• 其他栏目
    • 语种

    刘红生

    • 教授 博士生导师 硕士生导师
    • 学历:博士研究生
    • 学位:工学博士学位
    • 电子邮箱:

    访问量:

    开通时间:..

    最后更新时间:..

    个人简介

    刘红生,博士、教授、博士生导师,江西生峡江县人。在哈尔滨工业大学完成本科、硕士和博士教育并工作4年后,进入丹麦技术大学从事研究工作4年,后于2015年加入华侨大学。目前主要从事先进高强合金智能设计与智能成形、汽车覆盖件模具智能设计和智能装备等方面的研究。2017年入选福建省“闽江学者奖励计划”特聘教授、泉州市“桐江学者奖励计划”特聘教授、福建省高层次人才C类(海外)、2022年入选厦门市高层次人才B类。围绕极端制造、大型/超大型结构件3D打印装置和极端环境装备存在的痛点问题进行应用研究和产业化攻关,取得了一定的理论研究成果。

    欢迎优秀研究生加入课题组,课题组可提供足够的科研项目支持。

    主要荣誉:

    福建省闽江学者特聘教授、厦门市高层次人才B类、泉州市桐江学者特聘教授、福建省高层次人才C类(海外)

    主要兼职:

    全国模具标准委员会委员,期刊《精密成形工程》编委, 福建省塑性工程学会副理事长,福建省汽车工程学会理事和多个知名期刊审稿人。

    主要研究方向:

    (1)先进高强合金智能设计与智能成形

    1)先进高强合金智能设计模型

    面向航空航天、汽车等高端装备轻量化需求,融合材料基因组、数据挖掘与机器学习,构建高强合金成分—工艺—组织—性能全域映射模型,实现合金成分精准预测、工艺快速优化与性能定向调控,替代传统试错式研发,大幅降低试验成本。 课题涉及材料、机械和人工智能多学科交叉,与大型企业深度合作,数据与算力充足,适合材料、机械和人工智能等专业学生。

    2)先进高强合金智能成形大模型

    针对高强合金成形性低和成形质量低等痛点,搭建多物理场耦合与大模型驱动的智能成形优化系统,实现成形等缺陷智能预测、工艺参数自主优化与成形质量闭环控制。

    (2)汽车覆盖件模具智能设计

    1)汽车覆盖件拉延成形CAE分析+AI

    本方向面向汽车覆盖件成形高效高精度仿真需求,开展AI与汽车覆盖件拉延成形交叉研究,用代理模型取代传统有限元迭代,快速预测成形过程并快速优化模型;构建数据驱动的工艺参数智能优化,大幅缩短仿真周期,提升成形质量。本方向贴近工业痛点,与大型企业合作,拥有丰富数据与工程资源。理论与工程双产出,培养智能制造领域复合型人才。

    2)AI驱动的汽车覆盖件模具智能设计

    聚焦汽车覆盖件模具设计周期长、依赖经验、迭代成本高问题,研究基于大模型与知识图谱的模具智能设计方法,实现结构参数化生成、轻量化优化、刚度强度智能校核与方案自动推荐。深度对接车企与模具项目,成果可直接工程落地,培养兼具AI与模具设计能力的复合型高端人才。

    (3)智能装备

    1)先进3D打印技术与智能3D打印机器人

    本方向聚焦索驱动并联机器人+智能增材制造交叉前沿,攻克大空间、轻量化、低成本、高精度3D打印装备的瓶颈问题。研究绳驱机构拓扑优化、刚柔耦合动力学建模、轨迹规划/优化与高精度控制、打印-传感-控制一体化、大型构件/复杂结构原位打印等关键技术。

    2)智能清库机器人

    本方向专注索驱动机器人与智能清库装备交叉创新研究,面向粉料库高危清库痛点,开展轻量化索驱机构设计、激光-毫米波雷达融合成像、多绳驱动协调控制、5G远程智能作业等关键技术研究,团队拥有完整样机平台与工程应用场景。


    教育经历:

    2003.09-2007.06 哈尔滨工业大学材料学院 材料加工工程专业 工学博士学位
    2001.09-2003.07 哈尔滨工业大学材料学院 材料加工工程专业 工学硕士学位
    1997.09-2001.07 哈尔滨工业大学材料学院 材料成型与控制专业 工学学士学位

