张德权
时间：2024-09-23 来源： 作者： 访问量：
基本信息
姓名：张德权
系别：机械电子工程系
职称：教授，博士生导师
个人简介
工学博士，教授，博士生导师，省部共建电工装备可靠性与智能化国家重点实验室副主任，河北工业大学“元光学者”启航A岗。长期围绕工业机器人、固体发动机、相控阵天线等复杂装备开展不确定性度量、可靠性设计优化、稳健性设计等基础研究和应用基础研究。作为项目负责人，主持国家重点研发计划课题，国家自然科学基金面上项目和青年项目，基础加强项目专题等纵向项目；作为科研骨干参研国家重点研发计划项目和河北省重点研发计划项目等。在国内外主流期刊发表学术论文50余篇，多篇论文入选ESI热点/高被引论文，WOS引用2000余次，连续三年入选全球前2%顶尖科学家榜单；授权发明专利和软件著作权20余项。
教育背景
2015年-2017年，悉尼大学航空航天与机械电子系，联培
2012年-2018年，湖南大学机械与运载工程学院，博士
2008年-2012年，中南大学机电工程学院，学士
工作履历
2024年-至 今，河北工业大学机械工程学院，教授，博导
2023年-2024年，河北工业大学机械工程学院，教授，硕导
2018年-2022年，河北工业大学机械工程学院，讲师，副教授，硕导
研究方向
机器人技术、机电耦合技术、固体动力技术
研究成果
主持项目：
[1] 国家重点研发计划项目课题：数据和模型驱动的高效不确定性优化方法
[2] 国家自然科学基金：融合可靠性和误差补偿的工业机器人运动精度保持性设计方法
[3] 国家自然科学基金：考虑时变不确定参数的工业机器人定位精度分析及可靠性设计
[4] 河北省自然科学基金：工业机器人定位精度可靠性分析与误差补偿方法
参与项目：
[1] 国家重点研发计划项目：基于数据驱动的工业机器人可靠性质量保障与增长技术
[2] 河北省重点研发计划项目：智能机器人精密减速器全寿命周期高可靠性保障技术
学术论文：
在ASME-JMD、CMAME和RESS等主流学术期刊发表SCI论文50余篇。(ORCiD https://orcid.org/0000-0003-3886-1546）
[32] S Shen, D Zhang*, W Liu, J Liu, X Han. An efficient integral approach for kinematic reliability sensitivity analysis of industrial robots. ASME-Journal of Mechanisms Robotics, 2024, 1-37.
[31] M Yang, H Zhang, D Zhang*, X Han, Q Li. Time-variant reliability-based robust optimization for structures with material degradation. Computer Methods in Applied Mechanics and Engineering, 2024, 432: 117337.
[30] 张德权，李星奥，张宁，宁国松，韩旭*. 工业机器人全域误差场精细化建模方法及其误差补偿策略. 机械工程学报，2024, 60(13): 316-329.
[29] 张德权，李星奥，贾新宇，叶楠，韩旭*. 基于分层贝叶斯推理的RV减速器动力学模型修正及动态响应预测方法. 机械工程学报，2024, 60 (11): 135-144.
[28] D Zhang, Z Hao, Y Liang, F Wang, W Liu*, X Han*. An efficient system reliability analysis method based on evidence theory with parameter correlations. IEEE Transactions on Reliability, 2024, 1-14.
[27] S Shen, D Zhang*, X Han, C Jiang, Q Li. A robust optimization framework for design of robotic system with kinematic and dynamic criteria. Computer Methods in Applied Mechanics and Engineering, 2024, 423: 116866.
[26] Y Meng, D Zhang*, B Shi*, D Wang, F Wang. An active learning Kriging model with approximating parallel strategy for structural reliability analysis. Reliability Engineering & System Safety, 2024, 247: 110098.
[25] M Yang, D Zhang*, C Jiang, F Wang, X Han*. A new solution framework for time-dependent reliability-based design optimization. Computer Methods in Applied Mechanics and Engineering, 2024, 418: 116475.
