邮箱：juntao@fudan.edu.cn
邯郸校区光华楼东主楼2704室
教育经历：
l 2009-9至2014-7, 复旦大学, 流体力学, 博士
l 2005-9至2009-7, 复旦大学, 飞行器设计与工程, 学士
工作经历：
l 2023-12至今, 复旦大学, 航空航天系, 副教授
l 2020-5至 2023-12, 复旦大学, 航空航天系, 青年副研究员
l 2017-10至2019-10, 加州大学欧文分校, Associate Specialist
l 2014-6至2017-1, 复旦大学, 博士后
研究方向和领域：
主要集中在飞行器设计和空气动力学两方面。参与了国产大型客机C919、C929和商用航空发动机CJ-1000、CJ-2000的多项国家重大专项的气动设计研制工作，研究方向包括：复杂流动机理、计算空气动力学、飞行器总体设计、飞机/发动机空气动力学优化和设计，飞机/发动机气动噪声计算与降噪设计、气动弹性、多学科优化、人工智能方法、数字孪生技术等。
学术兼职：
l 《应用数学和力学》期刊青年编委会副主任
l 《航空科学技术》期刊青年编委
l 中国空气动力学会空气弹性力学专委会委员
l 中国空气动力学会气动声学专业组委员
l 中国空气动力学会科学传播和普及工作委员会委员
l 中国航空教育学会航空科普分会委员
l 上海航空学会空气动力学专委会委员
人才计划与主持的科研项目：
l 2020上海市浦江人才计划
l 国家自然科学青年基金：基于激波控制和层流设计的大涵道比涡扇发动机风扇流动损失控制研究
l 中国工程院院地合作项目：电动通用航空产业链关键技术路线图研究
l 中国航发商发公司项目：基于数据分析的C2X-02整机虚实数据健康诊断模型设计与验证
l 国家自然科学基金集成项目外协课题：可压缩湍流高精度数值模拟测试
l 中国航发商发公司项目：基于数据驱动的航空发动机故障诊断仿真模型的构建研究
l 翼型、叶栅空气动力学国家级重点实验室：基于多可信度深度学习代理模型的翼型和机翼多目标优化设计
l 旋翼空气动力学重点实验室基金：高海拔大气环境下的旋翼翼型优化设计
l 气动噪声控制重点实验室基金：大型客机增升装置气动噪声高精度数值分析方法研究
l 复旦大学引进人才启动项目：基于多可信度代理模型的大型客机高效气动优化设计方法研究
l 上海市科委科研项目：上海固定翼长航时无人机关键技术研究论证
l 航空科学基金重点项目：民发专项-基于层流减阻思想的短舱涂层应用技术研究
l 上海市联合创新计划：航空发动机热力性能衰退分析与气路故障诊断技术（负责气路故障诊断子课题）
以骨干成员参与的科研项目：
l 工信部民机重大专项五项
l 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
l 上海市联合创新计划—航空发动机短舱的层流减阻优化设计与试验验证研究
l 上海市联合创新计划—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
l 大型客机重大专项—C919飞机机翼气动设计
l 大型客机重大专项—C919飞机增升装置气动设计
l 大型客机重大专项—C919飞机增升装置地面效应计算分析
l 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
代表性成果：
（1）发表论文：
l Jun Tao, Gang Sun. A Novel Optimization Method for Maintaining Aerodynamic Performances in Noise Reduction Design [J]. Aerospace Science and Technology, 2015, 43: 415-422.(SCI Q1区)
l Jun Tao, Gang Sun. An Artificial Neural Network Approach for Aerodynamic Performance Retention in Airframe Noise Reduction Design of a 3D Swept Wing Model [J]. Chinese Journal of Aeronautics, 2016, 29(5): 1213-1225. (SCI Q1区)
l Jun Tao, Gang Sun, Jingzhe Si, Zhibo Wang. A Robust Design for a Winglet Based on NURBS-FFD Method and PSO Algorithm [J]. Aerospace Science and Technology, 2017, 70: 568-577. (SCI Q1区)
l 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. (SCI Q1区)
l 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. (SCI Q1区)
l 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. (SCI Q1区)
l 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. (SCI Q1区，亮点文章)
l Liqiang Guo, Jun Tao*, Cong Wang, Miao Zhang, Gang Sun*. Fuel efficiency optimization of high-aspect-ratio aircraft via variable camber technology considering aeroelasticity [J]. Proceedings of the Institution of Mechanical Engineers Part G-Journal of Aerospace Engineering, 2021, 235(7): 782-793. (SCI检索)
l Jun Tao, Xinyu Wang, Gang Sun*. Stall characteristics analyses and stall lift robustness inverse design for high-lift devices of a wide-body commercial aircraft. Aerospace Science and Technology, 2021, 111: 106570. (SCI Q1区)
l Yufeng Huang, Gang Sun*, Jun Tao*, et al. A modified fusion model-based/data-driven model for sensor fault diagnosis and performance degradation estimation of aero-engine[J]. Measurement Science and Technology, 2022, 33(8): 085105. (SCI检索)
l Yufeng Huang, Jun Tao*, Gang Sun, et al. A Prognostic and Health Management Framework for Aero-Engines Based on a Dynamic Probability Model and LSTM Network[J]. Aerospace, 2022, 9(6): 316. (SCI Q1区)
l Jun Tao, Gang Sun*. A novel hybrid method for aerodynamic noise prediction of high-lift devices [J]. Chinese Journal of Aeronautics, 2023, 36(9): 151-161.(SCI Q1区，亮点文章)
l Yongchuan Wu, Gang Sun, Jun Tao*. An Improved Multi-objective Particle Swarm Optimization Method for Rotor Airfoil Design [J]. Aerospace, 2023, 10(9): 820. (SCI Q1区)
l Jing Su, Gang Sun, Jun Tao*. A novel inverse design method for morphing airfoil based on deep reinforcement learning [J]. Aerospace Science and Technology, 2024, 145: 108895. (SCI Q1区)
（2）授权发明专利：
l 游波, 孙刚, 吴刚, 郭红冲, 陶俊.一种低表面能微纳米涂层材料及其制备方法. 中国, ZL 201610537163.2.
l 孙刚, 游波, 陶俊, 王舒悦. 一种基于微纳米涂层的飞机机翼转捩延迟方法. 中国, ZL 201610537263.5.
l 孙刚, 王舒悦, 孙燕杰, 陶俊. 基于人工神经网络的飞机翼型优化设计方法. 中国, ZL 201510196146.2.
l 孙刚, 王舒悦, 孙燕杰, 陶俊. 基于人工神经网络的飞机翼型/机翼反设计方法. 中国, ZL 201510198979.2.
导师寄语：
本课题组主要从事民用飞机/发动机数值模拟、系统仿真、总体气动优化设计、多学科优化以及应用空气动力学等方面研究，提倡在传统方法的基础上，积极开展新兴方法（如深度学习、人工智能）和多学科交叉融合研究（如材料科学、大数据）。欢迎有志于从事航空航天事业的本科生、硕博研究生和博士后加入本课题组。
