仲林林

发布者:宋阳发布时间:2024-09-18浏览次数:8626

仲林林

职称:副研究员(教学科研岗)、博士生导师

研究方向:

  • 高电压技术:环保型替代气体、电力设备状态评估、电力设备故障诊断、电力设备数字孪生等

  • 等离子体技术:低温等离子体基础参数计算、流体仿真等

  • 人工智能技术:AI与科学计算、AI与等离子体仿真、AI与数字孪生、AI与电力设备智慧运维

Email: linlin@seu.edu.cn

个人主页:http://mathboylinlin.com    微信公众号:ai4plasma


  • 欢迎品德优异、学有余力、有一定编程基础、愿意投入时间和精力的本科生(不是单纯为SRTP学分、保研加分而来),我们将支持本科生参与具体科研项目、发表学术论文、参加学术会议和学科竞赛。

  • 欢迎品德优异、积极主动、有个人学术和职业追求、有一定数理功底和编程基础的推免生、直博生、考研生、申请考核生(也非常欢迎数学、物理、计算机等跨专业学生),我们将尽力根据学生的兴趣和未来职业规划安排科研工作,鼓励发表高水平学术论文,支持参加国内外学术交流和工业界交流。

  • 无论是本科生还是研究生,如果你不确定是否适合我的研究方向,可邮件与我沟通获得电话、微信、QQ等联系方式以便进一步交流(如果认识我的在读或已毕业学生,也欢迎与他们交流)。充分的交流才能让师生双方做出最好的选择,避免日后许多烦恼,也为师生的相互成就奠定基础。


个人简介:

仲林林,1990年生,江苏如皋人,电气工程与等离子体工程双博士,5822yh银河国际5822yh银河国际教学科研岗副研究员,博士生导师,至善青年学者(A类),中国电工技术学会青年工作委员会委员,中国电机工程学会高电压专委会青年学组委员,IEEE PES中国区输配电技术委员会检测试验技术分委会理事,江苏省电源学会高压与等离子体专委会副秘书长,中国电工技术学会高级会员,IEEE、中国电机工程学会、中国物理学会、美国物理学会、中国计算机学会、中国人工智能学会、江苏省人工智能学会会员。作为国内最早一批将人工智能技术引入等离子体数值模拟的研究人员,目前正积极探索开展人工智能与等离子体仿真(AI for Plasma)、数字孪生、电力设备智慧运维等领域的交叉研究。在国际上率先提出了用于等离子体数值模拟的深度学习通用框架,并被江苏电视台2020年五四青年节特别节目采访报道。近年来,主持国家自然科学基金2项,省部级基金2项,入选2021年江苏省科协青年科技人才托举工程。在国内外学术期刊发表论文50余篇,出版软件开发专著2部。研究期间担任电气工程、等离子体物理、应用物理、计算物理、人工智能应用等领域30多个国内外著名学术期刊的审稿人,以及多个国内外学术会议领域主席、分会主席或召集人,获10余次国内外学术会议邀请报告。


教育经历:

2008.09 – 2012.07,西安交通大学,电气工程与自动化,本科(导师:荣命哲教授)
2012.09 – 2013.07,西安交通大学,电气工程,硕士(导师:荣命哲教授)
2013.09 – 2017.06,西安交通大学,电气工程,博士(导师:荣命哲教授)
2015.09 – 2017.06,法国图卢兹第三大学,等离子体工程,博士(双学位,导师:Prof. Yann Cressault)


工作经历:

2017.06 – 2020.04,5822yh银河国际,5822yh银河国际,讲师
2020.04 –,5822yh银河国际,5822yh银河国际,副研究员(教学科研岗,破格晋升
2021.07 –,5822yh银河国际,5822yh银河国际,博士生导师


近几年代表性论文:

高电压与放电等离子体方向(环保替代气体、物性参数计算、碰撞截面计算、流体仿真)

  1. L. Zhong, Q. Gu, and B. Wu, Graphite production in two-temperature non-LTE plasmas of C4F7N and C5F10O mixed with CO2, N2, and O2 as eco-friendly SF6 replacements: A numerical study, Plasma Processes and Polymers, 18 (8), 2100036 (2021).

  2. L. Zhong, A. B. Murphy, X. Wang, and M. Rong, Calculation of two-temperature plasma composition: part 1. Mass action law methods and extremum searching methods, Journal of Physics D: Applied Physics, 53 (6), 065202 (2020).

  3. L. Zhong, J. Xu, X. Wang, and M. Rong, Electron-impact ionization cross sections of new SF6 replacements: A method of combining Binary-Encounter-Bethe (BEB) and Deutsch-Märk (DM) formalism, Journal of Applied Physics, 126 (19), 193302 (2019). 入选 Editor's Pick

  4. L. Zhong, J. Wang, X. Wang, and M. Rong, Calculation of electron-impact ionization cross sections of perfluoroketone (PFK) molecules CxF2xO (x = 1-5) based on Binary-Encounter-Bethe (BEB) and Deutsch-Märk (DM) methods, Plasma Sources Science and Technology, 27, 095005 (2018). 

