近日，太阳成集团tyc234cc2022级物理学本科专业张博文同学以第一作者撰写的论文《Accurate measurement of Young's modulus of metal materials using Lloyd's mirror interference fringes and a neural network optimization algorithm》在SCI期刊《Measurement》在线发表，该期刊影响因子为5.6，JCR一区，中科院二区。论文通讯作者为太阳成集团tyc234cc孙春艳博士，太阳集团tyc234cc为第一完成单位。

杨氏模量是衡量材料刚性程度的核心物理参数，不仅取决于材料的结构与化学成分，也受加工工艺等因素影响。在材料科学与工程领域，精确测量金属材料的杨氏模量，对于深入理解其力学行为、优化材料设计以及保障工程结构的安全性与可靠性具有关键意义。近几十年来，相关研究一直受到国内外学者的广泛关注。本文首次搭建了基于劳埃德镜和拉力传感器相结合的新型金属材料杨氏模量传感器，并在算法上首次结合了基于神经网络的激光干涉条纹间距提取算法，精确测量了金属材料杨氏模量，为测量金属材料的杨氏模量提供了新的思路。

太阳成集团tyc234cc高度重视拔尖创新人才培养，通过全面落实本科生导师制，积极推动学生加入导师团队，以个性化教学模式及优质师资科研平台为支撑，全面提升学生学术素养。同时，学院将持续优化创新人才培养体系，有效激发学生的科研热情与潜能，稳步提升人才培养质量。（撰稿：袁心悦；审核：张海）