职称：讲师

工作部门：工学院机械工程系

办公地点：科技楼301

电子邮箱：jiajunwu@stu.edu.cn

研究兴趣：激光冲击强化、激光清洗技术、金属增材制造、表面工程和机器学习等。

吴嘉俊，博士，讲师，硕士研究生导师，汕头市高层次人才（B类），中国机械工程学会高级会员，汕头市机械工程学会监事。2021年9月毕业于中国科学院沈阳自动化研究所机械制造及其自动化专业，获工学博士学位。2021年10月起入职于汕头大学工学院机械工程系，主讲《机械设计》、《3D打印与特种加工》、《机械设计课程设计》和《生物学导论》等课程。

教育背景：

2016.09-2021.09中国科学院沈阳自动化研究所机械制造及其自动化，工学博士

2016.09-2017.06中国科学技术大学工程科学学院自动化系，代培研究生

2012.09-2016.06北京化工大学机电工程学院过程装备与控制工程，工学学士

主要科研项目：

2023.03-2025.12工业和信息化部2023年高性能金刚石锯片项目（2340STCZB1920），项目参与人，项目总投资：26100万元（其中，申请中央财政资金：7830万元）。

2023.11-2024.10广东省市场监督管理局制造业标准化“揭榜挂帅”重点项目（粤市监标准〔2023〕525号）“轻工机械产业高质量发展标准体系规划”，参与单位项目负责人。

2023.04-2023.10技术服务项目（广东广易通机械配件有限公司）“齿轮加工去毛刺及打磨技术”，项目负责人。

2022.03-2025.02汕头大学科研启动金资助项目（NTF22001）“航发高温合金叶片激光增材制造工艺优化及其表面强韧化机理与质量控制”，项目负责人。

2018.11-2021.10上海飞机制造有限公司技术攻关项目（Y8W6470601）“复合材料表面激光处理技术”，项目参与人。

2018.01-2021.12国家自然科学基金面上项目（51775542）“整体叶盘叶片自寻位研抛加工及表面完整性控制”，项目参与人。

2017.01-2020.12国家自然科学基金-辽宁省联合基金重点项目（U1608259）“高性能薄壁件激光冲击表面强韧化机理及精准调控技术”，项目参与人。

2017.07-2019.12沈阳市“双百工程”项目（Y17-0-010）“航空结构件激光冲击强化装备研制”，项目参与人。

2016.07-2019.12国家重点研发计划项目（2016YFB1102704）“航空发动机整体叶盘激光冲击高效智能装备的开发与示范应用”，项目参与人。

教改项目：

2023.03-2025.01高等教育教学改革项目，“面向机械专业的全生命周期多维动态自主考核体系探索与实践”，校级立项，项目负责人，总经费：0.8万元。

主要科研论文：

[1]Wu J J, Zhao J B, Qiao H C, et al. Acoustic wave detection of laser shock peening[J]. Opto-Electronic Advances, 2018, 1(9): 180016.

[2]Wu J J, Liu X J, Zhao J B, et al. The online monitoring method research of laser shock processing based on plasma acoustic wave signal energy[J]. Optik, 2019, 183: 1151-1159.

[3]Wu J J, Zhao J B, Qiao H C, et al. Evaluating methods for quality of laser shock processing[J]. Optik, 2020, 200: 162940.

[4]Wu J J, Zhao J B, Qiao H C, et al. A new acoustic emission on-line monitoring method of laser shock peeing[J]. Optik, 2020, 205:163578.

[5] Hu X L¹,Wu J J¹, Zhao J B, et al. Numerical simulation of the surface morphology and residual stress field of IN718 alloy by Gaussian mode laser shock[J]. Optik, 2020, 207:164441.（共同第一作者）

[6]Wu J J, Zhao J B, Qiao H C, et al. The New Technologies Developed from Laser Shock Processing[J]. Materials, 2020, 13(6):1453.

[7]Wu J J*, Zhao J B, Qiao H C, et al. A methodto determine the material constitutive model parameters of FGH4095 alloy treated by laser shock processing[J]. Applied Surface Science Advances, 2020, 1: 100029.

[8]Wu J J*,Huang Z, Qiao H C, et al. Artificial neural network approach for mechanical properties prediction of TC4 titanium alloy treated by laser shock processing[J]. Optics and Laser Technology, 2021, 143: 107385.