  5. L. Zhong, X. Wang, Y. Cressault, Ph. Teulet, and M. Rong, Influence of metallic vapours on thermodynamic and transport properties of two-temperature air plasma, Physics of Plasmas 23, 093514 (2016).

  6. 仲林林, 王逸凡, 顾琦, C4F7N气体电弧的辐射输运特性研究, 电工技术学报, 38(19), 5316-5329 (2023). 

人工智能与等离子体(AI for Plasma)方向(物理信息神经网络、算子学习、流体计算、碰撞截面计算)

  1. Y. Wang and L. Zhong, NAS-PINN: Neural architecture search-guided physics-informed neural network for solving PDEs, Journal of Computational Physics, 112603 (2024).

  2. L. Zhong, B. Wu, and Y. Wang, Accelerating physics-informed neural network based 1D arc simulation by meta learning, Journal of Physics D: Applied Physics, 56 (7), 074006 (2023).

  3. L. Zhong, B. Wu, and Y. Wang, Low-temperature plasma simulation based on physics-informed neural networks: Frameworks and preliminary applications, Physics of Fluids, 34 (8), 087116 (2022). 入选 Featured Article

  4. L. Zhong, Q. Gu, and B. Wu, Deep learning for thermal plasma simulation: Solving 1-D arc model as an example, Computer Physics Communications, 257C, 107496 (2020). 

  5. L. Zhong, Fast prediction of electron-impact ionization cross sections of large molecules via machine learning, Journal of Applied Physics, 125 (18), 183302 (2019).

  6. 仲林林, 王逸凡, 任和, 吴奇, 韩汶轩, 陈洪洪, 人工智能驱动的低温等离子体数值模拟研究综述, 高电压技术, 50 (7), 2879-2893 (2024). 

人工智能与电力运维(AI for EE)方向(故障诊断、目标检测、异常检测、联邦学习)

  1. L. Zhong, K. Liu, Visual Classification and Detection of Power Inspection Images Based on Federated Learning, IEEE Transactions on Industry Applications, 60 (4), 5460-5469 (2024).

  2. L. Zhong, B. Baheti, Cable Fault Location in Distribution Network Based on Decomposition of Time Reversal Operator, IEEE Transactions on Industry Applications, 2024.

  3. 仲林林, 刘柯妤. 面向电力巡检图像目标检测的联邦学习激励机制, 电工技术学报, 39 (17), 5434-5449 (2024).

  4. 胡霞, 仲林林, 基于改进R3det的无人机电力杆塔倾斜程度检测, 仪器仪表学报, 44 (10), 189-200 (2023). 

  5. 仲林林, 胡霞, 刘柯妤, 基于改进生成对抗网络的无人机电力杆塔巡检图像异常检测, 电工技术学报, 37 (09), 2230-2240+2262 (2022).

  6. 郑尚直, 仲林林, 王同磊, 高丙团, 基于改进半监督阶梯网络的有载分接开关故障诊断方法, 电力工程技术, 42 (2), 197-205 (2023). 


著作:

  1. 仲林林, 王沫, PHP 从入门到精通, 中国铁道出版社, 2014

  2. 仲林林, PHP+MySQL 开发技术详解, 中国铁道出版社, 2013


代表性学术邀请报告:

  1. Physics-informed low-temperature plasma simulation: frameworks and applications, Workshop of Data-driven Plasma Science, The 77th Annual Gaseous Electronics Conference (GEC 2024), American Physical Society (APS), San Diego, California, 2024

  2. Physics-informed frameworks for low-temperature plasma simulation, The 51st International Conference on Plasma Science (ICOPS 2024), Beijing, 2024

  3. Application prospect of AI-driven differentiable plasma modeling, The 7th Asia-Pacific Conference on Plasma Physics (AAPPS-DPP 2023), Nagoya, Japan, 2023

  4. Design physics-informed neural networks by neural architecture search, IEEE 6th International Electrical and Energy Conference (CIEEC 2023), Hefei, 2023

  5. AI driven plasma simulation and its acceleration by meta learning, International Online Plasma Seminar (IOPS), Gaseous Electronics Conference (GEC), American Physical Society (APS), 2023

  6. Physics-informed low-temperature plasma simulation and its acceleration technology, Frontiers in Mathematical Science (数学科学前沿大会), 清华三亚国际数学论坛, 2022

  7. 人工智能技术在低温等离子体数值模拟中的应用, 第九届世界华人数学家大会(The 9th International Congress of Chinese Mathematicians, ICCM 2022)“数学+工业”圆桌论坛, Nanjing, 2022

  8. Runge-Kutta Physics Informed Neural Network (RK-PINN) for solving plasma PDEs with transient terms, Physics informed Artificial Intelligence in Plasma Science (PiAI) Seminar (Online), Osaka, Japan, 2022


科研项目:

