Abdennour Seibi

教员

Abdennour Seibi博士

传记

Abdennour Seibi博士在宾夕法尼亚州立大学(Penn State University)获得机械工程学士学位、硕士学位和博士学位。 He is a distinguished researcher in problems related to the oil & gas sectors, advanced materials, and applied mechanics. 他与多个研究实验室和公司建立了国际合作关系,如荷兰海牙壳牌研究中心、德国亚琛通用力学研究所、法国鲁昂力学实验室、突尼斯综合理工学院、马里兰大学和科罗拉多矿业学院。 他成功地吸引了400多万美元的研究经费。 他的研究方向包括利用有限元分析解决工程问题、实验/数值应力分析、管状膨胀、疲劳与断裂力学、复合材料、工程材料失效分析。 他为国际公司提供了宝贵的咨询和研究工作,包括管道完整性、套管-地层相互作用、油气应用中GRE和HDPE材料的结构行为,以及井筒修复中的管柱膨胀。 他在石油和天然气行业有着非常活跃的职业生涯,并在全球多家公司和大学做过几次演讲。 他发表了140多篇技术论文和30多篇技术报告,为他赢得了ASME和SPE的国际认可,他的六名高年级学生获得了最佳学生论文奖。 此外,他还参加了许多国际会议的委员会,并担任ASME和SPE期刊的审稿人。 他在UVU建立了一个钻井机器人俱乐部,目前正在UVU开发一个“材料、力学和制造”(MMM)实验室。

教学

我3410

应用有限元分析,2025年春季

工程师2160

材料科学与工程导论,2025年春季

工程师2140

材料力学,春季,2025

学术/创意作品

Seibi, Abdennour , Seibi, Abdennour , Seibi, Abdennour , Seibi, Abdennour , Seibi, Abdennour , (2025) 用Qblade预测不同工况下水平轴风力机叶片的气动载荷。 施普林格瑞士自然。 https://doi.org/10.1007/978-3-031-89733-7_3
Pratt, Reed , Allen, Clark , Seibi, Abdennour , Seibi, Abdennour , (2025) "Defect Detection and Classification on Wind Turbine Blades Using Deep Learning with Fuzzy Voting" (Issue: 4, vol. 13). 机器。 https://doi.org/10.3390/machines13040283
Seibi, Abdennour , Seibi, Abdennour , Seibi, Abdennour , Seibi, Abdennour , (2025) "Enhanced Non-Destructive Testing of Small Wind Turbine Blades Using Infrared Thermography" (Issue: 2, vol. 13). 机器。 https://doi.org/10.3390/machines13020108
Seibi, Abdennour , Seibi, Abdennour , Seibi, Abdennour , Seibi, Abdennour , Seibi, Abdennour , (2024) "Review on the Advancements in Wind Turbine Blade Inspection_ Integrating Drone and Deep Learning Technologies for Enhanced Defect Detection" (vol. 12). IEEE访问。 https://doi.org/10.1109/access.2024.3371493
Seibi, Abdennour , (2024) “以非传统学生的身份从事机械工程本科研究——个人视角”。 俄勒冈:美国工程教育学会。 file:///C:/ANNUAL%20PLAN%202024-2025/RESEARCH/undertaking-undergraduate-research-in-mechanical-engineering.pdf
Seibi, Abdennour , Seibi, Abdennour , Seibi, Abdennour , Seibi, Abdennour , Seibi, Abdennour , Seibi, Abdennour , Seibi, Abdennour , Seibi, Abdennour , (2024) “利用国家可再生能源实验室工具评估风力涡轮机叶片耐久性寿命”。 风工程。 https://doi.org/10.1177/0309524x241269390