自动驾驶显微镜项目：基于物理信息AI预测固态电池随机失效（项目编号：M34Impact-MSE2）

【项目介绍】 开发安全、高能量固态电池是英国的国家重点优先事项，但面临一个关键瓶颈：导致灾难性失效（如枝晶穿透、严重结构开裂和短路）的微观缺陷具有不可预测性、瞬时性，且难以通过标准测试检测。捕捉这些难以捉摸的随机事件是科学家公认的“重大挑战”。本博士奖学金项目是一个为期8年的重大项目“自动驾驶显微镜”的基础计算部分（WP1），旨在构建一个自主的、AI驱动的X射线成像平台，能够实时智能地搜寻这些隐藏的失效点。作为新成立的BASE（自主科学与工程光束线）实验室的首位博士生和创始成员，您的目标是为该平台设计和构建核心预测引擎，教会显微镜如何思考，并帮助开发下一代光束线。

【研究目标】 这是一个位于AI、物理模拟和材料科学交叉领域的前沿计算项目。您的核心目标包括： · 构建多尺度训练数据集——您将使用在I13-2光束线（Diamond Light Source）获取的下一代固态电池（如Li-metal/Li₆PS₅Cl）的3D X射线断层扫描图像，捕捉电池在初始、老化和失效后各阶段的状态。 · 开发核心AI预测器——您将探索和训练先进模型（如图神经网络GNN），解决关键挑战：区分良性老化与真正的失效前兆。 · 整合物理特征——您将利用高性能计算求解器（如本团队开发的开源OpenImpala）将静态3D孔隙率图转化为局部曲折度和离子通量的动态3D图，为AI学习提供直接的、基于物理的特征。 · 利用生成式AI增强数据——您将使用物理约束的生成模型（扩散模型/GAN）创建多样化的合成微观结构库，提高模型对噪声实时实验数据的泛化能力。

【项目背景与资助】 本奖学金项目由大学9M英镑的Research England资助的M34Impact扩展计划全额稳定资助。该项目是计算科学与工程组（CSEG）目标的核心组成部分，将作为新BASE实验室的关键基础项目推进。您将完全融入M34Impact博士生群体，由Andrew Kao教授和Mikhail Poluektov博士共同指导。

【研究团队与设施】 实验室采用计算核心位于格林威治大学、实验中心位于卢瑟福阿普尔顿实验室（RAL）的结构。您的导师James Le Houx博士是RAL的法拉第机构新兴领袖研究员，并共同领导英国在Diamond Light Source的电池成像BAG。您将从这一与国家设施的直接联系中受益，并成为致力于开发先进材料发现开源计算工具团队的一员。

【奖学金信息】 以下为全日制（FT）模式资助标准： 第一年：24,780英镑（UKRI标准20,780英镑 + 伦敦补贴2,000英镑 + 增强奖学金2,000英镑） 第二至四年：按UKRI标准 + 伦敦补贴2,000英镑 + 增强奖学金2,000英镑 此外，成功候选人将获得学费资助，金额相当于大学本土学生标准，目前为全日制5,006英镑，资助期限与奖学金期限相同。国际申请者可能需要支付剩余学费（对于优秀国际申请者，学费可能由M34Impact项目全额覆盖）。奖学金资助期限为3年，可申请最长12个月的延期。