1）人工智能及深度学习在流体学中的应用研究
包括：深度学习与湍流预测、流动智能控制与多学科优化
2）信号处理与故障诊断
包括：基于深度学习的故障诊断、信号处理与趋势预测
个人简介：博士，副教授，硕士生导师，机器人与智能制造实验室。2016年于浙江大学获博士学位，2017年入职上海师范大学。主要从事机械装备虚拟仿真与智能设计相关的研究工作，在机械装备的虚拟仿真、实验测试和智能设计等方面积累了丰富的工作经验，并取得一定的创新性成果。主持国家自然科学基金、企业委托项目等多项课题的研究工作，在国际或国内学术期刊上发表SCI/EI论文10余篇，授权及公开发明专利4项。并担任机械工程师学会高级会员、国家基金通讯评审专家、相关领域国际国内期刊审稿专家。
承担科研项目：
1. 国家自然科学基金青年科学基金项目，主持
2. 上海市高校青年教师培养资助计划项目，主持
3. 企业委托横向2项：主持
代表性著作：
期刊论文：
1. Liu YY, Shen JX, Yang PP; Yang XW. A CNN-PINN-DRL driven method for shape optimization of airfoils. Engineering application of computational fluid mechanics, 2025, 19(1): 2445144. (Q1)
2. Liu YY, Wang YZ, An K. A feature extraction method for hydrofoil attached cavitation based on deep learning image semantic segmentation algorithm. Scientific Report, 2025, 14:4415. (Q2)
3. 沈剑雄,刘迎圆,王乐勤. 基于深度学习的翼型参数化建模方法 [J]. 工程设计学报, 2024, 31 (03): 292-300.
4. 刘迪,刘迎圆. 基于深度学习的小样本流体机械故障诊断方法 [J]. 上海师范大学学报(自然科学版), 2023, 52 (02): 264-271.
5. Liu YY, Gong JG, An K, Wang LQ. Cavitation Characteristics and Hydrodynamic Radial Forces of a Reversible Pump-Turbine at Pump Mode. Journal of Energy Engineering, 2020, 146(6): 04020066.
6. Liu Y Y, An K, Liu H, et al. Numerical and experimental studies on flow performances and hydraulic radial forces of an internal gear pump with a high pressure. Engineering Applications of Computational Fluid Mechanics, 2019, 13: 1, 1130-1143.
7. Liu Y Y*, Li Y R, Wang L Q. Experimental and theoretical studies on the pressure fluctuation of an internal gear pump with a high pressure. Proceedings of the Institution of Mechanical Engineers, Part C: Journal of Mechanical Engineering Science, 2019, 233(3): 987-996.
8. Liu Y Y*, Wang L Q, Zhu Z C. Experimental and numerical studies on the effect of inlet pressure on cavitating flows in rotor pumps. Journal of Engineering Research, 2016, 4(2): 151-171.
9. Liu Y Y, Wang L Q*, Zhu Z C, Numerical study on flow characteristics of rotor pumps including cavitation. Proceedings of the Institution of Mechanical Engineers, Part C: Journal of Mechanical Engineering Science, 2015, 229(14): 2626-2638.
授权发明专利：
1.刘迎圆,沈剑雄,安康. 一种基于深度学习和强化学习的翼型优化设计方法[P]. 上海市: CN202311196497.4, 2023-12-01.
2.刘迎圆,王一之,张益,等. 一种水翼空化实时检测方法及装置[P]. 上海市: CN202310341968.X, 2023-08-08.
3.刘迎圆,刘迪. 一种小样本液压泵气蚀诊断方法及装置[P]. 上海市: CN202310176785.7, 2023-05-16.