  1. 国家自然科学基金重大研究计划培育项目,基于深度学习的电磁能装备电磁热力多物理场耦合高精度数值计算方法研究,2021–2023

  2. 国家自然科学基金青年基金项目,两类新型环保气体电弧等离子体的辐射输运特性研究,2020–2022(优秀结题项目

  3. 江苏省自然科学基金青年基金项目,环保型SF6替代气体电弧粒子输运特性与磁流体行为研究,2018–2021(优秀结题项目

  4. 电力设备电气绝缘国家重点实验室开放基金项目,环保型SF6替代气体电弧动态特性研究,2018–2019

  5. 电力公司科技合作项目,基于环保气体的配网小型化环网箱关键技术研究与应用,2023–2024

  6. 电力公司科技合作项目,基于数字孪生的换流变有载分接开关状态感知与评估技术研究,2021–2022

  7. 电力公司科技合作项目,基于空间谱变换的配电网电缆故障识别与定位技术研究,2021–2022

  8. 电力公司科技合作项目,基于深度网络的变电站危险区域人员入侵检测技术研究,2020–2021

  9. 电力公司科技合作项目,变压器有载分接开关状态评估软件平台研发,2020

  10. 电力公司科技合作项目,直流配网电弧特性专项运维技术服务,2019


荣誉奖励:

  1. 江苏省科协青年科技人才托举工程,2021

  2. 5822yh银河国际至善青年学者(A类),2021

  3. Physics of Fluids Featured Article,2022

  4. Journal of Applied Physics Editor's Pick,2019

  5. 中国电机工程学会高电压学术年会优秀论文奖,2019

  6. 全国高电压与放电等离子体学术会议优秀报告奖,2018 & 2022

  7. Outstanding Oral Report Award of 19th Asian Conference on Electrical Discharge, 2018

  8. 《全球能源互联网》优秀审稿人,2018 & 2023

  9. 5822yh银河国际金智科技创新基金,2024

  10. 5822yh银河国际第28届青年教师授课竞赛三等奖,2021

  11. 5822yh银河国际首届教师教学创新大赛三等奖(2/2),2021

  12. 5822yh银河国际金智奖教金,2019


教学工作:

本科生:《高电压与绝缘技术》(专业主干课)、《新生研讨课(吴健雄学院)》、《领导力素养》

研究生:《高电压理论应用及发展》(研究生学位课)、《高电压与绝缘技术案例课》


人才培养:

在读研究生:

2024级:吕建骅(博士)、王左、柴佳琳

2023级:王逸凡(博士)、韩汶轩、陈洪洪

2022级:任和(博士)、巴依塔克·巴合提、吴奇

已毕业研究生:

2021级:王逸凡(硕博贯通)、张淑文(宁德时代)

2020级:吴冰钰(江苏电力公司)、刘柯妤(微软中国)、胡霞(思看科技)、叶俊杰(上海电力公司)

2019级:顾琦(江苏电力公司)、郑尚直(四川电力公司)

2018级:徐杰(上海电力公司)

2017级:王佳宇(联影智能)

已毕业本科生:

2020级:王左(5822yh银河国际读研)、柴佳琳(5822yh银河国际读研)

2019级:陈佳敏(清华大学读研、优秀毕设论文获得者)、季诺(苏州供电局)、刘艺曼(苏州供电局)

2018级:屈仲平(西安交通大学读研)、巴依塔克(5822yh银河国际读研)、石淼(国网电科院读研)、冉新宇(巴黎综合理工读博)

2017级:陈阳(清华大学读研)、王竞泽(清华大学读研、优秀毕设论文获得者)、王逸凡(5822yh银河国际读研)、周航(美国布朗大学读研)、徐梦瑶(西安供电局)

2016级:吴冰钰(5822yh银河国际读研)、刘雨欣(佛山供电局)

2015级:鲁馨忆(重庆电力公司)、陈知秋(中学任教+读研)

2014级:刘昌杰(某研究所)、唐思恒(江苏电力公司)

本科生SRTP成果:

  1. 魏蓉, 陈锦培, 仲林林. 基于深度算子网络的电磁轨道发射速度趋肤效应的快速计算方法, 电工技术学报, 2024.

  2. C. Zhang, T. Xu, W. Sun, L. Zhong. Influence of O2 on thermophysical properties of C4F7N-CO2 arc plasmas, The 5th International Symposium on Plasma and Energy Conversion (iSPEC), 2023.(获 Excellent Poster Award)

  3. X. Ran(获康奈尔大学、巴黎综合理工等多所顶尖大学全奖offer), L. Ge, L. Zhong. Dynamic Margin for Federated Learning with Imbalanced Data, International Joint Conference on Neural Networks (IJCNN), 2021.


欢迎对高电压技术、放电等离子体技术人工智能技术感兴趣的同学(包括本科生)来我处咨询、学习并参与课题研究。非常期待有扎实数理功底和编程基础的同学与我们一起探索 AI for Science 工作!更多信息请访问 mathboylinlin.com 或搜索微信公众号 ai4plasma