction solid waste based on machine vision and deep learning.PLOS ONE,2024,

  • [5]Adaptive control method and experimental study of cone crusher based on aggregate online detection.Physicochemical Problems of Mineral Processing,2024,

  • [6]Surface mortar detection and performance evaluation of recycled aggregates based on hyperspectral technology.tm–Technisches Messen,2023,

  • [7]Prediction of water absorption of recycled coarse aggregate based on deep learning image segmentation.tm–Technisches Messen,2024,

  • [8]Rapid dataset generation methods for stacked construction solid waste based on machine vision and deep learning.PLOS ONE,2024,

  • [9]Low-value Recyclable Waste Identification Based on NIR Feature Analysis and RGB-NIR Fusion.Infrared Physics and Technology,2023,

  • [10]Automatic sorting of low-value recyclable waste - a comparative experimental study.Clean Technologies and Environmental Policy,2023,

  • [11]Three-dimensional angularity characterization of coarse aggregates based on experimental comparison of selected methods.Particulate Science and Technology,2022,

  • [12]Prediction method for void content of aggregate based on neural network model.PARTICULATE SCIENCE AND TECHNOLOGY,2022,

  • [13]机制砂空隙率软测量模型构建及试验研究.自动化仪表,2022,

  • [14]The independent characterization and experimental study of coarse aggregate angularity 1.PARTICULATE SCIENCE AND TECHNOLOGY,2021,

  • [15]High-quality coarse aggregate recycling from waste concrete by impact crushing.JOURNAL OF MATERIAL CYCLES AND WASTE MANAGEMENT,2020,

  • [16]Simulation and experimental study on the stone powder separator of a vertical shaft impact crusher.ADVANCED POWDER TECHNOLOGY,2020,

  • [17]Experimental Study on Limestone Cohesive Particle Model and Crushing Simulation.ADVANCES IN MATERIALS SCIENCE AND ENGINEERING,2018,

  • [18]Particle Size Distribution and Energy Consumption During Impact Crushing of Single Granite Particles.JOURNAL OF THE SOUTHERN AFRICAN INSTITUTE OF MINING AND METALLURGY,2018,

  • [19]立轴冲击式破碎机除尘的数值模拟与仿真分析.华侨大学学报（自然科学版),2018,

  • [20]立轴冲击破碎机加速板磨损仿真分析.矿山机械,2017,

  • [21]立轴冲击破碎机转子出料特性仿真实验.华侨大学学报(自然科学版),2015,

  • [22]基于火焰过程信息的沥青搅拌站燃烧状态监测.长安大学学报(自然科学版),2015,

  • [23]Burning state monitoring of asphalt mixing plant based on process information of flame.Chang'an Daxue Xuebao (Ziran Kexue Ban)/Journal of Chang'an University (Natural Science Edition),2015,

    • 招生信息

  • 机电及自动化学院/机械工程（学硕3人）、机械（专硕3人）/2026

  • 机电及自动化学院/机械工程（学硕3人）、机械（专硕3人）/2025

    • 授课信息

  • [1]机械原理

  • [2]“机械设计”课程设计

  • [3]机械设计基础

  • [4]机械设计

    • 其他联系方式

    邮箱 :

    团队成员

    团队名称：面向高效低碳的机械装备智能化技术及监测方法团队


    泉州校区地址：福建省泉州市丰泽区城华北路269号  邮编：362021
    厦门校区地址：福建省厦门市集美区集美大道668号  邮编：361021
  • 华侨大学官网