高端农业装备激光先进制造团队
团队成员12人，其中正高级职称6名、副高级职称2名、中级职称人员4名。团队成员学科背景涉及机械工程、农业工程、仪器科学与技术和材料科学与工程等交叉学科，组成合理，分工明确，具有较强的科研实力。
团队负责人入选教育部长江学者特聘教授，长期从事国家重大装备关键构件激光加工与制造方面的教学科研工作，在机械制造、增材制造、塑性变形等行业权威期刊发表SCI收录论文180余篇，其中ESI高被引论文5篇，学术著作3部，授权中国发明专利36件、美国专利12件。近5年在激光增材制造（再）制造、激光表面强化等方面取得了重要学术成果，获中国专利金奖2项、江苏省科学技术奖一等奖2项、中国国际工业博览会“CIIF创新引领奖”1项等。
研究内容：
（1） 深度学习算法的损伤诊断研究
分析预处理后的功率数据结构特征，将其与故障数据关联，设计深度学习算法（如长短时记忆神经网络以及卷积神经网络等算法）的网络结构，比较模型训练效率、精度及鲁棒性，选取最适合故障建模的算法。
（2）激光再制造控制技术
基于激光再制造机理，运用模拟软件对激光再制造过程进行模拟分析，优化工艺参数，并研究制程中的质量控制策略，减小产品缺陷，保证再制造质量。
（3） 评价体系构建
针对农机关键构件的损伤行为与关键影响因素，研究不同合金材料可修复性判据，以及不同产品使用工况开展现场检测与评价体系构建。
（4） 指标数据库建立
按照国家及国际相关农机关键构件性能指标要求，对再制造农机关键构件开展性能指标研究，基于原有性能指标及再制农机关键构件功能需求，构建再制农机关键构件的性能指标数据库。
