基本信息

陈旭阳  研究员  

中国科学院工程热物理研究所


2018年毕业于中国科学院力学研究所获得博士学位,2018年3月至2020年12月期间在清华大学开展博士后研究工作,2021年3月至2025年3月期间期间先后在德国卡尔斯鲁厄理工学院、慕尼黑工业大学、苏黎世联邦理工学院等机构开展研究工作。曾获欧盟玛丽居里学者人才计划,回国后受到中国科学院人才计划的支持。


电子邮件: chenxuyang@iet.cn

通信地址: 北京海淀区工程热物理研究所

研究领域

  1. 融合人工智能的跨尺度金属增材制造/焊接工艺仿真
  2. 工艺仿真软件开发与集成
  3. 人工智能算法开发


招生信息

研究方向聚焦金属增材制造与焊接过程的跨尺度智能仿真,结合机理建模与人工智能技术,解决传统仿真效率与精度难以兼顾的瓶颈,构建 “工艺 - 仿真 - 优化 - 验证” 的闭环解决方案,服务于高端材料与构件的智能制造。主持国家级重大专项,发表成果 30 余项,拥有自主研发的 CAE 软件平台。欢迎具备力学、材料、计算机等相关背景,对先进制造与 AI 交叉研究感兴趣的同学加入。

招生专业:航空宇航制造工程 能源动力

招生方向: 融合人工智能的跨尺度金属增材制造/焊接工艺仿真 工艺仿真软件开发与集成 人工智能算法开发

招生专业
082503-航空宇航制造工程

教育背景

   
学历

博士研究生

学位

博士学位

专利与奖励

已申请专利:

[1] 虞钢,陈旭阳,何秀丽,郑彩云,李少霞,宁伟健. 专利:模拟激光电弧复合焊接中熔滴对熔池冲击作用的计算方法 (已授权,申请号201710858075.7, 公开号107609288A,第一作者为导师)

[2] 陈旭阳,陈希鹏等. 专利:一种优化增材制造合金成分的计算方法(申请号202411042050.6)

软件著作权:

[3]著作权人:陈旭阳,软件名称:焊接熔池-微结构人工智能跨尺度仿真平台V1.0,登记号:2025SR2233204,登记日期:2025年11月20日(已获得软件著作权证书)

[4]著作权人:陈旭阳,软件名称:激光焊接匙孔动态仿真平台V1.0,登记号:2025SR2233199,登记日期:2025年11月20日(已获得软件著作权证书)

[5]著作权人:陈旭阳,软件名称:焊接热应力仿真与预测软件V1.0,登记号:2025SR2233198,登记日期:2025年11月20日(已获得软件著作权证书)

[6]著作权人:陈旭阳,软件名称:焊接熔池人工智能多尺度耦合仿真系统V1.0,登记号:2025SR2222421,登记日期:2025年11月19日(已获得软件著作权证书)

[7]著作权人:陈旭阳,软件名称:焊缝缺陷人工智能预测系统V1.0,登记号:2025SR2159431,登记日期:2025年11月6日(已获得软件著作权证书)

[8]著作权人:陈旭阳,软件名称:激光焊接熔池动力学仿真软件V1.0,编号:2025SR2159430,日期:2025年11月6日

[9]著作权人:陈旭阳,软件名称:增材制造多尺度建模与仿真平台,登记号:2025SR0164828,登记日期:2025年1月23日(已获得软件著作权证书)

[10]著作权人:陈旭阳,软件名称:增材制造热传导与熔池流动分析平台,登记号:2025SR0163431,登记日期:2025年1月23日(已获得软件著作权证书)

[11]著作权人:陈旭阳,软件名称:微观晶粒生长与冶金学现象模拟平台,登记号:2025SR0164757,登记日期:2025年1月23日(已获得软件著作权证书)

[12]著作权人:陈旭阳,软件名称:AddFlow,聚焦于增材制造的流体动力学问题,登记号:2024SR2040855,登记日期:2024年12月11日(已获得软件著作权证书)

[13] 著作权人:陈旭阳,软件名称:增材制造过程智能控制与分析软件V1.0, 登记号:2024SR1988470, 登记日期:2024年12月5日(已获得软件著作权证书)

[14]著作权人:陈旭阳,软件名称:数据驱动增材制造质量管理系统V1.0, 登记号:2024SR1693625, 登记日期:2024年11月5日(已获得软件著作权证书)

[15]著作权人:陈旭阳,软件名称:EcoFlow,聚焦于增材制造的可持续发展及环境友好,并嵌入AI技术,编号:2024R11L0944154,日期:2024年6月7日

专利成果
( 1 ) 一种优化增材制造合金成分的计算方法, 发明专利, 2024, 第 1 作者, 专利号: 202411042050.6

出版信息

论文:

[1]Wenbo Zhou, Le Song, Xuyang Chen, Zhiyong Huang, Baorui Du, A physics-informed coupled residual-Fourier neural network for multi-physics field prediction in laser manufacturing, Materials & Design,Volume 265,2026, 115766, ISSN 0264-1275, https://doi.org/10.1016/j.matdes.2026.115766.

