面向可持续镍基与钛基高温合金发现的 AI 驱动博士项目

项目628 · Xi’an Jiaotong-Liverpool University · School of Science

所在国家或地区: 中国
申请截止日期: 滚动申请，当前是否仍招请核对原始公告。
资助信息: 资助型博士项目（面向全球学生）

申请工作台

保存项目，围绕当前机会准备申请。截止日期和资格请以原始公告为准。

登录后保存项目或使用申请工具

阅读项目调研与申请判断

项目介绍

项目概览

该博士项目在 Xi’an Jiaotong-Liverpool University 的 School of Science 开展。

课题围绕镍基和钛基合金中的 processing–microstructure–property 关系展开，关注如何借助 AI 提升基础材料研究效率。

项目结合高通量材料加工实验、AI 微观组织建模和自主实验设计，目标是推进对 Ni- 和 Ti-based alloy systems 的基础认识。

学生将主要在苏州的 XJTLU 开展研究，并在需要时申请前往 University of Liverpool 进行短期访问。

项目详情

项目介绍中指出，镍基和钛基合金的加工、微观组织与力学性能之间的关系，长期以来都是材料科学中的基础难题。传统的 trial-and-error 参数优化效率较低，尤其不利于解释微观组织演化背后的机制。与此同时，原位表征和 digital twin 模拟正在产生大量数据，但这些数据尚未被一个真正整合的数据驱动框架充分利用。项目正是要填补这一空白。

课题所面对的材料体系具有典型复杂性。镍基高温合金和钛合金都涉及复杂的相变和变形机制，工艺窗口较窄，常常导致各向异性微观组织和残余应力。虽然高通量实验和计算方法已经发展起来，但关键挑战仍然是如何把不同来源的数据连起来，从加工条件一直追踪到多尺度微观组织演化，再到最终的力学响应。本项目强调，这种连接不能只靠经验，而要借助结构化的数据驱动方法。

在方法上，课题会把 physics-informed machine learning（PIML）和 graph neural networks（GNNs）引入合金研究，以捕捉复杂的多尺度 process–structure–property 关系。项目还提出要把实时表征数据、模拟和实验反馈整合起来，形成闭环式的基础研究流程。研究问题包括：AI 模型如何跨不同合金体系捕捉并泛化加工—微观组织—性能关系；物理约束能否提升预测的可解释性与可靠性；闭环优化又能否加速对成分与微观组织相关性的基础认识。

导师团队方面，主导师为 Dr Tianhong Gu，合作者包括 Dr Akhil Garg 和 Jiafeng Zhou。项目介绍还说明，学生完成项目后将获得 University of Liverpool 的 PhD 学位。奖学金为期 3 年，取决于学生的进展是否令人满意；学费覆盖 3 年，按当前标准约合 RMB 99,000/年，并提供最高 RMB 16,500 的国际会议差旅支持。整体来看，这是一项材料科学、计算建模、AI 方法与实验加工深度结合的博士课题。研究过程中，实验数据、显微组织特征和模拟结果会彼此反馈，帮助团队不断修正工艺参数和模型假设，而不是停留在单次试验或单一算法展示上。这也意味着学生需要同时处理材料制备、显微结构分析、建模迭代和实验反馈循环，并在不同加工窗口之间比较结果，以判断物理约束和数据驱动方法各自的作用。项目也重视把定量预测和实验验证紧密衔接起来，避免模型与真实材料行为脱节。

申请要点

学历要求：本科一等或二等一荣誉学位，或硕士学位达到 Distinction / Merit；中国院校背景通常要求 GPA 3.5/4.0 或 80–85/100（或同等水平）。
专业背景：Materials Science and Engineering，或相关工程/科学学科。
经验要求：需要具备合金设计与材料加工、微观组织表征（如 XRD、SEM（EDS + EBSD）、TEM）、热机械测试（如 tensile、fatigue、creep）等方面的知识与动手经验。
加分项：具备材料科学中的 AI/机器学习应用经验会更有优势。
学位安排：完成后授予 University of Liverpool 的 PhD 学位。
资助信息：奖学金为 3 年，学费覆盖 3 年，另有最高 RMB 16,500 的国际会议支持；研究主要在 XJTLU 苏州进行，必要时可申请短期前往 Liverpool 访问。
申请材料：CV、两封正式推荐信、个人陈述、英语语言成绩证明、中文和英文版完整成绩单、中文和英文版学历证书、硕士论文 PDF 或等效写作样本，以及可获得的评审报告。
申请方式：初审材料发送至 Tianhong.Gu@xjtlu.edu.cn，邮件主题写项目标题。
联系人：Dr Tianhong Gu；项目还列出 Dr Akhil Garg 和 Jiafeng Zhou 作为共同导师。
时间信息：项目全年接受申请，没有固定截止日期。

