闫俊
职称/头衔:副研究员
Email:yanjun@hainanu.edu.cn
● 个人简介
海南大学海洋科学与工程学院副研究员。2020年7月毕业于大连理工大学获博士学位,2020-2024年在大连理工大学从事联合博士后研究工作,2024年7月加入海南大学海洋科学与工程学院海洋工程与技术系,主要从事海洋浮式结构物及其系泊系统动力响应与模型试验研究。主持国家自然科学基金青年项目1项,参与多项国家级、省部级纵向项目及横向科研项目。在Ocean Engineering、Marine Structures、Applied Ocean Research等海洋工程领域知名期刊发表SCI论文10余篇,授权国家发明专利2项、实用新型专利1项。
● 研究方向
1. 海洋浮式结构物及其系泊系统动力响应
2. 海洋工程结构水动力模型试验方法
3. 模块化多功能超大型浮体结构系统设计
● 科研项目与课题
1. 国家自然科学基金青年项目,大幅运动下的串联浮筒系泊系统动力特性及其优化设计,2023.01-2025.12,30万,主持。
2. 国家自然科学基金地区项目,南海环岛礁海域模块化多功能超大型浮体结构及其动力耦合性能,2022.01-2025.12,38万,参与。
3. 国家自然科学基金面上项目,深水系泊系统主动式等效截断模型试验方法研究,2020.01-2023.12,60万,参与。
4. 辽宁省自然科学基金项目,动力定位和系泊联合定位系统的预判触发与协作控制研究,2021.08-2023.07,20万,参与。
5. 中海油能源发展股份有限公司委托项目,118单点系泊缆快速连接器拆解试验分析,2021.10-2022.04,209万,参与。
● 论文与专著
[1] Yan J, Qiao D*, Li B**, et al. An improved method of mooring damping estimation considering mooring line segments contribution. Ocean Engineering, 2021, 239: 109887.
[2] Qiao D, Zhi G, Yan J*, et al. Active truncation model test method of deep-water mooring system: a numerical simulation study on time delay compensation of actuator motion. Applied Ocean Research, 2021, 111: 102645.
[3] Qiao D, Yan J*, Feng C, et al. Numerical analysis on wave load reduction effect of a solid wall with porous plate by macroscopic CFD approach. Ocean Engineering, 2021, 237: 109624.
[4] Qiao D, Mackay E, Yan J*, et al. Numerical simulation with a macroscopic CFD method and experimental analysis of wave interaction with fixed porous cylinder structures. Marine Structures, 2021, 80: 103096.
[5] Qiao D, Yin L, Yan J*, et al. Influence of active control strategy on the motion compensation at the truncated point of mooring line. China Ocean Engineering, 2021, 35(5): 700–711.
[6] Qiao D, Haider R, Yan J*, et al. Review of Wave Energy Converter and Design of Mooring System. Sustainability, 2020, 12(19): 8251.
[7] Qiao D, Li B*, Yan J*, et al. Transient Responses Evaluation of FPSO with Different Failure Scenarios of Mooring Lines. Journal of Marine Science and Engineering, 2021, 9(2): 103.
[8] Yan J, Qiao D*, Ou J. Optimal design and hydrodynamic response analysis of deep water mooring system with submerged buoys. Ships and Offshore Structures, 2018, 13(5): 476–487.
[9] Wang Z, Qiao D, Yan J, et al. A new approach to predict dynamic mooring tension using LSTM neural network based on responses of floating structure. Ocean Engineering, 2022, 249: 110905.