工程博士项目：面向可扩展、可持续和可信赖制造的生成式AI研究（罗尔斯·罗伊斯赞助）

【项目介绍】

航空航天零部件因其复杂的几何形状、材料特性和安全关键性质，在检测方面面临重大挑战。本项目将研究如何利用生成式AI变革复杂航空航天零部件的数字化检测，具体目标包括： • 减少对大型标注数据集的依赖 • 提高缺陷模式的检测覆盖率 • 加速模型对新设计的适应 • 增强自动化决策的可信度和可解释性

传统机器学习方法需要大量标注缺陷数据和大量人工监督。对于航空航天工业而言，这种情况加上罕见但关键的缺陷样本，导致整个行业的生产率提升有限。通过利用生成式AI创建合成数据、辅助标注和提取特征，可以大幅降低训练开销和生命周期成本。本项目将对生成式AI的应用进行深入评估，展示技术可行性的边界，突出机遇与风险，并针对特定应用场景开发解决方案，其中代表性案例研究将聚焦于复杂航空航天零部件的自动化缺陷识别。

本项目将使您有机会站在航空航天制造业数字化变革与适应的前沿，提升并确保安全性、生产率和长期数字化转型。

【项目优势】

• 边学边赚：获得全额资助的四年制研究生研究学位（EngD或PhD），每年享有28,000英镑的免税津贴（相当于34,000英镑的税前工资！）。我们将全力支持您，让您专注于研究工作。

• 充足经费：四年内可使用35,000英镑的研究培训支持经费。无论是实验工作、会议差旅，还是购置最新计算设备，我们都将确保您拥有成功所需的资源。

• 与顶尖企业合作：与行业巨头合作开展具有实际影响力的真实项目，获得让您脱颖而出的宝贵经验。

• 职业发展：我们的毕业生已在顶尖行业担任高级职位，这得益于您在此积累的实践经验和行业人脉。

• 世界一流设施：您将在前沿领域工作，与机械加工、装配和数字工程领域的专家并肩协作。您将获得的工具和知识首屈一指。

• 定制化培训：受益于小组培训和个性化培训活动。我们将帮助您制定符合职业目标的个人培训计划。

• 居住在谢菲尔德：享受英国最友好城市之一的生活。谢菲尔德拥有充满活力的社交场景和支持性社区，是生活与学习的理想之地。

• 专业认证：我们将支持您获得特许工程师资格，确保您的专业能力得到认可。

【申请要求】

• 拥有相关科学或工程学科的一等学位或优异的二等一学位，如机械工程、航空航天工程、材料科学、物理学或计算机科学。

• 我们特别青睐具有软件开发、脚本编程（如Python、C++/C#等）和合成数据生成研究经验的候选人。

• 我们还希望您对机器学习、人工智能和生成式AI基础有深入理解，能够为行业复杂挑战选择最有效的工具。了解航空航天安全与监管要求，以及可信、可解释和负责任AI方面的知识将是有益的。您应能够研究问题并测试新方法，以开放的心态解决问题。

• 如果您此前未接受过英语教育，则需要雅思总分6.5分，各单项不低于6.0分（或同等成绩）。

【申请资格】

本项目面向英国本土学生和国际学生开放。若要被认定为英国本土学生，您必须对在英停留时间无限制，且在奖学金开始前已在英国通常居住至少3年。

【申请材料】

申请时请确保选择“Doctoral Training Course”作为您申请的学位类型。然后选择“MADE4 Manufacturing CDT”作为具体的博士培训课程，并根据项目标题选择EngD或PhD。

在提交申请前，请确保已熟悉我们的网站。“How to Apply”和“FAQs”页面尤为重要。

申请仅通过谢菲尔德大学招生系统进行。申请时需上传以下材料： • 完整成绩单（及可提供的最终学位证书）。如果您的学历文件非英文，除原件外还需提供翻译件。 • 个人简历（CV） • 个人陈述 • 如果您此前未接受过英语教育，必须提供英语能力证明

