轨道车辆转向架预测性维护与动态性能优化的混合数字孪生框架研究

【项目介绍】 本博士项目致力于开发下一代轨道车辆转向架混合数字孪生框架，旨在解决铁路行业在安全性、乘坐品质、可靠性和全生命周期维护成本方面的重大挑战。轨道车辆转向架是直接影响乘客舒适度和运营安全的关键车辆子系统。尽管其重要性不言而喻，当前的维护策略仍以定期维护和被动维护为主，限制了早期退化检测和生命周期性能优化的能力。本研究旨在突破这些局限，开发一种实时、预测性的数字孪生系统，持续表征轨道转向架在运行过程中的物理状态。

该项目将结合高保真物理多体动力学建模与数据驱动分析及机器学习技术。研究将开发动力学模型以捕捉转向架的关键行为特征，如悬挂响应和轮轨相互作用。这些模型将通过数据同化技术（如滤波和统计更新）与真实传感器数据（包括振动、加速度、温度和应变测量数据）进行整合。随后将应用机器学习方法检测异常、诊断新兴故障，并预测关键部件的剩余使用寿命。研究还将考虑可扩展性和计算效率，确保所开发的框架适用于运营铁路车队的部署，并支持向智能化、数据驱动铁路系统的转型。

【申请要求】 学历要求：机械工程、土木工程、铁路工程或密切相关工程学科的良好荣誉学位（二等一级及以上）。具有相关硕士学位者优先。

技能与经验：具备较强的分析和数学能力，对动态系统、建模和数据分析有兴趣。具有数值模拟或编程经验（如MATLAB或Python）者优先，但非必需。

其他知识：了解铁路工程、状态监测或数据驱动分析者优先，但非必需。

【申请材料】 • 申请动机信，说明申请该奖学金的原因及所申请的项目 • 完整简历 • 所有相关学术和/或专业资格证书的成绩单和证书复印件 • 两封推荐信——请联系您的推荐人，请其直接从其邮箱地址发送推荐信至 gs.pgradmissions@hud.ac.uk（推荐信可延迟提交，但须在2026年5月17日前收到） • 资格证明——如护照照片页扫描件 • 国际申请者须提供雅思6.5分（各项不低于6分）或同等英语语言证书，或过去两年内在英国学习的证明，方可进入候选名单

如有关于资格和提交材料的疑问，请发送邮件至 gs.pgradmissions@hud.ac.uk。关于具体项目的非正式咨询，请联系各项目列出的主要负责人。

【资助信息】 3年全日制研究，涵盖学费及免税奖学金（津贴），2026/27年度起薪为21,805英镑。