需要进一步确认

输入中对“硕士论文（或等效写作样本）和 examiners reports available”的表述不完全等同于强制要求，提交前应确认评审报告是否必须随附。
项目页面提到可申请短期去 University of Liverpool 访问，但具体审批条件未展开。
学位授予方与主要研究地点分别为 University of Liverpool 和 XJTLU，申请前建议再核对注册与培养安排。

查看收录来源与申请要求

收录来源可能是学校或招聘平台；正式申请入口及最新要求请核对公告与下方报告中的官方来源。

项目深度调研报告

报告生成记录：2026-07-01。生成日期不代表招聘方确认项目仍开放。

资料更新记录：2026-07-01。申请前请再次核对原始公告。

PhD 项目深度调研报告：面向可持续镍基与钛基高温合金发现的 AI 驱动博士项目

申请判断

建议标签：具备吸引力，但存在实质性不确定因素。

对能同时覆盖合金加工、微观组织表征与 AI 建模的申请者来说，这个博士项目是有吸引力的。最强信号来自 University of Liverpool 的学位授予安排、XJTLU 苏州端的国际化博士环境、Dr Tianhong Gu 与合金微观组织/建模相关的研究背景，以及 Dr Akhil Garg 的 AI-for-science 背景。课题本身也踩在一个活跃方向上：graph neural networks、physics-informed learning 和 closed-loop experimental design 正在成为材料发现的重要方法。

但这个机会并没有完全去风险。项目介绍明确了学费覆盖和会议支持，却没有写出生活津贴。公开证据也没有确认具体数据集、是否保证使用所有高级仪器、University of Liverpool 合作导师的实际参与程度，以及实验合金工作与算法开发的比例。若申请者特别看重这些条件，尤其是资助和实验室资源，仍应进一步核实。

研究方向与领域前景

可能的研究切入点

更合适的切入点大概率是物理上扎实，而不是纯算法化的：

建立 process-structure-property 数据集，把成分、加工参数、热处理、微观组织描述符和力学响应连起来。
用 physics-informed 约束提升小数据条件下的泛化能力。
用 GNN 或混合模型去对照显微图像、衍射、模拟和力学测试特征。
用带不确定性估计的 active learning 选择下一次实验或模拟。
比较 Ni-based 和 Ti-based 体系，识别哪些规律能跨合金家族迁移，哪些仍然是体系特异的。

较弱的版本只是把稀疏数据拿去训练黑箱模型。更强的版本则应当展示合金机理与模型行为之间可解释的联系。

领域动向

AI 辅助材料发现正在快速发展，但技术门槛很高。Graph neural networks 之所以受关注，是因为分子、晶体和微观组织都可以用图结构或相关结构化数据表示；一篇关于 GNN 在材料科学和化学中的综述把它们定位为用于性质预测、模拟、设计和合成路径预测的工具（GNN review）。闭环材料发现也越来越显眼：active-learning 系统已被用于快速相图绘制和性能优化（closed-loop discovery paper）。DeepMind 的 GNoME 也展示了 graph-network-assisted materials prediction 的规模和可见度，但同时也再次说明实验验证不可缺少（DeepMind GNoME article）。

职业与市场前景

如果博士期间既能产出实验可信度，也能产出计算成果，职业信号会更好。Materials engineering 仍然是公认的工程职业（BLS Materials Engineers），而更广泛的劳动力市场也越来越看重 AI、数据和分析能力（WEF Future of Jobs 2025）。能够同时处理合金加工、EBSD/TEM/XRD 数据、力学测试、Python、机器学习和 active-learning 工作流的毕业生，会更适合先进制造、航空、能源、电池/材料公司、AI-for-science 团队以及学术材料信息学方向。