【资助信息】

我们为CDT学生提供全额资助的四年制奖学金，涵盖学费，并提供每年28,000英镑的免税津贴（相当于34,000英镑的应税工资）。每位学生在四年内还可使用35,000英镑，可用于设备购置、会议出席、差旅和项目耗材。

我们的奖学金面向英国本土和国际学生开放。对于国际学生，我们将承担额外的学费成本。

【联系方式】

如有疑问，请联系：made4manufacturing@sheffield.ac.uk 或在此申请：www.sheffield.ac.uk/made4manufacturing/how-apply

博士/工程博士决策报告：制造业生成式人工智能（Rolls-Royce 资助）

---

快速决策概览

方面	评估	核心洞察
院校声誉	⭐⭐⭐⭐ 强劲	QS 世界排名 92；全球百强；英国工程学排名第 8
项目质量	⭐⭐⭐⭐⭐ 优秀	EPSRC CDT，津贴 £28K；通过 AMRC 拥有 120+ 工业合作伙伴
导师匹配度	⭐⭐⭐ 中等	AI 专业能力强，但资助窗口存在风险（资助将于 2026 年 6 月结束）
财务支持	⭐⭐⭐⭐⭐ 优秀	£28,000/年免税 + £35K 研究基金；全额学费覆盖
职业潜力	⭐⭐⭐⭐⭐ 优秀	Rolls-Royce 直接资助；92% 毕业生就业率
总体推荐	极具竞争力	优质方案，但需核实关键的资助时间风险

结论： 此 EngD 代表了一个卓越的机会，适合寻求在 AI 驱动的制造业领域开展产学融合研究职业的申请者。Rolls-Royce 资助、AMRC 设施使用权以及高于市场水平的津贴构成了极具吸引力的价值主张。然而，申请者必须紧急核实资助的连续性，因为导师的 EPSRC 资助将于 2026 年 6 月到期。

---

第一部分：院校与项目概览

大学概况

谢菲尔德大学 (University of Sheffield) 是一所罗素集团 (Russell Group) 院校，享有稳固的全球认可度：

指标	数值	意义
QS 世界排名 (2026)	第 92 位	全球百强门槛，具备国际认可度
Times 英国排名 (2026)	第 13 位	国内研究竞争力强劲
工程学排名 (英国)	第 8 位	学科卓越表现 (Edurank 2026)
REF 2021 表现	93% 顶级类别（以地理学为例）	研究质量基准
毕业生就业	英国前 20	职业发展成果优异

该大学被评为年度学生体验大学 (The Times/Sunday Times 2026)，学生会排名英国第一。谢菲尔德的生活成本比英国主要城市低约 15–20%，提升了津贴的实际购买力。

项目结构：MADE4Manufacturing CDT

本项目隶属于 EPSRC 制造业加工、装配与数字化工程博士培训中心 (EPSRC Centre for Doctoral Training in Machining, Assembly, and Digital Engineering for Manufacturing)：

特征	详情
资助机构	EPSRC (Engineering and Physical Sciences Research Council)
学位选项	PhD 或 EngD (Engineering Doctorate)
产业融合	EngD 要求在工业资助方 花费大量时间
设施使用权	AMRC Factory 2050；Rolls-Royce SMR 模块开发设施
产业网络	120+ 合作伙伴，包括 Boeing、Rolls-Royce、McLaren、Airbus
研究重点	加工、装配、数字化工程；制造业 AI/ML 融合
技术成熟度	TRL 1-4（连接基础研究与产业实施）

领导团队： 该 CDT 由 Neil Sims 教授（机械工程）和 David Curtis 教授（减材制造）领导，提供强有力的技术指导。

关键考量因素

• EngD 与 PhD 的权衡： EngD 路径优先解决 Rolls-Royce 的特定工业问题，相比传统 PhD，可能在理论研究自由度上有所限制。
• 数据局限： REF 2021 数据是最新综合评估；申请者应核实当前院系 2024–2026 周期的研究产出。

