孙刚

孙刚

电子邮件：gang_sun@fudan.edu.cn

教育经历：

1987年在西北大学计算数学专业获得理学学士学位；

1990年3月在西北工业大学计算空气动力学专业获得硕士学位；

1994年4月在西北工业大学计算空气动力学专业获得博士学位；

工作经历：

1993年~2001年在西北工业大学翼型研究中心工作；

1997年~1998年德国宇航院客座学者；

2001年~2006年在上海交通大学工程力学系工作；

2002年~2003年德国慕尼黑工业大学客座学者；

2006年~至今在复旦大学航空航天系工作；

2020年~至今复旦大学航空航天系系主任。

主要行政与学术任职情况：

1. 国际科学组织Vebleo协会Fellow

2. 教育部航空航天专业教学指导委员会委员

3. 复旦大学学术委员会委员

4. 中国航空学会理事

5. 中国航空教育学会理事

6. 中国空气动力学理事

7. 民用飞机模拟飞行国家重点实验室学术委员会委员

8. 上海民机试飞工程技术研究中心工程技术委员会委员

9. 上海市航空发动机数字孪生重点实验室学术委员会委员

10. 教育部学位与研究生教育发展中心评审专家

11. 教育部飞行器设计与工程虚拟教研室委员

12. 教育部发动机设计与工程虚拟教研室理事

13. 国家科学技术奖与上海科学技术奖评审专家

14. 工信部重大专项飞机、发动机组编审组专家

15. 上海航空学会空气动力学会副主任

16. 上海民用发动机学会委员

研究领域：

研究方向主要致力于流体力学及飞行器智能设计、飞机/发动机智能运维两方面。研究内容广泛，流体力学及飞行器智能设计方面主要涉及复杂流动机理与流动控制、总体-气动一体化设计、低空飞行器智能设计等；飞机/发动机智能运维方面主要涉及数字孪生建模、故障诊断与健康管理、人工智能大模型技术、低空飞行器智能运维等。

开设课程：

本科生：飞行器设计与工程专业开设课程《工程流体力学》、《空气动力学》、《飞行器总体设计》。

复旦学院开设课程《航空航天技术发展导论》。

研究生：《设计空气动力学》、《高等空气动力学》。

荣誉称号：

1. 2005年获中国空气动力学会工作先进个人

2. 2005年获上海交通大学优秀教师称号

3. 2020年获复旦大学优秀共产党员称号

科技获奖情况：

1. 1996年获航空科技进步三等奖， 项目名称：跨音速全速势方程复杂组合体气动计算与软件研制；

2. 1997年获得德国BMBF奖学金，2003年获德国DAAD奖学金；

3. 1997年荣立“八五”重点实验室建设工作个人三等功；

4. 2004年“先进翼型设计技术及应用”，国防科学技术一等奖；

5. 2004年6月“先进翼型与飞行器空气动力学一体化设计研究”获陕西高等学校一等奖；

6. 2004年7月“先进翼型设计技术及对飞机设计的应用”获陕西国防科技一等奖；

7. 2021年获上海市科技进步二等奖。

教学获奖情况：

1. 2004年上海交通大学第六届吴绍辚奖教金；

2. 2004年“工科流体力学课程改革与立体化建设” 获上海优秀教学成果二等奖；

3. 2005年获上海交通大学优秀教师称号。

学术刊物任职：

Chinese Journal of Aeronautics ，Aerospace Science and technology, J Aerospace Engineering，空气动力学报，上海交通大学学报，航空学报，复旦学报，力学季刊，南航学报等期刊杂志评审专家；应用力学和数学、民用飞机设计与研究等期刊杂志编辑委员。

