武汉轻工大学化学与环境工程学院材料化学系招生
联系人：武汉轻工大学，化学与环境工程学院，材料化学系，高新蕾教授联系电话： 13545153361
邮箱：gaoxl0131@163.com 1780553682@qq.com
实验室师兄QQ：1075755662
硕士研究生导师简介：
一．个人简介
高新蕾，工学博士，武汉轻工大学教授，硕士生导师。2002年9月—2006年9月，于机械科学研究总院机械获得设计及理论专业博士学位；1993年9月—1996年7月，于华中师范大学获得有机化学专业硕士学位。目前担任中国机械工程学会摩擦学分会润滑材料与摩擦化学专业委员会委员，湖北省机械工程学会摩擦学专业委员会委员。一直在武汉轻工大学的教学和科研第一线工作。目前主持国家自然科学基金面上项目一项《环境友好型无硫、磷减摩抗磨润滑油添加剂虚拟筛选及设计》（编号51675395，2017-2020），参加973项目《高性能合成润滑材料设计制备与使役的基础研究》（编号2013CB632300，2013－2017）研究；主持并完成国家自然科学基金面上项目两项《基于微生物油脂的润滑油的摩擦学相关基本问题和关键技术的研究》(编号50775164，2007 - 2010)，《润滑基础油摩擦学定量构效关系的研究》（编号51075309， 2011-2013年）；湖北省自然科学杰出青年基金项目《有机功能材料的设计及摩擦学性能的研究》（编号2010CDA086，2011-2013）。湖北省自然科学基金项目一项《纳米级润滑油添加剂的研制及摩擦学性能的研究》（编号2005ABA026，2005 - 2007），湖北省教育厅科研中青年人才基金项目一项《微生物油脂型纳米润滑油的研制及摩擦学性能的研究》（编号Q200718004，2007 - 2009）；并作为主研人员参与并完成国家自然科学基金面上项目《西佛碱改性超高分子量聚乙烯的摩擦学性能及应用基础研究》（编号50575164，2006 - 2008，和中德科学合作基金《微/纳米尺度磨损自修复理论及实验研究》（编号GZ408(303/6)，2008 - 2010）。2009年获得“湖北省教育系统先进女教职工”的光荣称号。2011年入选湖北省新世纪高层次人才工程优秀青年骨干人才人选。2016年入选武汉东湖高新区第九批“3551光谷人才计划” 的短期人才计划。现主要从事摩擦学实验设计、化学计算及摩擦学材料的研制、开发及其应用工作。
二．主要研究方向：
1. 材料化学
2. 摩擦化学
3. 计算化学
三．研究生培养理念：
希望通过2-3年的研究生生活，观察和学习具备以下能力：
（1）专业能力，认知能力，思维层次和思维深度大幅度提高；
（2）学会透过现象看本质；
（3）养成认真、严谨和审慎的学习习惯；
（4）学会踏实做事，诚实做人；学会理解、合作与担当，培养坚强的意志，坦荡的生活态度。
四．招生人数与要求：
今年招收1-2名研究生；将提供研究生国家奖学金和一定的助研费。
招收专业范围：与化学相关的本科专业，具体学科不限，重在看个人能力、思维和性格。欢迎有识之士报考本课题组研究生！现接受研究生调剂！
武汉轻工大学 化学与环境工程学院 材料化学系
科研项目：
1. 2007年国家自然科学基金项目： 基于微生物油脂的润滑油的摩擦学相关基本问题和关键技术的研究，主持；
2. 2011年国家自然科学基金项目：润滑基础油摩擦学定量构效关系的研究，主持；
3. 2011年湖北省自然科学杰出青年基金项目：有机功能材料的设计及摩擦学性能的研究，主持。
奖励及荣誉：
1. 2009年3月，先进女教职工，由湖北省高校工委、 湖北省教育厅 、湖北省教育工会颁发
2. 2012年5月，湖北省新世纪高层次人才工程优秀青年骨干人才，由湖北省人民政府颁发
代表性论文和专利：
1) Gao, X., Wang, Z., Zhang, H., Dai, K., and Wang T., 2015, “A Quantitative Structure Tribo-ability Relationship Model for Ester Lubricant Base Oils,” J. Tribol. 137(2), pp. 021801.
2) Gao, X., Wang, Z., Zhang, H., and Dai, K., 2015, “A Three Dimensional Quantitative Tribo-Ability Relationship Model,” J. Tribol. 137(2), pp. 021802.
3) Xinlei Gao, Ruitao Wang, Zhan Wang, and Kang Dai., 2016, "BPNN-QSTR Friction Model for Organic Compounds as Potential Lubricant Base Oils" J. Tribol. 138(3），pp. 031801.
4) Gao, X., Dai, K., Wang, R., Wang, T. and He, J., 2016, “Establishing Quantitative Structure Tribo-ability Relationship model Using Bayesian Regularization Neural Network”, Friction, 4(2), pp. 1-11.
页:
[1]