博士生奖学金：SEGMENT——再生钢中残余元素在奥氏体晶界的偏聚

项目976 · University of Warwick - Centre for Doctoral Training in the Modelling of Heterogeneous Materials (HetSys), School of Engineering · University of Warwick - Centre for Doctoral Training in the Modelling of Heterogeneous Materials (HetSys), School of Engineering

所在国家或地区: 英国
申请截止日期: 2026-08-28（具体时刻请核对原始公告）
资助信息: 仅限英国学生；英国申请者可获全额学费、研究培训预算和免税生活津贴（标准 UKRI 26/27 费率 £21,805）

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

该博士项目聚焦钢铁回收背景下的成分偏聚问题，研究对象是再生钢中铜、锡等残余元素在奥氏体/奥氏体晶界的行为。

项目设在 University of Warwick 的 HetSys 体系内，导师为 Dr Michael Auinger。

研究思路结合原子尺度模拟与现代机器学习方法，并与实验工作紧密联动。

公开信息显示，该奖学金面向英国学生，截止日期为 2026 年 8 月 28 日。

资助包括全额学费、研究培训预算以及免税生活津贴。

项目详情

钢铁回收是降低钢铁生产碳排放的关键路径之一，但当原料转向废钢时，先进钢种往往会面临更高水平的杂质输入，这些杂质可能削弱材料性能。项目介绍明确指出，铜和锡是本课题重点关注的残余元素，它们会在热机械加工过程中富集到晶界，而这正是影响再生钢组织与性能的重要环节。

本项目的目标，是建立一条“数字化路线”来定量描述残余元素在奥氏体/奥氏体晶界上的偏聚行为。为实现这一目标，研究将采用原子尺度模拟，并引入现代机器学习方法，把模拟结果与实验工作进行闭环衔接。也就是说，课题不是只做材料现象描述，而是要把偏聚现象转化为可计算、可比较、可验证的定量框架，从而帮助理解杂质如何在热加工与组织演化过程中影响钢材性能。

从研究内容看，这个题目同时包含材料微观机制、计算模拟和数据方法三层工作。申请者需要处理晶界偏聚、热机械过程与微观结构之间的关系，并把这些机制放入可运行的模拟与分析流程中。虽然公开摘要没有展开具体的软件、模型或实验平台，但“原子尺度模拟”和“现代机器学习”已经明确表明，本课题对计算建模能力和跨方法整合能力有较高要求。

从申请视角看，这类课题通常意味着申请者要能在原子尺度建模、机器学习和实验验证之间来回切换，并把材料组织、晶界结构与成分偏聚的耦合关系讲清楚。HetSys 的跨学科训练环境也说明，学生并不是只做单一算法或单一实验环节，而是要把工程、建模和数据方法连接起来推进研究。公开信息没有展开实验平台，但既然项目明确提到与实验工作紧密互动，研究输出就需要接受实验观察的对照和检验。

导师信息方面，公开信息只显示指导人为 Dr Michael Auinger，单位为 University of Warwick。项目同时属于 HetSys 的博士培养体系，这意味着研究训练并不局限于单一课题本身，而是放在数据、建模与仿真的更大交叉环境中推进。对申请者来说，这类环境通常意味着需要在材料科学、计算方法和实验协作之间保持较强的沟通与整合能力。

资助描述也相对明确：英国申请者可获得全额学费、研究培训预算，以及按标准 UKRI 26/27 费率发放的免税生活津贴，金额为 £21,805。公开信息没有显示额外的国际学生资助、差旅配套或学费差额安排，因此这些内容应继续按“尚未明确说明”处理，而不能自行外推。

申请要点

申请者背景：公开信息未明确列出硬性专业限制；从题目内容看，材料科学、金属学、物理、计算材料或数据驱动建模背景会更贴近课题需求。
研究方法：原子尺度模拟、机器学习、与实验工作协同验证。
导师/团队：Dr Michael Auinger，University of Warwick；项目属于 HetSys 培养环境。
资助与待遇：仅限英国学生；覆盖全额学费、研究培训预算和免税生活津贴，标准 UKRI 26/27 费率为 £21,805。
时间信息：Placed On 为 2026 年 8 月 9 日；申请截止为 2026 年 8 月 28 日。
申请材料：公开信息未明确说明简历、成绩单、推荐信或研究计划是否为必交材料。
其他规则：未见额外的国籍限制说明以外条款；是否接受国际申请者未明确。

需要进一步确认

是否存在面向非英国申请者的资助路径，公开信息未说明。
具体实验协作对象、实验平台和模拟软件栈未展开。
申请材料清单、筛选流程和面试安排尚未明确。

核对原始项目信息

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：2026-08-10。生成日期不代表招聘方确认项目仍开放。

