学      位：博士

所在系所：机械电子工程系

办公地点：机电楼715

电子邮箱：slk@ustb.edu.cn

科研方向：数字孪生、物理智能、具身智能装备、结构/机构可靠性

---

教育/工作经历：

2026.07-至今   betway88西汉姆联，betway88西汉姆联，副教授

2025.07-2026.06　betway88西汉姆联，betway88西汉姆联，特聘副教授

2024.07-2025.06　北京航空航天大学，国际前沿交叉科学研究院，助理教授

2023.01-2024.12　香港理工大学，机械工程系，香江学者研究员

2020.11-2024.06　北京航空航天大学，航空发动机研究院，卓越百人博士后

2016.09-2020.07　北京航空航天大学，航空宇航推进理论与工程，获博士学位

代表性论著：

[1] LK Song, MGR Faes, F Tao. Generative data-physics fusion for hierarchical reliability assessment, Reliability Engineering & System Safety, 2026, 272: 112642. (Q1, TOP, IF=13.7) ESI 1%高被引论文

[2] LK Song, F Tao, et al. Mixed loss-guided modular regression for dependent system reliability, Reliability Engineering & System Safety, 2026, 267: 111898. (Q1, TOP, IF=13.7) ESI 1%高被引论文

[3] LK Song, F Tao, et al. Physics-embedding multi-response regressor for time-variant system reliability assessment, Reliability Engineering & System Safety, 2025, 263: 111262. (Q1, TOP, IF=13.7) ESI 0.1%热点& ESI 1%高被引论文

[4] LK Song, YS Choy, et al. Cascade ensemble learning for multi-level reliability evaluation, Aerospace Science and Technology, 2024, 148: 109101. (Q1, TOP, IF=6.4) ESI 1%高被引论文

[5] XQ Li, LK Song*, et al. Multivariate ensembles-based hierarchical linkage strategy for system reliability evaluation of aeroengine cooling blades, Aerospace Science and Technology, 2023, 138: 108325. (Q1, TOP, IF=6.4) ESI 0.1%热点& ESI 1%高被引论文

[6] XQ Li, LK Song*, et al. Vectorial surrogate modeling approach for multi-failure correlated probabilistic evaluation of turbine rotor, Engineering with Computers, 2023, 39(3): 1885-1904. (Q1, SCI, IF=4.1) ESI 1%高被引论文

[7] LK Song, F Tao, et al. Cascade sampling-driven block mapping for coupled reliability evaluation of turbine cooling systems, Mechanical Systems and Signal Processing, 2025, 236: 113008. (Q1, TOP, IF=10.2)

[8] LK Song, J Wen, et al. Distributed collaborative probabilistic design of multi-failure structure with fluid-structure interaction using fuzzy neural network of regression, Mechanical Systems and Signal Processing, 2018, 104: 72-86. (Q1, TOP, IF=10.2)

[9] LK Song, CW Fei, et al. Dynamic neural network method-based improved PSO and BR algorithms for transient probabilistic analysis of flexible mechanism, Advanced Engineering Informatics, 2017, 33: 144-153. (Q1, TOP, IF=11.5)

[10] LK Song*, GC Bai, et al. A novel metamodeling approach for probabilistic LCF estimation of turbine disk. Engineering Failure Analysis, 2021, 120, 105074. (Q1, TOP, IF=7)

[11] LK Song*, GC Bai, et al. A unified fatigue reliability-based design optimization framework for aircraft turbine disk. International Journal of Fatigue, 2021, 152, 106422. (Q1, TOP, IF=7)

[12] LK Song, GC Bai, et al. Probabilistic LCF life assessment for turbine discs with DC strategy-based wavelet neural network regression, International Journal of Fatigue, 2019, 119, 204-219. (Q1, TOP, IF=7)

[13] LK Song*, GC Bai, et al. Dynamic surrogate modeling approach for probabilistic creep-fatigue life evaluation of turbine disks. Aerospace Science and Technology, 2019, 95, 105439. (Q1, TOP, IF=6.4)

[14] LK Song, GC Bai, et al. Multi-failure probabilistic design for turbine bladed disks using neural network regression with distributed collaborative strategy. Aerospace Science and Technology, 2019, 92, 464-477. (Q1, TOP, IF=6.4)

[15] LK Song, CW Fei*, et al. Multi-objective reliability-based design optimization approach of complex structure with multi-failure modes. Aerospace Science and Technology, 2017, 64, 52-62. (Q1, TOP, IF=6.4)