[24] D Wang, D Zhang*, Y Meng, M Yang, C Meng, X Han*, Q Li. AK-HRn: An efficient adaptive Kriging-based n-hypersphere rings method for structural reliability analysis. Computer Methods in Applied Mechanics and Engineering, 2023, 414: 116146.
[23] D Zhang, Z Zhao, H Ouyang*, Z Wu, X Han*. An efficient reliability analysis method based on the improved radial basis function neural network. ASME-Journal of Mechanical Design, 2023, 145: 081705.
[22] D Zhang, S Shen, X Han*. Moment estimation-based method of motion accuracy reliability analysis for industrial robots[M]//Advances in Reliability and Maintainability Methods and Engineering Applications. Cham: Springer Nature Switzerland, 2023: 49-81.
[21] D Zhang, J Jia, Z Han, H Ouyang*, J Liu, X Han. An efficient uncertainty quantification and propagation method through skewness and kurtosis fitting region. Structural and Multidisciplinary Optimization, 2023, 66(2): 36.
[20] D Zhang, S Shen, J Wu, F Wang, X Han*. Kinematic trajectory accuracy reliability analysis for industrial robots considering intercorrelations among multi-point positioning errors. Reliability Engineering & System Safety, 2023, 229: 108808.
[19] D Zhang, X Li, M Yang*, F Wang, X Han*. Non-random vibration analysis of rotate vector reducer. Journal of Sound and Vibration, 2023, 542: 117380.
[18] D Zhang*, S Shen, C Jiang, X Han*, Q Li. An advanced mixed-degree cubature formula for reliability analysis. Computer Methods in Applied Mechanics and Engineering, 2022, 400: 115521.
[17] D Zhang, J Zhang, M Yang*, R Wang*, Z Wu. An enhanced finite step length method for structural reliability analysis and reliability-based design optimization. Structural and Multidisciplinary Optimization, 2022, 65(8): 1-22.
[16] J Wu, D Zhang*, X Han*. A novel classification method to random samples for efficient reliability sensitivity analysis. ASME-Journal of Mechanical Design, 2022, 144(10): 101703.
[15] D Zhang, Y Liang, L Cao, J Liu, X Han*. Evidence-theory-based reliability analysis through Kriging surrogate model. ASME-Journal of Mechanical Design, 2022, 144(3): 031701.
[14] M Yang, D Zhang*, F Wang, X Han*. Efficient local adaptive Kriging approximation method with single-loop strategy for reliability-based design optimization. Computer Methods in Applied Mechanics and Engineering，2022，390: 114462.
[13] D Zhang, P Zhou, C Jiang*, M Yang, X Han*, Q Li. A stochastic process discretization method combing active learning Kriging model for efficient time-variant reliability analysis. Computer Methods in Applied Mechanics and Engineering, 2021, 384: 113990.
[12] D Zhang, N Zhang, N Ye, J Fang, X Han*. Hybrid learning algorithm of radial basis function networks for reliability analysis. IEEE Transactions on Reliability, 2021, 70(3): 887-900.
[11] M Yang, D Zhang*, C Jiang, X Han, Q Li. A hybrid adaptive Kriging-based single loop approach for complex reliability-based design optimization problems. Reliability Engineering & System Safety, 2021, 215: 107736.
[10] D Zhang, Z Han, F Wang, X Han*. Proficiency of statistical moment-based methods for analysis of positional accuracy reliability of industrial robots. International Journal of Mechanics and Materials in Design, 2021, 17, 403-418.
[9] Yang M, D Zhang*, X Han*. Enriched single-loop approach for reliability-based design optimization of complex nonlinear problems. Engineering with Computers, 2022: 1-19.
[8] J Wu, D Zhang*, C Jiang, X Han*, Q Li. On reliability analysis method through rotational sparse grid nodes. Mechanical Systems and Signal Processing, 2021, 147: 107106.
[7] D Zhang, Z Peng, G Ning, X Han*. Positioning accuracy reliability of industrial robots through probability and evidence theories. ASME Journal of Mechanical Design, 2021, 143(1): 011704.
