魏晓蓼
魏晓蓼，男，1995年生，特聘副研究员
所属部门：数字钢铁全国重点实验室
研究方向：钢铁材料基因工程、物理冶金指导人工智能的合金设计
科研经历：
l 2024.9至今，东北大学，数字钢铁全国重点实验室，特聘副研究员
l 2023.12-2024.9，东北大学，冶金学院，博士后
教育经历：
l 2019.9-2023.11，东北大学，材料科学与工程，博士
l 2017.9-2019.9，东北大学，材料加工工程，硕士
l 2013.9-2017.7，东北大学，材料成型及控制工程，学士
博士就读于东北大学数字钢铁全国重点实验室，师从王国栋院士和徐伟教授，从事基于材料基因工程的钢铁材料设计及组织性能调控研究。博士期间的主要研究内容包括基于迁移学习的高强钢疲劳性能预测及优化，以及物理冶金指导迁移学习的耐热钢蠕变设计。博士后期间主要致力于开展物理冶金指导人工智能的研发方法研究及工业化应用。作为负责人承担中央高校基本科研经费，先后主持国家自然科学基金青年基金、博士后科学基金面上、博士后科学基金特别资助等项目，并参与国家自然科学基金的联合重点、面上项目以及国家重点研发计划子课题等国家级项目。此外，与内蒙古第一机械集团、中国航发北京航空材料研究院等多家单位深入合作。近年来，已在Acta Materialia、Scripta Materialia、International Journal of Fatigue等国际知名期刊发表多篇高水平论文。
近年来代表著作：
[1]Xiaolu Wei, Sybrand van der Zwaag, Zixi Jia, Chenchong Wang, Wei Xu, On the use of transfer modelling to design new steels with excellent rotating bending fatigue resistance even in the case of very small calibration datasets, Acta Materialia, 2022, 235: 118103.
[2]Xiaolu Wei, Chi Zhang, Siyu Han, Zixi Jia, Chenchong Wang, Wei Xu, High cycle fatigue S-N curve prediction of steels based on transfer learning guided long short term memory network,International Journal of Fatigue, 2022, 163: 107050.
[3]Xiaolu Wei, Chenchong Wang, Zixi Jia, Wei Xu, High-cycle fatigue S-N curve prediction of steels based on a transfer learning-guided convolutional neural network, Journal of materials informatics, 2022, 2(3): 9.
[4] Xiaolu Wei, Zhisong Chai, Qi Lu, Jun Hu, Zhongyi Liu, Qingquan Lai, Jianfeng Wang, Wei Xu, Cr-alloyed novel press-hardening steel with superior combination of strength and ductility, Materials Science and Engineering: A, 2021, 819: 141461.
[5]Da Ren, Chenchong Wang, Xiaolu Wei, Yuqi Zhang, Siyu Han, Wei Xu, Harmonizing physical and deep learning modeling: A computationally efficient and interpretable approach for property prediction, Scripta Materialia, 2025, 255: 116350.
[6] Chenchong Wang, Xiaolu Wei, Sybrand van der Zwaag, Qiang Wang, Wei Xu, From creep-life prediction to ultra-creep-resistant steel design: An uncertainty-informed machine learning approach, Acta Materialia, 2025, 292: 121073.