学校、学科与培养

学位结构是一个明显的正面信号：XJTLU 官方博士页面说明，博士生完成后将获得 University of Liverpool 的博士学位，并拿到 XJTLU 证书；联合博士页面也说明存在联合指导、研究资源以及可能的访学安排（XJTLU doctoral degree page; joint doctoral programme）。该项目位于 XJTLU 的 School of Science / Chemistry PhD 语境中（doctoral programme index）。

如果看外部声誉，较强的排名信号主要来自学位授予方。QS 将 University of Liverpool 列为 2027 世界大学排名第 139 位（QS profile）；THE 将其列为 2026 世界大学排名第 143 位，Engineering 为 151-175，Physical Sciences 为 126-150（THE profile）；ShanghaiRanking 将其列为 ARWU 2025 的 101-150 区间，并把 Materials Science & Engineering 列入相关学科（ARWU profile）。

地点信号与直接在英国校园读博不同：项目预计大部分研究在苏州开展。这对希望进入中国的先进制造、材料、能源或 AI-for-science 生态的申请者可能有价值，但它并不等同于在 Liverpool 的英国材料实验环境中完成日常研究。

导师与课题组评估

导师研究方向

Dr Tianhong Gu 与合金方向的匹配度较高。其 XJTLU 主页显示，她是 Department of Chemistry and Materials Science 的 Materials Science and Engineering 助理教授，曾在 Imperial College London 和 University of Birmingham 工作，研究兴趣包括 superalloys、high-entropy alloys、micromechanics、microstructure、advanced microscopy 和 materials modelling（Tianhong Gu profile）。

Dr Akhil Garg 则加强了 AI 和建模侧的能力。他的主页列出 machine learning applications in science、genetic programming、physics-informed neural networks、molecular dynamics plus AI、finite-element analysis plus AI，以及 AI-driven optimisation（Akhil Garg profile）。对于需要把加工、表征、模拟和数据驱动模型整合起来的课题，这种组合是合理的。

部门层面的证据也有帮助：XJTLU Department of Chemistry and Materials Science 的研究门户显示，该部门在材料相关领域有活跃的人员、项目和研究产出（department portal）。Dr Gu 还有一个正在进行的钛合金合作项目，时间为 2025-2028 年，合作方为 Materials Academy JITRI（active Ti alloy project）。

近期重要论文

在 2025 年的 Acta Materialia 论文中，Gu 及合作者报道了一种通过 hot-press sintering 制备的 Ti-W-Fe 合金，具有超细晶粒、亚稳相、高硬度/高模量，并通过 HR-EBSD 证实其残余应力较低且变形结构均匀（Ti-W-Fe alloy paper）。这与钛合金设计、加工-微观组织-性能分析和先进表征高度相关。
在 2026 年的 Key Engineering Materials 论文中，Gu 及合作者研究了 W-Ni-Cu 和 W-Ni-Fe 合金在退火过程中的硬度与变形行为（W-Ni alloy paper）。这支持其对含 Ni 合金体系、热稳定性和微观组织-性能分析的相关性。
在 2024 年的 Materials Science Forum 论文中，Gu 及合作者研究了 SN100C 焊料合金的应变率敏感性与微观组织演化，使用了机械测试和显微分析（SN100C paper）。这与 superalloys 不是完全同一对象，但能说明其具备力学测试和微观组织解读经验。

实验室、资源与协作环境

公开证据支持该部门和实验室管理环境与本课题相关，但并不能证明该项目一定能使用全部专门仪器。XJTLU 有实验室与技术管理办公室页面（XJTLU laboratory page），University of Liverpool 也有材料发现生态，包括 Materials Innovation Factory（University of Liverpool MIF）。项目介绍提到 XRD、SEM-EDS、EBSD、TEM 和 thermomechanical testing 作为申请者的加分经验，但申请者仍应核实这些仪器是否对本项目实际开放，以及是否具备原位表征或高通量/自主化平台。