    工作经历:

    2015.08至今 华侨大学机电及自动化学院 教授
    2014.11-2015.06  哈尔滨工业大学机电工程学院 副教授
    2012.01-2014.10 丹麦技术大学Risø可再生能源国家实验室 Postdoc(全职)
    2011.06-2011.09 香港理工大学机械工程系 Research associate
    2008.06-2011.05 哈尔滨工业大学机械工程系博士后流动站 博士后
    2007.12-2011.12 哈尔滨工业大学机电工程学院 讲师

    主要纵向科研项目:

    1)基于AI技术的新能源汽车用超塑性铝合金6105F型材研发。泉州市重大科技专项。(2025-2027,项目经费:200万元,主持)

    2)福厦泉国家自主创新示范区高性金属拉链精密制造技术协同创新平台项目。福厦泉自创区协同创新专项(2025-2026,项目经费:200万元,项目联系人)

    3)快速加热辅助高强钢成形机理与控制。国家自然科学基金面上项目(2015-2018,项目经费:80万,主持)

    4)中小型冲压件超声振动辅助精密成形与模具延寿技术开发及产业化。福建省高校产学合作科技重点项目(2023-2025,项目经费:40万元,主持)

    5)先进汽车零部件热冲压成形技术研发。福建省高校产学合作科技重点项目(2017-2020,项目经费:40万元,主持)

    主要学术论文:

    [1]Aliakbar Emamverdian,Catalin Pruncu, Hongsheng Liu*, Atabak Rahimzadeh, Luciano Lamberti.Prediction of the main degradation mechanisms in a hot forging steel die: Optical scanning, simulation, microstructural evolution, and neural network modeling.Journal of Materials Research and Technology.2025,37:432-443.(二区TOP期刊)

    [2]Tengshu Deng, Hongsheng Liu*. A study of mechanical characteristics and microstructural evolution of copper-nickel alloy sheet undergoing ultrasonic vibration assisted uniaxial tension[J].Materials Science & Engineering A.2023, 885 :145608-145619(二区TOP期刊)

    [3]Hongsheng LIU, Leon MISHNAEVSKY Jr. Gradient Ultrafine-Grained Titanium: computational study of mechanical and damage behaviour. Acta Materialia. 2014,71:220-233.(一区TOP期刊)

    [4]Hongsheng Liu, Chengxi Lei. 2014. Local heating aided hot blanking of quenched ultra-high-strength steel BR1500HS. International Journal of Advanced Manufacturing Technology. 2015, 77(1):629-641. 

    [5]H.S. LIU, M.W. FU. Prediction and analysis of ductile fracture in sheet metal forming –part I: A modified Ayada criterion. International Journal of Damage Mechanics. 2014, 23(8):1189–1210 (TOP期刊) 

    [6]H.S. LIU, M.W. FU. Prediction and analysis of ductile fracture in sheet metal forming –part II: Application of the modified Ayada criterion. International Journal of Damage Mechanics. 2016,25 ( 2): 120-140 (TOP期刊)

    [7]Hongsheng LIU, Leon MISHNAEVSKY Jr. Non-equilibrium in UFG Titanium: Computational study of sources of the material strengthening. Computational Materials Science. 2014, 83: 318-330.  

    [8]H.S. Liu, Leon Mishnaevsky Jr. Martensitic transformations in nanostructured nitinol: Finite element modeling of grain size and distribution effects. Computational Materials Science. 2013,76: 27-36.  

    [9]H.S. Liu, M.W. Fu. Adaptive reproducing kernel particle method using gradient indicator for elasto-plastic deformation. Engineering Analysis with Boundary Elements. 2013, 37(2):280-292.(TOP期刊)   

    课题组聚焦先进材料-工艺-装备-智能算法交叉融合。诚邀勤奋踏实、热爱科研、勇于创新的优秀硕士生和博士生加入团队,课题组将提供良好的科研平台、系统的学术训练与充足的课题支持,与你一同深耕智能制造前沿,共筑科研与成长之路。

    mmqrcode1743714721686_edit_309357198548107.png

    其他联系方式

    邮编 :

    通讯/办公地址 :

    邮箱 :