随着科研工作的持续推进，我校教师科研能力不断提高，科研成果质量不断上升，科研氛围良好。截至2024年底，我校教师在学术刊物上公开发表学术论文3000余篇，核心论文800余篇，其中被SCI、SSCI、EI、CSSCI收录近300篇。尤其在2024年统计结果中，科研成果实现质的突破，SCI论文质量明显提升。根据2025年中国科学院SCI期刊分区表，我校教师学术论文成果在1、2区期刊上发表的数量增加，期刊影响因子（IF）最高达到8.1。这表明，我校教师在高水平学术论文方面取得重要进展。
中科院期刊分区是根据13个大类学科SCI期刊三年的平均影响因子划分为1区（最高区）、2区、3区和4区四个等级，前5%为该类1区。影响因子（Impact Factor，IF）是汤森路透（Thomson Reuters）出品的期刊引证报告（Journal Citation Reports，JCR）中的一项数据，即某期刊前两年发表的论文在该报告年份（JCR year）中被引用总次数除以该期刊在这两年内发表的论文总数，是一个国际上通行的期刊学术水平评价指标。学科分区和影响因子是高水平论文衡量的重要指标。
我校交通运输学院廖世勇教授及其团队在国家自然科学基金（NO.51776028，NO.52276100）的资助下，研究了甲醇或二甲醚不同掺烧方式对生物柴油（或生物柴油参照燃料癸酸甲酯）扩散火焰的燃烧及苯环生成特性，揭示了低碳燃料甲醇、二甲醚与对生物柴油火焰燃烧规律及有害生成的影响规律和化学反应作用路径，研究丰富了生物柴油燃烧调控理论，为清洁装备开发提供了基础数据。团队的相关研究论文发表在国际知名能源TOP期刊《Fuel》（IF 6.4，2025年中科院2区）（Fuel 332 (2023) 126078，Fuel 369 (2024) 131773）。该项研究由我校与重庆交通大学合作完成，我校为通信作者单位。
此外，廖世勇教授指导研究生在重庆市技术创新与应用发展专项课题（NO. CSTC2020jscx-msxmx0164）的资助下，还对应用于航空发动机的燃烧系统展开了基础研究，探索了“重油夹气辅助喷射”机理及相应的控制策略。成果总结发表在ASME（美国机械工程师学会）会刊-Journal of Energy Resources Technology上，廖世勇教授为通信作者。
参考链接：（1）https://doi.org/10.1016/j.fuel.2022.126078
（2）https://doi.org/10.1016/j.fuel.2024.131773
（3）https://doi.org/10.1115/1.4062083
我校机械与电气工程学院贾亚娟教授撰写的学术论文“Optimizing a hybrid solid oxide fuel cell-gas turbine and geothermal energy system for enhanced efficiency and economic performance in power and hydrogen production scenario”在《International Journal of Hydrogen Energy》上发表，我校为独立完成单位。该期刊在2025年中国科学院SCI期刊分区表属于2区，五年影响因子（IF5）为7.3，2023-2024影响因子（IF）8.1。
研究将固体氧化物燃料电池-燃气轮机联合机组与双闪蒸二元地热系统相耦合，并通过低温发电与制氢子系统进行强化。该方案整合了回热式蒸汽朗肯循环与质子交换膜电解槽，以实现整体系统的高效设计，并基于非支配排序遗传算法-II（NSGA-II）的优化方法，从热力学与经济性双重角度对系统进行综合评估。通过全参数化研究分析了关键变量的敏感性，并在三种情景下开展多目标优化，以㶲效率、产氢速率、产品总单位成本及投资回收期作为目标函数。研究结果表明：系统最优㶲效率可达56.95%，产氢速率为0.22kg/h。参数化研究揭示了固体氧化物燃料电池数量及其电流密度对系统关键性能指标的重要影响。
参考链接： https://doi.org/10.1016/j.ijhydene.2024.08.196
我校公共课部英语教研室教师高雅琳撰写的学术论文"Genetically optimized neural network for college English teaching evaluation method"在SSCI期刊《Education and Information Technologies》上发表，被SSCI检索收录，该期刊在2025年中国科学院SCI期刊分区表属于2区（教育学大类），IF 4.8，我校为独立完成单位。
我校教师高雅琳的研究领域为英语教学，论文将人工智能（AI）技术融入大学英语教学（CET）评估中，通过探究一种新颖的教学评估方法以消除传统教学评估模式的主观性和不可预测性。
实证结果表明，遗传优化卷积神经网络的开发与应用在教学质量指标分类方面展现出显著优势。此外，基于灰色关联分析的遗传算法（GCGA）优化技术的成功应用为教育实践体系开辟了新路径，为教育技术领域的研究与应用提供了新的参考依据。
参考链接： https://doi.org/10.1007/s10639-024-12736-6
近年来，为提升教师科研能力，我校构建形成了“一院一室两工程一平台”的科研平台架构，持续推动教师聚焦研究热点、组建研究团队、完善平台建设；充分发挥了高层次人才模范引领作用，促进我校教师队伍建设以及人才培养；加强政策导向作用，激发教师科研活力，提升科研动力，优化科研成果产出。未来，我校将瞄准国家战略需求与产业发展需要，聚焦新兴交叉学科和国家战略性新兴产业，不断强化科研成果的质量、创新性和实际应用价值，通过不断探索科研反哺教学的新路径，为行业发展与区域建设培育更多高质量专精人才。