[2] X. Chen, G. Yu, X. He, S. Li, H. Miao, Effect of droplet impact on molten pool dynamics in hybrid laser-MIG welding of aluminum alloy, The International Journal of Advanced Manufacturing Technology (2018) 96:209–222. (DOI: 10.1007/s00170-017-1509-1), SCI, JCR:Q1

[3] X. Chen, G. Yu, X. He, S. Li, Z. Li, Numerical study of heat transfer and solute distribution in hybrid laser-MIG welding, International Journal of Thermal Sciences 149 (2020) 106182 ( DOI: 10.1016/j.ijthermalsci.2019.106182) SCI, JCR:Q1

[4] X. Chen, G. Yu, X. He, S. Li, Investigation of thermal dynamics for different leading configuration in hybrid laser-MIG welding, Optics & Laser Technology, SCI, JCR:Q1,(JOLT_106567)(DOI: https://doi.org/10.1016/j.optlastec.2020.106567)

[5]Xuyang Chen, Guangchao Li, Feng Lin.Phase-field modelling of ATG instability in Allen-Cahn framework. AIP Advances. (2024) (DOI:https://doi.org/10.1063/5.0190761)

[6]H. Miao, G. Yu, X. He, S. Li, X. Chen, Comparative study of hybrid laser–MIG leading configuration on porosity in aluminum alloy bead-on-plate welding, The International Journal of Advanced Manufacturing Technology 91(5-8) (2017) 2681-2688. SCI, JCR:Q1

[7] Le Song, Xuyang Chen, Zhiyong Huang. Atrained Physics-Informed Neural Networks(PINNs) method for phase-field model in Allen-Cahn framework. AI4X 2025, Singapore, 2025(通讯作者)

[8] Le Song, Xuyang Chen, Zhiyong Huang. Machine learning-based Optimization for molten pool dynamics in laser manufacturing. The International Conference on Learning Representations(ICLR,计会)2025,Singapore(accepted,https://openreview.net/group?id=ICLR.cc/2025/Workshop/XAI4Science#tab-accept) (通讯作者,计算机顶会)

图书:

[9] 编写十三五国家重点图书 “激光先进制造技术及其应用” 国防工业出版社(2016),ISBN:9787118109849,独立完成本书的第六章激光增材制造(3D打印);

[10] 编写十五五国家重点图书 “融合人工智能的跨尺度金属增材制造工艺仿真”, 机械工业出版社(2025),出版中;

发表论文
(1) 面向激光制造多物理场预测的物理信息耦合残差 - 傅里叶神经网络, A physics-informed coupled residual-Fourier neural network for multi-physics field prediction in laser manufacturing, Materials & Design,Volume, 2026, 第 3 作者  通讯作者
(2) 训练完备的物理信息神经网络(PINNs)方法:适用于 Allen-Cahn 框架下的相场模型, Atrained Physics-Informed Neural Networks(PINNs) method for phase-field model in Allen-Cahn framework, AI4X 2025, 2025, 第 2 作者  通讯作者
(3) 基于机器学习的激光制造熔池动力学优化, Machine learning-based Optimization for molten pool dynamics in laser manufacturing, The International Conference on Learning Representations(ICLR), 2025, 第 2 作者  通讯作者
(4) Numerical study of heat transfer and solute distribution in hybrid laser-MIG welding, INTERNATIONAL JOURNAL OF THERMAL SCIENCES, 2020, 第 1 作者
(5) Effect of droplet impact on molten pool dynamics in hybrid laser-MIG welding of aluminum alloy, INTERNATIONAL JOURNAL OF ADVANCED MANUFACTURING TECHNOLOGY, 2018, 第 1 作者
(6) Comparative study of hybrid laser-MIG leading configuration on porosity in aluminum alloy bead-on-plate welding, INTERNATIONAL JOURNAL OF ADVANCED MANUFACTURING TECHNOLOGY, 2017, 第 5 作者
(7) Comparative study of hybrid laser-MIG leading configuration on porosity in aluminum alloy bead-on-plate welding, INTERNATIONAL JOURNAL OF ADVANCED MANUFACTURING TECHNOLOGY, 2017, 第 5 作者

科研活动

构件焊接工艺仿真软件开发及应用验证,国家科技重大专项,在研,主持,3062万元