---

第二部分：导师分析

Dr. Donghwan Shin — 学术概况

属性	详情
现任职称	高级讲师 (Senior Lecturer，相当于美国副教授)
所属院系	谢菲尔德大学 (University of Sheffield) 计算机科学学院
任职日期	2022 年
引用影响力	约 1,328 次引用
h-index	约 16–24（因资料来源而异）
重要奖项	EPSRC 新研究者资助

公开档案：

• 官方教职页面：https://sheffield.ac.uk/cs/people/academic/donghwan-shin
• 个人网站：https://www.dshin.info/
• Google Scholar：https://scholar.google.com/citations?user=6uSW0MQAAAAJ&hl=ko

研究重点与专长

Dr. Shin 的研究已转向 AI 安全与测试，与本项目的相关性尤为突出：

• AI 测试与安全 — 自动驾驶系统验证
• 变异测试 (Mutation Testing) — 软件测试方法论
• 贝叶斯优化 — 基于仿真的系统测试
• 节能计算 — 自旋电子储备池计算

代表性论文（近 5 年）

1. "Multi-Fidelity Bayesian optimization for simulation based autonomous driving systems testing" (2026, 待刊) — White Rose Eprints
2. "Spintronic Reservoir Fusion: connecting heterogeneous magnetic nano-devices for energy-efficient computing" (2024–2026) — EPSRC 资助项目
3. AI 系统测试 — 研究重点转向 (2022–2026)

关键风险评估

风险因素	状态	影响
资助到期	EPSRC 资助于 2026年6月30日 结束	距当前日期 (2026-04-11) 约 2.5 个月；资助连续性不确定
指导负荷	职业中期，承担新研究者职责	与正教授相比，一对一指导时间可能有限
研究方向匹配	AI 测试重点	与"可信制造"主题高度契合；与纯生成模型架构方向匹配度较低

⚠️ 需采取行动： 申请者必须直接向 Dr. Shin 和 CDT 管理层确认：

1. 本项目是否拥有独立的 CDT 资助（不依赖于其个人资助）
2. 若 EPSRC 资助未获续期，是否存在替代资助衔接方案

---

第三部分：财务支持与奖学金

资助方案摘要

此 EngD 通过 MADE4Manufacturing CDT 提供极具竞争力的资助方案：

组成部分	金额	期限	备注
年度津贴	£28,000	4 年	免税；比 UKRI 基准线 (£20,780) 高 35%
学费	全额覆盖	4 年	英国本土及海外学生均按本土费率
研究支持基金	£35,000	4 年总计	用于差旅、设备及研究支出
总价值	约 £147,000+	4 年	津贴 + 学费 + 研究基金

比较优势

基准	金额	本 CDT	优势
UKRI 标准津贴 (2025年10月)	£20,780/年	£28,000/年	+35%
典型 PhD 研究基金	£5,000–10,000	£35,000	高 3–7 倍
海外学费 (工程学)	£25,000–30,000/年	已覆盖	全额减免

资格说明

• 国际学生： 大多数 CDT 项目均开放申请，但部分可能限于英国居民；请核实各项目资格要求
• 学费费率： UKRI 政策通常对受资助项目的海外学生按本土费率收费
• 项目选择： 申请者可在 MADE4Manufacturing CDT 内申请最多 3 个项目

关键日期

里程碑	日期
项目启动	2026 年 9 月 1 日
申请截止	请与 CDT 核实（通常 9 月入学为春季 2026 截止）

---

第四部分：职业成果与校友网络

毕业生就业统计

谢菲尔德大学 (University of Sheffield) 展现出强劲的职业发展成果：

指标	数值	来源
就业率	92%	毕业后 15 个月内 (2021/22 届)
研究生水平岗位	86%	与高阶学位期望相符
数据时效	2024 年 6 月更新	HESA Graduate Outcomes Survey