[6] M Yang, D Zhang*, X Han*. New efficient and robust method for structural reliability analysis and its application in reliability-based design optimization. Computer Methods in Applied Mechanics and Engineering, 2020, 366: 113018.
[5] J Wu, D Zhang*, J Liu, X Jia, X Han. A computational framework of kinematic accuracy reliability analysis for industrial robots. Applied Mathematical Modelling, 2020, 82: 189-216.
[4] J Wu, D Zhang*, J Liu, X Han*. A moment approach to positioning accuracy reliability analysis for industrial robots. IEEE Transactions on Reliability, 2020, 69(2): 699-714.
[3] D Zhang, X Han*. Kinematic reliability analysis of robotic manipulator. ASME-Journal of Mechanical Design, 2020, 142(4): 044502.
[2] D Zhang, X Han*, C Jiang, J Liu, Q Li. Time-dependent reliability analysis through response surface method. ASME-Journal of Mechanical Design, 2017, 139(4): 041404.
[1] 张德权, 韩旭*, 姜潮, 刘杰，龙湘云. 时变可靠性的区间PHI2分析方法. 中国科学: 物理学 力学 天文学, 2015, 45(5): 054601.
发明专利：
[5] 张德权，赵彬，吴锦辉，等. 一种拉线式测量系统的辅助调节装置. 授权公告日：2023年12月26日；授权公告号：CN 110081877 B
[4] 韩旭，张德权，武泽平，等. 翼柱形固体火箭发动机装药可靠性分析方法、设备及介质. 授权公告日：2023年06月13日；授权公告号：CN 116070353 B
[3] 张德权，武泽平，韩旭，等. 固体姿轨控发动机燃气阀的最大推力可靠性分析方法. 授权公告日：2023年01月03日；授权公告号：CN 115358097 B
[2] 张德权，杨振刚，梁红义，等. 一种智能消毒机器人及其控制系统. 授权公告日：2022年12月13日；授权公告号：CN 112891591 B
[1] 张德权，赵一鸣，陈子晗，等. 基于智能机器人的巡航消毒方法. 授权公告日：2022年07月29日；授权公告号：CN 113359749 B
指导学生
指导学生获第十八届“挑战杯”全国大学生课外学术科技作品竞赛国赛三等奖、第十七届“挑战杯”全国大学生课外学术科技作品竞赛国赛三等奖、第十二届“挑战杯”中国大学生创业计划竞赛国赛铜奖、第八届中国国际“互联网+”大学生创新创业大赛国赛铜奖、多项A类科技竞赛河北省特等奖；指导学生获第十三届天津市本科生优秀毕业设计（论文），指导本科生连续5年获校优秀毕业设计，两名学生获河北工业大学“十佳大学生”荣誉称号，多名学生保研至清华大学、北京航空航天大学、天津大学等名校读研；指导多名硕士研究生获国家奖学金和河北省“三好学生”，指导的硕士研究生到浙江大学、国防科技大学和机械研究总院等知名高校和科研院所攻读博士。
所获荣誉
1. 2021-2023年度全球前2%顶尖科学家
2. 河北省“冀青之星”优秀青年典型
3. 河北省大学生科技竞赛优秀指导教师
4. 河北省“互联网+”优秀创新创业导师
5. 河北工业大学科技创新先进个人
6. 河北工业大学首届“我心目中的好导师”
学术兼职
担任中国机械工程学会机械设计分会青年委员，高等工程教育学科专业教学委员会委员，中国图学学会第八届理事会数字化设计与制造专业委员会和智能工厂专业委员会委员。担任《Chinese Journal of Mechanical Engineering》、《计算力学学报》、《工程设计学报》、《机械设计》青年编委；多个国际会议组织委员会委员和分会场主持人；CMAME、IEEE T R、RESS、ASME-JMD、ASME-JMR、SAMO、AIAA、AST、CJA、IJMS、IJNME、PEM、CJME、《机械工程学报》等20余个国内外期刊审稿人。
招生信息
研究所每年招收博士后1-2名，博士研究生2-3名，硕士研究生8-10名，欢迎机械工程和力学等相关学科同学报考。