日前，根据2022年9月ESI数据库最新更新的数据显示，我校机电学院硕士研究生包鹏羽发表在《Engineering Failure Analysis》上的论文1“Influences of Friction Self-Excited Vibration Characteristics of Various Types of High-Speed Trains on Rail Corrugations in Braking Sections”（指导老师：崔晓璐副教授）和土木学院博士研究生唐启智发表在《Measurement》上的论文2“Novel Identification Technique of Moving Loads Using the Random Response Power Spectral Density and Deep Transfer Learning”（指导老师：周建庭教授）入选ESI高被引论文，其中论文1同时入选前沿研究核心论文。

论文1为团队大跨拱桥智能建造方向的成果。该成果面向行业重大需求，聚焦交通基础设施智能建造的装备研发需求，通过考虑山区线路条件下车辆的服役特性，探究了系统自激振动和桥梁轨面反馈振动的耦合作用，创新性地提出了山区复杂服役环境下多向耦合振动的桥梁轨面损伤预测模型及智能调控方法。研究表明所提出的预测模型和调控方法具备多车辆运行工况、线路结构、线路不平顺等条件下桥梁轨面损伤的精准预测和有效调控，解决了传统施工作业效率低且关键结构状态未能精准评估的问题，可为智能建造中交通运输装备的研发提供有益参考。

论文2聚焦桥梁移动荷载识别问题，通过考虑路面随机激励的干扰，推导了随机激励作用下车桥耦合振动响应的频域计算模式，创新性的结合桥梁振动响应功率谱密度和深度迁移学习方法进行移动荷载识别。研究表明所提方法识别精度高、鲁棒性好，具备车辆重量、车辆速度、路面不平整度多种信息的识别能力，解决了传统方法需要高昂的仪器设备以及识别过程的病态问题，可为桥梁车辆荷载超重超限的监测管理提供有益参考。

另外，2022年7月ESI数据库更新的数据显示，土木学院研究生罗文珑（指导老师：黄博副教授）发表的论文“Numerical Simulation of Dynamic Response of Submerged Floating Tunnel under Regular Wave Conditions”入选ESI高被引论文，此次更新后仍然在列。

ESI高被引论文是同一年同一个ESI学科中发表的所有论文按被引用次数由高到低进行排序，排在前1%的论文，通常在其研究领域具有较高的影响力，是衡量研究成果是否受到学术界广泛关注的重要指标。此次我校高被引论文的成功入选，标志着我校在关键技术创新、研究生培养方面取得的又一显著成效，彰显了我校在桥梁智能建造、桥梁监测评估方向的核心竞争力，着力提升了我校在山区桥梁工程领域的基础理论研究水平和学科影响力，也是实现高水平科技自立自强的重要体现。

据悉，黄博副教授、崔晓璐副教授均为周建庭教授团队大跨拱桥智能建造方向的骨干成员，此次入选文章也是团队该方向产出的重要成果。