1、个人简介
陈渊，博士，教授，硕士生导师，英国利物浦约翰摩尔斯大学访问学者，中国图学学会第八届图学教育专业委员会委员。主要研究方向为超声无损检侧与评价、信号与图像处理、声场建模与仿真、微电子封装可靠性测试等。主持国家自然科学基金、陕西省自然科学基础研究计划等纵向项目5项，参加国家自然科学基金项目3 项、省部级项目5项，参加其它科研项目20余项，主持校级教改项目2项。发表学术论文40 余篇，被SCI、EI 收录20余篇。授权国家发明专利5项、实用新型专利2项、登记软件著作权3项，获陕西省科学技术进步奖1项、西安市科学技术奖1项、陕西高等学校科学技术奖2项，西安科技大学科学技术奖2项，参编专著、规划教材各1部。指导学生参加竞赛，获得国家级奖1项，省级奖2项，校级奖4项。
2、教育经历
· 1995/09－1999/07，北京理工大学，机械电子工程专业，本科学历/学士学位；
· 2001/09－2004/07，西安科技大学，机械制造及其自动化专业，研究生学历/硕士学位；
· 2004/09－2010/07，西安科技大学，安全技术及工程专业，研究生学历/博士学位。
3、工作经历
· 1999/07-2001/08，中国兵器工业第203研究所，从事科研工作；
· 2024/03-2024/09，英国利物浦约翰摩尔斯大学，访问学者；
· 2004/07至今，西安科技大学理学院，从事教学和科研工作。
4、主要科研项目
[1] 国家自然科学基金项目，52175518，微电子封装内部缺陷超声-激光数字全息显微成像复合检测方法研究，2022/01-2025/12, 主持
[2] 陕西省自然科学基础研究计划项目，2019JM-024，微电子封装内部缺陷超声-激光数字全息显微复合检测方法研究，2019/01-2020/12，主持
[3] 陕西省教育厅科学研究计划项目，11JK0776，煤矿液压支架缸体环焊缝缺陷超声检测关键技术研究，2011/07-2013/12，主持
[4] 国家自然科学基金项目，51074121，煤矿机械关键零部件缺陷超声信号提取与智能识别研究，2011/01-2013/12，参加
[5] 国家自然科学基金项目，51705418，在役轴疲劳裂纹超声非拆卸检测与定量评价，2018/01-2020/12，参加
[6] 国家自然科学基金项目，61674121，基于声显微成像的集成电路封装内部缺陷诊断方法研究，2017/01-2020/12，参加
5、主要奖励
[1] 陕西省科技进步二等奖，煤矿机电装备全寿命周期状态预测及健康管理研究与应用，3/9，2020
[2] 陕西省高等学校科学技术二等奖，煤矿设备健康管理技术与应用，4/10，2018
[3] 西安市科学技术三等奖，煤矿机械关键零部件缺陷超声信号提取与智能识别研究，3/7，2016
[4] 陕西省高等学校科学技术二等奖，微型智能瓦斯检测系统关键技术研究，4/6，2014
6、代表性论文
[1] Chen Yuan, Li Sitian, et al. Finite element simulation and experimental study of the coupling acoustic field characteristics of ultrasonic waves with internal defects inside microelectronic packaging. Microelectronics Journal, 2024, 154: 106479. (SCI)
[2] Chen Yuan, Wang Quan, et al. Phase unwrapping in digital holography based on SRDU-net. Optics Communications, 2024, 573: 131055. (SCI)
[3] Chen Yuan, Shen Hao, et al. Identification of weld defects from ultrasonic signals using GASF and an improved DCGAN-ResNet Network. Nondestructive Testing and Evaluation, 2024, 9 Aug: 1-27. (SCI)
[4] Chen Yuan, Liu Dengxue, et al. Noise suppression in the reconstructed image of digital holography based on the BEMDV method using improved particle swarm optimization. Applied Optics, 2023, 62(19): 5159-5169. (SCI)
[5] Chen Yuan, Fan Yuhui, et al. Parameter determination for the optical path of digital holography based on improved particle swarm optimization. Journal of Modern Optics, 2023, 70(10), 632-644. (SCI)
[6] Chen Yuan, Liang Shaoan, et al. Automatic classification of weld defects from ultrasonic signals using WPEE-KPCA feature extraction and an ABC-SVM approach. Insight-Non-Destructive Testing and Condition Monitoring, 2023, 65(5): 262-269. (SCI)
[7] Chen Yuan, Wang Zhongyang, et al. Research status and progress on non-destructive testing methods for defect inspection of micro-electronic packaging. Journal of Electronic Packaging, 2024, 146(3): 030801. (SCI)
[8] Chen Yuan, Fan Yuhui, et al. Speckle noise suppression of a reconstructed image in digital holography based on the BM3D improved convolutional neural network. Applied Optics, 2024, 63(22): 6000-6011. (SCI)
[9] Chen Yuan, Liu Dengxue, et al. Modeling and simulation for the investigation on ultrasonic propagation mechanism in advanced microelectronic packages. Insight-Non-Destructive Testing and Condition Monitoring, 2024, 66(7): 415-423. (SCI)
[10] Chen Yuan, Ma Hongwei, et al. Automatic classification of welding defects from ultrasonic signals using an SVM-based RBF neural network approach. Insight: Non-Destructive Testing & Condition Monitoring, 2018, 60(4): 194-199+205. (SCI)
[11] Chen Yuan, Ma Hongwei, et al. A support vector machine approach for classification of welding defects from ultrasonic signals. Nondestructive Testing and Evaluation, 2014, 29(3): 243-254. (SCI)
7、联系方式
电话：13072934399 邮箱：chenyuan1030@126.com
