2025年，我院副院长卓德兵副教授在智能感知技术领域取得重要进展，连续发表2篇SCI论文，分别聚焦工程安全智能监测与森林公园声景生态评价，展现了"声学+人工智能"交叉研究的独特优势，为基础设施智能运维与生态文明建设提供了创新性技术方案。

发表于《Scientific Reports》（JCR 1区）的论文"Research on bolt loosening recognition based on sound signal and GA-SVM-RFE"，针对桥梁、塔架、机械设备等工程结构中螺栓连接松动这一常见隐患，提出了一种融合声信号分析与机器学习的智能识别方法。

螺栓松动是工程结构安全运营的重大威胁，传统人工巡检效率低、主观性强、难以实时监测。卓德兵团队创新性地采集螺栓松动产生的声发射信号，运用遗传算法（GA）优化支持向量机（SVM）参数，结合递归特征消除（RFE）筛选关键特征，实现了螺栓松动状态的自动识别与分类。该方法准确率高、响应速度快、可嵌入在线监测系统，为基础设施智能运维提供了新的技术路径，特别适用于湘西地区桥梁隧道众多、地形复杂、巡检困难的实际场景。

发表于《Forests》（JCR 2区）的论文"Spatiotemporal Heterogeneity of Forest Park Soundscapes Based on Deep Learning: A Case Study of Zhangjiajie National Forest Park"，将深度学习技术引入声景生态研究，以张家界国家森林公园为案例，构建了基于卷积神经网络（CNN）的声景分类与时空变化分析模型。

声景是森林生态系统的重要组成部分，直接影响游客体验与生物栖息。研究首次实现了森林公园声景质量的智能化评估与动态监测，揭示了不同功能区、不同时段声景特征的时空分异规律。成果可为张家界世界自然遗产地生态保护提供技术工具，为智慧景区环境监测系统开发提供范例，助力国际生态旅游目的地建设。

卓德兵副院长长期致力于智能感知与工程安全研究，团队立足大湘西、对接需求，在声信号处理、机器学习、深度学习等领域积累了扎实基础，为大湘西地区基础设施安全运营与生态旅游高质量发展提供持续技术支撑。

                                （一审/校：麻海燕，二审/校：卓德兵，三审/校：吴吉林）