主持及参与的科研项目：

主持和参加的研究项目包括大型客机重大专项、商用航空发动机重大专项、973计划、上海市重点项目等60余项，主要包括：

国家重点基础研究发展计划（973计划）-民机驾驶舱人机工效综合仿真理论与方法研究

国家重点基础研究发展计划（973计划）-大型客机减阻机理和方法研究

工信部民机重大专项六项

上海市经信委重点科技专项-民用大型客机总体气动系统设计平台

上海市教委联合创新计划-航空发动机短舱的层流减阻优化设计与试验验证研究

航空科学基金-基于层流减阻思想的短舱涂层应用技术研究

航空科学基金-民用发动机低压涡轮叶片气动结构多学科集成优化设计

航空科学基金-叶轮机械叶片气动反设计研究

大型客机重大专项-C919飞机机翼气动设计

大型客机重大专项-C919飞机增升装置气动设计

大型客机重大专项-C919飞机增升装置地面效应计算分析

大型客机重大专项- C919飞机干净构型高速分离特性研究及翼面分离控制器设计

上海市教委联合创新计划-发动机风扇叶片流动损失控制数值模拟及试验验证技术研究

商用航空发动机重大专项-风扇叶型层流设计与湍流减阻试验验证研究

商用航空发动机重大专项-短舱反推过渡态与飞发一体化数值模拟研究

商用航空发动机重大专项-侧风条件下短舱和风扇非定常模拟仿真

商用航空发动机重大专项-层流短舱气动优化设计技术研究

商用航空发动机重大专项-基于运营数据的宽体客机航空发动机数据驱动模型构建技术

发表的科技论文及授权专利：

共发表论文300多篇，代表作有：

1. Yufeng Huang, Gang Sun*, Timon Rabczuk, et al. Propagation and evolution graph method embedded with physical constraints for multi-factor coupled deep fault diagnosis in aero-engines[J]. Energy, 2026, 342: 139555.

2. Xintao Zhang, Gang Sun*, Lijuan Feng, et al. Aerodynamic optimization strategy and experimental study on short inlet in crosswind conditions using decoupled intuitive class shape transformation curves[J]. Aerospace Science and Technology, 2026: 111857.

3. Xiaobin Yang, Chen Cao, Cong Wang, Liang Li, Gang Sun*. Surrogate-based optimization of nacelle intake with fan-intake interaction: mitigating flow separation under crosswind[J]. Aerospace Science and Technology, 2023, 142: 108641.

4. Huang Yufeng, Tao Jun, Sun Gang*, et al. A novel digital twin approach based on deep multimodal information fusion for aero-engine fault diagnosis. Energy, 2023, 270: 126894.

5. Jun Tao, Gang Sun, Liqiang Guo, Xinyu Wang. Application of a PCA-DBN-based Surrogate Model to Robust Aerodynamic Design Optimization [J]. Chinese Journal of Aeronautics, 2020, 33(6): 1573-1588.

6. Jun Tao, Gang Sun. Application of Deep Learning Based Multi-Fidelity Surrogate Model to Robust Aerodynamic Design Optimization [J]. Aerospace Science and Technology, 2019, 92: 722-737.

7. Jun Tao, Gang Sun, Xinyu Wang, Liqiang Guo. Robust Optimization for a Wing at Drag Divergence Mach Number Based on an Improved PSO Algorithm [J]. Aerospace Science and Technology, 2019, 92: 653-667.

8. Jun Tao, Gang Sun, Gang Wu, Liqiang Guo, et al. An Innovative Study on Low Surface Energy Micro-nano Coatings with Multilevel Structures for Laminar Flow Design [J]. Chinese Journal of Aeronautics, 2019, 32(3): 577-584.

9. Xinyu Wang, Shuyue Wang, Jun Tao, Gang Sun, et al. A PCA-ANN-based inverse design model of stall lift robustness for high-lift device [J]. Aerospace Science and Technology, 2018, 81: 272-283.

10. Shuyue Wang, Gang Sun, Wanchun Chen, et al. Database self-expansion based on artificial neural network: An approach in aircraft design [J]. Aerospace Science and Technology, 2018, 72: 77-83.

11. 陶俊，孙刚，徐康乐，基于人工神经网络的缝翼凹槽填充降噪设计，空气动力学学报，2015，33(4)：515-522.

12. 司景喆，孙刚，孟德虹，基于粒子群算法的海上风机叶片优化算法研究，空气动力学学报，2013，31(4)：498-502.

教师寄语：