新闻

2026年2月10日CNERC-Rail学术研讨会:广西大学黄铭枫教授

2026 年 2 月 10 日下午，香港理工大学国家轨道交通电气化与自动化工程技术研究中心（香港分中心）成功举办了主题为 “Physical Simulation and Turbulence Numerical Generation of Urban Typhoon Wind Fields” 的学术讲座。本次讲座特邀 广西大学黄铭枫教授担任主讲，系统介绍了城市台风风场的多尺度数值模拟方法、WRF–LES 耦合框架在真实台风条件下的应用，以及高层建筑表面风压特性的分析方法。 讲座中，黄铭枫教授以超强台风“山竹（Mangkhut）”为例，阐述了受损与未受损建筑区域周围风场差异及风压非高斯特性，并结合风洞试验对数值模拟结果的可靠性进行了验证。此外，黄教授还介绍了基于 GPU 并行加速的三维湍流风场生成方法，有效提升了 WRF–LES 模拟中湍流生成的计算效率。报告内容引发了在场师生的积极讨论，为城市风环境模拟与抗台风设计研究提供了有益参考。

中车长春轨道客车股份有限公司代表团访问香港理工大学国家轨道交通电气化与自动化工程技术研究中心（香港分中心）(CNERC-Rail)

2026 年 1 月 21 日上午，中车长春轨道客车股份有限公司代表团到访香港理工大学，并在 Block V V1003 会议室与国家轨道交通电气化与自动化工程技术研究中心（香港分中心）（CNERC-Rail）举行交流会议。 倪一清教授代表 CNERC-Rail 致欢迎辞并介绍了中心的研究方向与团队概况；随后，高阳部长介绍了中车长春轨道客车股份有限公司工程研究中心未来技术研究部的组织架构、研究重点及相关技术布局。香港理工大学杭州技术创新研究院的陆洋博士介绍了研究院的最新科研进展。此外，CNERC-Rail的黎绍佳教授、王晓博士、许馨月女士及曾港先生分别汇报了近期研究工作。 双方围绕基于多源传感器融合的智能巡检系统应用场景、交通领域智能问答能力基准测试、小样本时间序列建模及PHM相关技术等议题展开深入讨论，并就人工智能算法与系统架构交换意见，探讨潜在合作模式，初步明确联合科研与技术协作路径。

2026年1月14日CNERC-Rail学术研讨会:意大利都灵理工大学 Giuseppe Lacidogna 教授

2026年1月14日上午，香港理工大学国家轨道交通电气化与自动化工程技术研究中心（香港分中心）成功举办了主题为“Eco-Friendly and Self-Healing Construction Materials: Mechanical Testing and Acoustic Emission Analysis”的学术研讨会。本次研讨会特邀意大利都灵理工大学 Giuseppe Lacidogna 教授担任主讲，系统介绍了环保自愈型建筑材料的最新研究进展、声学发射（AE）在无损检测中的关键作用，以及工业废胶、陶瓷废料和火山灰等废弃物在水泥基与碱激发材料中的高值化利用路径。 活动现场，Lacidogna 教授进一步分享了基于 AE 的裂缝机理识别、自愈胶囊修复效率评估及碳纤维复合材料热修复多技术联合监测案例，展示了从实验室配比到实际构件性能验证的全链条研究范式，引发了在场师生的热烈讨论。本次讲座为绿色建材与结构健康监测领域学者提供了宝贵的学术交流平台，获得了与会者的一致好评。

理大首办科技成果转化大会暨技术创新研究院首届年度交流会 15所内地研究院及研究中心齐聚晋江 共筑创新创业生态圈

12月3日 浙江宁波：建筑材料行业科技创新大会获奖

第二届轨道交通结构健康监测国际创新大赛

浙江省台州市政协代表团及香港台州籍企业家访问香港理工大学CNERC-Rail中心

倪一清教授荣获理大「2024年度专利申请优秀奖」

2025年8月26日第二届沿海城市智能式热带风暴减灾系统国际研讨会圆满成功，为未来城市韧性建设铺平道路

2025年6月10日 《21世纪经济报道》专访香港理工大学倪一清教授：AI 赋能高速铁路和磁悬浮安全监控

Prof. Yi-Qing Ni from the Hong Kong Polytechnic University has made remarkable achievcmtats in the field of structural health monitoring. The fiber Bragg grating sensors developed by his team have been applied to major railway lines such as the Beijing-Shanghai High-Speed Rail and the Lanzhou-Xinjiang Railway. This technology enables real-time monitoring of key indicators such as wheel flats and track deformation, thereby significantly enhancing the safety and operational efficiency of  high-speed rail services. In 2016, this technology was successfully used in the Singapore MRT and for monitoring structural components of train cars. Line 4 of the Rio Olympic Metro, The total length of tracks under monitoring reach 500 kilometers. Prof. Yi-Qing Ni has also led his team in establishing an object detection system based on images and LiDAR technology, which can accurately identify objects on railway tracks for ensuring the safe operation of trains. The AI-powered intelligent monitoring cloud platform developed by his team allows maintenance personnel to monitor train operation data in real time and to optimize the central control system. This platform has been implemented in the railway networks in Singapore and Hong Kong, as well as Chinese Mainland high-speed rail lines. In the realm of railway noise control, the acoustic metamaterial sound-absorbing barriers and intelligent particle dampers developed by Prof. Ni's team can effectively mitigate the noise generated by rail transit, thereby enhancing passenger comfort. These technologies are currently undergoing testing and trial application in the Hong Kong and Shenzhen MTR. Furthermore, Prof. Ni has been actively promoting the integration of smart materials and AI. The self-sensing concrete he developed is currently undergoing application tests in collaboration with the Shanghai Railway Bureau. He is leading the project "INTACT: Intelligent Tropical Storm Disaster Mitigation System for Coastal Cities" which adopts LiDAR wind measurement technology as the core, for quantitative prediction of the potential destructive force of typhoons on buildings with a view to formulating solution for coping with extreme storms in coastal cities. Prof, Ni stresses the significance of cultivating interdisciplinary talents and recommends civil engineering students learning advanced technologies such as artificial intelligence to better adapt to the future development of the industry.