产业网络准入

此 EngD 通过 AMRC 生态系统提供卓越的产业连接：

合作伙伴类别	示例
航空航天	Boeing, Airbus, Rolls-Royce
汽车	McLaren Automotive
国防	BAE Systems
核能	Rolls-Royce SMR (Small Modular Reactor)

战略优势： Rolls-Royce SMR 已被选为与 Great British Energy 合作开发核能项目的首选投标人，使受资助的研究人员处于增长领域的前沿。

EngD 特有职业优势

特征	优势
工业资助	进入 Rolls-Royce 工作的直接通道
会议参与	参加 Rolls-Royce 全球 EngD 会议
设施经验	在 Factory 2050 和 SMR 模块开发设施的实践工作
问题解决作品集	展示交付产业相关解决方案的能力

职业路径考量

路径	EngD 优势	潜在局限
产业研发	强 — 直接的资助方关系和应用经验	无
学术职业	中等 — 纯研究岗位可能需要额外博士后经历	理论深度不及传统 PhD
创业	强 — 产业问题接触和网络准入	无

---

第五部分：申请策略

推荐准备工作

鉴于 EPSRC CDT 职位的竞争性以及此 Rolls-Royce 资助 EngD 的特定要求：

需展示的技术能力

技能领域	相关性	需准备的证明材料
生成式 AI 架构	项目主题核心	包含 VAE、GAN 或 Diffusion 模型实现的作品集
可解释 AI (XAI)	"可信"制造的关键	展示模型可解释性的项目
数字孪生	行业标准框架	仿真到现实流程的经验
制造领域知识	背景契合度	任何生产系统、质量控制或工业自动化的接触经验
软件工程	实际实施	整洁代码作品集；测试方法论

战略性申请步骤

阶段	行动	时间线
1. 核实资助	联系 Dr. Shin 和 CDT 管理层确认项目资助是否独立于即将到期的 EPSRC 资助	立即（在投入申请精力之前）
2. 研究匹配陈述	将您的背景与 AI 测试（Dr. Shin 专长）和制造应用（CDT 重点）相联系	2–3 周
3. 产业动机信	阐述 Rolls-Royce 资助的吸引力；展示对其制造挑战的理解	1–2 周
4. 选择备选项目	确定 2 个符合您背景的额外 MADE4Manufacturing 项目（每位申请者最多 3 个）	与主申请同步进行

申请前需询问的关键问题

1. 资助确认： "本项目是通过 CDT 直接资助，还是依赖于 Dr. Shin 2026 年 6 月到期的 EPSRC 资助？"
2. 时间分配： "EngD 期间在 Rolls-Royce 设施现场工作与大学研究的比例各占多少？"
3. 发表政策： "由于工业资助，发表成果是否有限制？"
4. 知识产权归属： "EngD 期间产生的知识产权归谁所有？"

竞争力定位

申请者背景	匹配评估	策略
CS/AI 背景 + 无制造经验	中等	强调可迁移的 AI 技能；展示快速领域学习能力
工程背景 + 部分 AI/ML	强	突出领域专长；展示 AI 技能提升轨迹
产业经验（制造/航空航天）	很强	利用职业网络；定位为研究与实践之间的桥梁
曾有 Rolls-Royce 关联	优秀	强调机构知识和关系连续性

---

总结建议

此 EngD 代表了一个高价值机会，适合寻求产学融合研究职业的候选人。Rolls-Royce 资助、AMRC 设施准入、高于市场的津贴以及强劲的大学声誉相结合，为 AI 驱动制造业的职业发展奠定了卓越基础。

然而，关键的资助时间风险（导师 EPSRC 资助于 2026 年 6 月结束）必须在承诺申请之前解决。 申请者应将此作为优先核实步骤。

最终评级： ⭐⭐⭐⭐ (4/5) — 待资助确认后强烈推荐。

---

报告生成时间：2026 年 4 月 | 数据来源：谢菲尔德大学 (University of Sheffield) 官方页面、AMRC、HESA Graduate Outcomes、Google Scholar、EPSRC