资助、申请与生活成本

XJTLU 的博士奖学金总页列出了多种奖学金类型，包括 full scholarship、fees-only scholarship 和 partial tuition-fee scholarship；官方 funded-project 列表也把本项目列在 School of Science Chemistry PhD 下（scholarship page）。本项目介绍说明奖学金为期 3 年，前提是学生进展令人满意；学费覆盖 3 年，当前折合约 RMB 99,000/年，并提供最高 RMB 16,500 的国际会议参与支持。XJTLU 官方学费页也确认全日制 PhD 学费为每年 RMB 99,000（programme fees）。

关键问题是生活支持。项目介绍没有写明月度生活津贴。XJTLU 的住宿页面说明苏州生活成本“较高”，虽然低于一线城市，而且住宿费用会随宿舍类型变化（accommodation）。Suzhou Life 页面则说明校园位于苏州工业园区，这是一个现代化且经济较强的区域（Life in Suzhou）。因此，如果没有独立资金、没有确认 full scholarship 版本，或无法获得有薪 TA/RA 机会，这类 fees-only 奖学金可能不足以覆盖全部成本。

申请时间也需要注意。XJTLU 接受博士申请全年提交，但其博士申请页面列出了 2026-2027 的 funded-project 截止/入学时间、所需材料，并说明了 Graduate School、学院以及 University of Liverpool 的审核流程（how to apply）。入学要求页面则按地区给出了学术和英语门槛（entry requirements）。

申请者匹配度与准备

最适合的人群

这个项目更适合材料科学、冶金、机械工程、化学工程或相关理工科申请者，而且最好已经接触过合金加工和微观组织-性能分析。若有 XRD、SEM-EDS、EBSD、TEM、tensile/fatigue/creep/hardness testing、热处理、显微组织数据分析或材料建模经验，会很有帮助。

需要谨慎的情况

如果申请者只强 AI、但缺少动手材料实验经验，或者只强传统冶金、却不愿意投入足够编码和机器学习能力，都需要谨慎。这个项目大概率不会奖励单边准备。同时，如果生活津贴没有确认，也需要财务上保持谨慎。

需要加强的技能与证据

申请者最好准备一段简短的技术陈述，说明自己将如何构建 process-structure-property 数据集，并如何通过实验验证模型预测。可加分的准备包括 Python、数据清洗、回归/分类、graph ML 基础、Bayesian optimisation 或 active learning、不确定性量化、Ni/Ti 合金热力学与动力学、相变、EBSD/TEM/XRD 解读以及机械测试。

较强的申请材料通常包括：带有微观组织-性能分析的论文或写作样本、一个使用科学数据的小型代码作品集，以及一组针对数据、实验室访问和资助情况的简明提问。

风险与待核实问题

高优先级问题

这个具体项目到底是只覆盖学费的奖学金、包含月度生活津贴的 full scholarship，还是其他资助包？
在 Suzhou Industrial Park 读博，住宿、餐饮、交通、保险和个人支出的月度预算应如何估算？
该项目能否保证使用哪些仪器：XRD、SEM-EDS、EBSD、TEM、in-situ characterisation、tensile、fatigue、creep、hardness 和 high-throughput processing？
学生会生成新的实验数据、继承既有数据集、跑 simulations/digital twins，还是三者结合？
论文工作的预期分配中，合金实验、AI 模型开发和 autonomous experimental design 各占多少？
Dr Tianhong Gu、Dr Akhil Garg 和 University of Liverpool 合作导师的具体角色与会面频率是什么？
Liverpool research visit 是由项目资助、保证提供、竞争申请，还是仅在项目后续需要时才可能安排？

中优先级问题

physics-informed ML 部分预期使用哪些物理约束？
项目会把 GNN 用在晶体/成分图、图像/微观组织图、工艺图，还是混合表示上？
是否已经选定目标合金家族或具体成分？
一年级和二年级末预期的发表平台与里程碑是什么？
代码、数据或训练模型是否可以公开，还是存在保密限制？
在 University of Liverpool offer 之后是否需要 ATAS？