彭乐乐，博士，副教授，硕士生导师

Lele Peng, Ph.D., Associate Professor

 单位：东华大学机械工程学院

 办公地点：东华大学工程训练中心A 楼425 室

Office: Room 425, Building A, Engineering Training Center, Donghua University

 电子邮箱| Email: pll@dhu.edu.cn

招生 | Admission

 博士招生：学术博士、工程博士的招生资格、学科及代码待本人确认。

 硕士招生：机械工程、机械电子相关专业；正式专业名称、代码及招生计划以学校当年招生目录为准。

 欢迎计算机、人工智能、软件工程、自动化、控制科学与工程、机器人工程、机械、机电一体化、数学、统计、电子信息等相关或交叉背景的同学报考。

介绍 | Biography

 彭乐乐，博士，东华大学机械工程学院副教授、硕士生导师，中国纺织工程学会纺织具身智能专委会副总干事。研究方向包括智能制造、人工智能与具身智能、新型材料与感知。围绕AI与具身智能创新应用开展研究及教学工作，主持1项国家自然科学基金项目，主持1项上海市科委重点研发项目，获上海市科技进步奖2项，第一作者或者通讯作者发表1区Top期刊论文9篇，授权发明专利27项。

2010—2015 年：东华大学机械工程学院，攻读并获得博士学位。

2015—2026 年：上海工程技术大学城市轨道交通学院，历任讲师、副教授，硕士生导师。

2026 年至今：东华大学机械工程学院，副教授、硕士生导师。

研究方向 | Research Areas

方向一：智能制造 | Intelligent Manufacturing

 围绕智能工厂、智能产线与智能装备开展研究，关注制造场景中的智能化应用，以及面向智能工厂的具身智能标准与应用研究。
关键词：智能工厂/ 智能产线/ 智能装备
Keywords: Smart Factories / Intelligent Production Lines / Intelligent Equipment

方向二：人工智能与具身智能 | AI and Embodied Intelligence

 围绕垂直领域大模型、多模态大模型、具身感知与决策及智能体平台开展研究，关注人工智能与具体行业场景、感知决策任务及平台应用的结合。
关键词：垂直领域大模型/ 具身感知与决策/ 多模态大模型/ 智能体平台
Keywords: Domain-Specific Large Models / Embodied Perception and Decision-Making / Multimodal Large Models / AI Agent Platforms

方向三：新型材料与感知 | Advanced Materials and Sensing

 围绕新型材料与感知技术开展研究，重点关注智能传感、柔性感知与多模态感知，探索相关感知技术与智能装备、具身智能场景的结合。
关键词：智能传感/ 柔性感知/ 多模态感知
Keywords: Smart Sensing / Flexible Sensing / Multimodal Sensing

科研项目 | Funding

[1]企业横向合作项目：面向智能工厂的具身智能标准及应用研究，2026—2028 年，主持。

代表性期刊论文 | Selected Journal Articles

[1]Lele Peng*, Yujie Chen, Jiachen Qiao, Jianan Wang, Shubin Zheng, Xieqi Chen, Qianwen Zhong. A new 5D-19P digitization-fused inference to analyze the motion characteristics of output power for floating photovoltaic systems. Applied Energy. 2026,415 (2026):1-28.SCI 1区TOP期刊 影响因发布子：12.2.

[2]Lele Peng*, Bo Liu, Shubin Zheng, Xieqi Chen, Zhong Qianwen, Xiaodong Chai. A new dynamic 2D fusion model and output characteristic analysis of floating photovoltaic modules considering motion and environmental factors. Energy Conversion and Management. 2023,294(2023):1-23. SCI 1区TOP期刊 影响因子：11.8.

[3]Lele Peng*, Shubin Zheng, Zhong Qianwen, Xiaodong Chai, Jianhui Lin. A bagged tree ensemble regression method with multiple correlation coefficients to predict the train body vibrations using rail inspection data [J]. Mechanical Systems and Signal Processing, 2023,182: 1095431-18.SCI 1区TOP期刊 影响因子：10.2.