[16] YW Wang, LK Song*, et al. Probabilistic fatigue estimation framework for aeroengine bladed discs with multiple fuzziness modeling. Journal of Materials Research and Technology-JMR&T, 2023, 24, 2812-2827. (Q1, SCI, IF=7.3)

[17] BW Wang, WZ Tang, LK Song*. Deep neural network-based multiagent synergism method of probabilistic HCF evaluation for aircraft compressor rotor. International Journal of Fatigue, 2023, 170, 107510. (Q1, TOP, IF=7)

[18] K Deng, LK Song*, et al. Improved Kriging-based hierarchical collaborative approach for multi-failure dependent reliability assessment. International Journal of Fatigue, 2022, 160, 106842. (Q1, TOP, IF=7)

[19] XQ Li, LK Song*, et al. Deep learning regression-based stratified probabilistic combined cycle fatigue damage evaluation for turbine bladed disks. International Journal of Fatigue, 2022, 159, 106812. (Q1, TOP, IF=7) 

[20] H Zhang, LK Song*, et al. Active extremum Kriging-based multi-level linkage reliability analysis and its application in aeroengine mechanism systems. Aerospace Science and Technology, 2022, 131, 107968. (Q1, TOP, IF=6.4)

代表性发明专利：

[1] 陶飞, 宋鲁凯, 王子同, 张贺, 左颖. 一种航空发动机叶盘结构可靠性数实融合测试方法[P]. CN202411752671.3

[2] 陶飞, 王思远, 宋鲁凯, 周尧明, 张贺, 左颖. 一种面向整体叶盘加工的刀具磨损数实融合测试方法[P]. CN202510546237.8

[3] 陶飞, 张帅, 宋鲁凯, 张贺, 左颖, 朱永怀. 基于数字空间密度网格的多传感融合人机距离估计方法[P]. CN202510181396.2

[4] 陶飞，张贺，张帅，宋鲁凯, 王子同. 一种空天装备数实试验数据匹配与映射方法、装置[P]. CN202411919720.8

[5] 宋鲁凯, 白广忱, 张红, 李雪芹. 一种航空发动机典型机构多构件失效相关的可靠性仿真方法[P]. CN202210209702.5

[6] 宋鲁凯, 白广忱, 李雪芹, 张红, 罗安平. 一种基于学科分解的多失效结构分布式协同可靠性方法[P]. CN202210084456.5

[7] 宋鲁凯, 白广忱, 李雪芹, 张红, 马心怡. 一种基于多层级分布式协同代理模型的复杂结构可靠性方法[P]. CN202210175261.1

[8] 宋鲁凯, 白广忱, 张红, 李雪芹, 樊晨辉. 一种基于多目标代理模型的静叶调节机构系统可靠性分析方法[P]. CN202111668038.2

 

成果与荣誉：

面向飞机/航空发动机、工业/医疗机器人等高端装备数智化发展需求，融合数字孪生、人工智能与可靠性科学等理论与技术，开展可靠性数智孪生共性理论、方法及关键技术研究，实现装备生成式设计、虚实融合试验、全寿命演化推演及自主智能决策，并拓展应用于航空航天、智能制造与医疗健康等领域。

入选香江学者计划，主持国家自然科学基金（面上、青年）、省自然科学基金面上、中国博士后科学基金、中央高校科研业务费、重点实验室课题等项目10余项。其中，国家自然科学基金青年项目获评优秀结题，并受邀在IMCC2025作口头汇报。作为项目骨干，参与国家两机重大专项、国家重点研发计划、国家自然科学基金（重点、国际合作、区域联合）等项目。近年来，以第一/通讯作者发表SCI论文40余篇，其中一区论文33篇（2篇入选ESI 0.1%热点论文、6篇入选ESI 1%高被引论文），总引用2000余次，H指数29。获香江学者奖、航空强国中国心奖、Early Career Award（早期生涯奖）等荣誉，2023年以来连续入选World’s Top 2% Scientists榜单。

 与香港理工大学、德国多特蒙德工业大学、英国帝国理工大学、意大利米兰理工大学等境外高校科研团队建立稳定合作关系，支持研究生海外交流、联合培养及深造。与中国航发、航空工业、航天科技等系统内科研院所保持密切合作，可推荐优秀员工赴相关科研院所及重点企业工作。