资料更新记录：2026-08-10。申请前请再次核对原始公告。

博士项目研究报告：再生钢中残余元素在奥氏体晶界的偏聚（SEGMENT）

执行结论

推荐标签：有吸引力，但需核实匹配度。

这是一个现实相关性很强的计算材料博士课题，聚焦再生钢中 Cu/Sn 类残余元素在晶界上的偏聚问题，直接关联废钢驱动的钢铁脱碳、晶界化学以及先进钢材质量。最强的信号来自 Warwick 的 HetSys 建模训练、WMG 的钢铁与制造研究环境，以及 Dr Michael Auinger 在材料建模、热力学、输运现象和腐蚀方面的公开研究背景。最重要的不确定性仍然是具体执行层面：公开信息没有确认国际学生学费覆盖、联合指导安排、实验验证合作方、原子尺度与机器学习软件栈，以及晶界研究范围的精确定义。

现有证据足以支持把它视为一个适合计算冶金与科学机器学习申请者的强机会。基于证据的判断是，如果申请者必须获得已明确覆盖的海外学费资助，或更希望做纯实验冶金项目，那么这一机会的吸引力会明显下降。

学校、项目与地点信号

相关培养环境最强的信号来自 EPSRC 支持的 HetSys CDT。Warwick 的 HetSys 博士页面说明，该路径是由工程学院下的 Modelling of Heterogeneous Systems Centre for Doctoral Training 牵头的四年制博士，按具体项目直接录取，学生从入学开始就有导师，通常还会配备第二导师和 cohort mentor：来源

第一年的训练与 SEGMENT 的关联度很高，包括量子与原子尺度建模、连续与介观建模、科学软件开发，以及预测建模与不确定性量化。HetSys 也把自己描述为一个由 EPSRC 支持、面向物理科学、数学和工程交叉招生的 CDT：来源

学校和研究环境的排名信号总体正面，但需要准确理解。Warwick 在校方新闻中称其在 QS World University Rankings 2027 中位列全球第 68、英国第 10：来源。THE 则显示 Warwick 在 2026 年全球并列第 122，工程学位于 176-200 档，物理科学位于 101-125 档：来源。Warwick/WMG 还报告称，2021 年 REF 中 Warwick 工程研究有 93% 被评为 world-leading 或 internationally excellent：来源

更合理的解读是，Warwick 是一所整体实力较强、且在应用建模与制造方向上具有良好环境支撑的学校。这里不宜简单表述为它在所有排名口径下都是全球顶尖工程或材料院系；更有说服力的判断在于它与 HetSys、WMG、钢铁循环利用和预测建模之间的高度匹配。

导师与实验环境评估

导师研究方向

点名导师是 Dr Michael Auinger。Warwick 官方简介将他列为 WMG Research 的 Associate Professor，并说明其专长包括输运现象、热力学和腐蚀，且在 2015 年获任 Materials Modelling 的 Assistant Professor：来源

Alan Turing Institute 的简介进一步说明，他的研究涉及计算热化学、输运现象和腐蚀，并将其工作与数学建模和机器学习应用联系起来：来源

这些信息与 SEGMENT 的公开目标基本一致，即通过原子尺度模拟与现代机器学习，建立一条定量描述残余元素在奥氏体/奥氏体晶界偏聚的数字化研究路线。就导师证据而言，最强的部分是钢铁过程建模、热力学、腐蚀和输运；至于 Cu/Sn 在奥氏体晶界偏聚这一更具体主题，公开发表记录还不算特别集中。

近期重要论文

Non-intrusive uncertainty quantification in the simulation of steel reheating using Polynomial Chaos Expansion。Legkovskis, Thomas and Auinger, 2023。该文使用 Polynomial Chaos Expansion 对钢再加热模拟进行不确定性量化，涉及板坯温度与氧化膜生长，直接关联钢铁过程数字化建模和不确定性传播：来源
Modelling and corrosion of coated stainless steel substrates for bipolar plates at different temperatures。Steinhorst, Auinger, Roch and Leyens, 2023。该工作结合电化学测试与数值建模研究涂层不锈钢腐蚀，说明导师有把建模与实验材料证据结合起来的研究路径：来源
Hydrogen accumulation and diffusion in cylindrical-shaped pipeline steels with coating defects。Auinger et al., 2023。该文对管线钢中的氢积累与扩散进行建模并做实验验证，与钢铁体系中的输运和扩散建模直接相关：来源