[9]Wu J J*, Li Y H, Zhao J B, et al. Prediction of residual stresses induced by laser shock processing based on artificial neural networks for FGH4095 superalloy[J]. Materials Letters, 2021, 286: 129269.

[10]Wu J J*, Xu Z H, Qiao H C, et al. Mechanical properties prediction of superalloy FGH4095 treated by laser shock processing based on machine learning[J]. Materials Letters, 2021, 297: 129970.

[11] Huang Z,Wu J J *, Xie F. Automatic surface defect segmentation for hot-rolled steel strip using depth-wise separable U-shape network[J]. Materials Letters, 2021, 301: 130271.（唯一通讯作者）

[12]Wu J J*, Liu X J, Qiao H C, et al. Using an artificial neural network to predict the residual stress induced by laser shock processing[J]. Applied Optics, 2021, 60(11): 3114-3121.

[13]Wu J J*, Zhao J B, Qiao H C, et al. Research on the technical principle and typical applications of laser shock processing[J]. Materials today: proceedings, 2021, 44: 722-731.

[14]Wu J J*, Zhao J B, Qiao H C, et al. A method for obtaining the fraction of absorbed energy of material based on laser shock processing experiment and simulation[J]. The International Journal of Advanced Manufacturing Technology, 2022, 118(1-2): 23-31.

[15] Huang Z, Sun M, Liu Y X,Wu J J*. CSAUNet: A Cascade Self-attention U-shaped Network for Precise Fundus Vessel Segmentation[J]. Biomedical Signal Processing and Control, 2022, 75: 103613.（唯一通讯作者）

[16]Wu J J, Huang Z, Qiao H C, et al. Prediction about residual stress and microhardness of material subjected to multiple overlap laser shock processing using artificial neural network[J]. Journal of Central South University, 2022, 29(10): 3346-3360.

[17]Wu J J, Lin X Z, Qiao H C, et al. Microstructural Evolution and Surface Mechanical Properties of the Titanium Alloy Ti-13Nb-13Zr Subjected to Laser Shock Processing[J]. Materials, 2023, 16(1): 238.

[18]Wu J J，Ding W W, Zhai Y K, et al.Laser shock processing on selective laser melted 15-5PH stainless steel: Improving mechanical properties and wear resistance[J]. Wear, 2023, 522: 204836.

[19]Wu J J, Li Y H, Qiao H C, et al. Prediction of mechanical properties and surface roughness of FGH4095 superalloy treated by laser shock peening based on XGBoost[J]. Journal of Alloys and Metallurgical Systems, 2023, 1: 100001.

[20] Zhou Z H, Sun W P,Wu J J*, et al. The Fundamental Mechanisms of Laser Cleaning Technology and Its Typical Applications in Industry[J]. Processes, 2023, 11: 1445.（通讯作者）

[21]Wu J J*, Zhou Z H, Lin X Z, et al. Improving the Wear and Corrosion Resistance of Aeronautical Component Material by Laser Shock Processing: A Review[J]. Materials, 2023, 16(11): 4124.

[22]吴嘉俊,赵吉宾,乔红超,等.激光冲击强化技术的应用现状与发展[J].光电工程, 2018, 45(2): 170690.

[23]吴嘉俊,刘学军,赵吉宾,等.基于空气中冲击波信号能量的激光冲击强化在线检测方法[J].表面技术, 2019, 48(10): 100-106.

[24]吴嘉俊,赵吉宾,乔红超,等.温度辅助激光冲击强化对GH4169合金力学性能的影响[J].塑性工程学报, 2019, 26(1):199-205.

[25]刘学军,张旖诺,吴嘉俊*,等.激光冲击强化技术原理及其应用研究[J].有色金属加工, 2019, 48(1): 10-15.（唯一通讯作者）

[26]乔红超,何佳琪,赵吉宾,吴嘉俊*,李竟锋.增材316L不锈钢的激光冲击强化研究[J].激光与红外, 2022, 52(8): 1147-1152.（唯一通讯作者）

主要专利情况：

[1]赵吉宾,吴嘉俊,乔红超,等.一种基于声发射信号的激光冲击强化在线检测方法与装置:中国发明专利, ZL201810767982.5[P], 2021-09-24.（已授权）

。