在学院全面谋划“十五五”发展规划，深入推进科教融汇背景下，水利工程系教师郭凌云紧扣水利工程领域关键技术难题，以扎实的学术功底与深度跨学科协作能力，在国际学术舞台取得新突破。近年来，郭凌云老师围绕管道结构安全评估、混凝土裂缝智能检测等核心方向开展系统性研究，近期成功在国际学术顶刊上发表多篇高水平论文，为水利工程安全运维提供了先进的理论方法与技术支撑，实现了我院在国际顶级期刊中零的突破。

郭凌云老师的科研工作紧扣水利行业实际需求，以解决行业实际问题为导向，通过“理论创新－模型构建－工程验证”的研究路径，精准聚焦水利工程基础设施安全痛点，4篇论文从传统力学优化与人工智能应用双维度突破，形成互证互补的研究体系，学术影响力贯穿基础研究与工程应用。

其中，以第一作者身份在JCR TOP期刊《Thin-Walled Structures》（IF:6.6）发表的2篇论文《ESDLC: A high-performance failure assessment model for pipelines with a single crack-like defect》和《A Novel Enhanced Failure Assessment Diagram (EFAD) for predicting axial crack failures in pipelines》，以及以第二作者兼通讯作者身份在JCR Q3期刊《Journal of Pipeline Systems Engineering and Practice》（IF:1.7）发表的论文《A novel intelligent deep learning model for predicting the burst pressure of pipelines with outer axial surface cracks》，聚焦管道结构安全评估，针对管道外表面轴向裂缝评估这一行业核心难题，创新性提出两种裂缝评估理论模型与一种人工智能预测模型，有效解决了应力与腐蚀耦合作用下的管道运行安全问题，显著提升了工程实用性。

此外，郭凌云老师以第二作者身份在JCR TOP期刊《Expert Systems with Applications》（IF:7.5）发表的论文《The lightweight CS-YOLO model applied for concrete crack segmentation》，针对混凝土坝体裂缝小目标难识别、复杂背景易误判的行业痛点，创新性开发了轻量化裂缝分割模型（CS-YOLO），打破传统水利工程检测“依赖人工、效率低、误差大”的局限，将人工智能技术与水利检测深度融合，推动了水利检测智能化转型，攻克了混凝土坝体裂缝检测难题，并为无人机智能检测大坝工程安全提供了先进的计算算法与理论依据。

ESDLC模型建立思路图

EFAD模型预测效果展示图

TBGN模型框架图

CS-YOLO模型框架图

郭凌云老师的系列SCI论文成果，既立足水利工程学科前沿，又紧扣水利行业实际需求；既实现理论突破，又可推动技术转化，为学院教师开展科研工作树立了榜样。

下一步，学院将通过建设高水平教师科研创新团队和搭建高水平科研平台，积极创造科研创新条件，强化对教师科研创新工作支持力度，争取更多更高质量的科研成果，赋能人才培养与社会服务，切实提升学院科技创新竞争力。