这些论文并不是 Cu/Sn 晶界偏聚的一一对应工作，但足以提供可信证据，说明 SEGMENT 需要的建模风格是有基础的，包括钢铁过程物理、输运与扩散、腐蚀与氧化，以及定量验证。

实验平台、资源与协作环境

WMG 的 Advanced Steel Research Centre 是一个很强的环境信号。该中心聚焦低碳和低能耗钢铁制造、钢铁循环利用、废钢回收、热机械处理、先进显微组织表征以及多尺度建模：来源

WMG 还列出了 Warwick 十个面向产业的设施，包括 Materials Engineering Centre 和 Advanced Materials Manufacturing Centre，覆盖炼钢、快速合金处理、先进表征、显微技术和传感器：来源

SUSTAIN Steel 项目中，Dr Auinger 出现在智能钢铁生产相关研究里，涉及钢铁制造数据、混合物理/机器学习模型和过程效率：来源

最关键的待核实点在于，SEGMENT 是否会正式使用 ASRC 的实验能力，由哪一方提供原子探针、显微或热机械数据，以及是否有工业伙伴参与并影响合金化学成分设定。

研究方向与领域前景

领域动向

这个方向的势头很强。worldsteel 指出，最大化废钢利用是钢铁脱碳的重要杠杆之一，并且外源废钢中可能含有铜、锡等残余元素：来源。其另一页还指出，使用废钢可以显著减少排放和原材料消耗：https://worldsteel.org/climate-action/climate-change-and-the-production-of-iron-and-steel/

计算方法前沿也很活跃。2024 年一篇关于晶界偏聚计算建模的综述涵盖 DFT、分子动力学、相场、连续模型、CALPHAD、机器学习原子势和材料信息学：来源。2024 年《Acta Materialia》的一篇论文则用计算与机器学习研究把偏聚、溶质拖曳与合金及晶界性质联系起来：来源

再生钢这一具体场景也有明确证据。2026 年一篇 PubMed 收录论文报告称，再生钢中氧化物/钢界面存在 Cu/Sn 协同富集，并将 Sn 与富 Cu 液膜行为及晶间渗入联系起来：来源

可能的研究切入点

较可能的研究切入点包括：

构建一套整理过的奥氏体/奥氏体晶界结构与 Cu/Sn 偏聚位点集合。
计算不同晶界特征、温度和局部化学环境下的偏聚能与共偏聚效应。
使用机器学习加速跨晶界环境的预测，而不是只处理少量理想双晶模型。
将原子尺度输出连接到实验上可观测的偏聚、溶质拖曳、晶粒长大或热加工质量指标。
比较 Cu 和 Sn 的行为，并在验证之前谨慎讨论 Si 添加等缓解思路，避免过早下结论。

技术挑战主要在于范围控制。晶界偏聚会随晶界类型和局部原子环境显著变化，因此项目需要有站得住脚的抽样策略和验证路径。

职业与市场前景

对于能够把冶金、脱碳、模拟和机器学习结合起来的博士，这一方向的市场信号是正面的。英国 Advanced Manufacturing Sector Plan 将先进材料、脱碳和 AI 赋能制造列为优先方向：来源。英国钢铁战略也强调，要为国内钢铁制造保障稳定、经济且高质量的废钢供应，并处理人才需求：https://www.gov.uk/government/publications/steel-strategy/the-uk-steel-strategy-web-version

职业机构证据也支持这一技能组合。IOM3、IChemE 和 RSC 报告称，化学与材料科学工程在循环经济落地方面存在技能缺口：来源。IOM3 还讨论了先进材料领域中的 AI 机会，并指出材料数据碎片化和验证是主要障碍：来源

可能的职业路径包括计算材料科学、钢铁与过程建模、先进制造研发、材料数据与机器学习工程，以及可持续冶金。需要注意的是，最终结果仍将取决于论文、代码和数据质量、产业网络，以及学生把原子尺度工作转化为工程决策的能力。

资助、申请与生活成本

项目说明写明，该奖学金面向英国学生，包含全额 University fees、研究培训预算，以及按 UKRI 2026/27 费率发放的免税生活津贴 GBP 21,805。UKRI 也单独确认，2026-27 年最低津贴为 GBP 21,805，学费标准为 GBP 5,238：来源

Warwick 的 PGR 学费表说明了“仅限英国学生”这一表述的重要性。2026-27 年 Home PGR fee 为 GBP 5,238；而 overseas Band 2 中包括 Engineering 和 WMG 的学费为每年 GBP 33,110：来源

生活成本的解读是，这份津贴在 Coventry/Warwick 地区通常可以覆盖基本生活，但住房选择会显著影响实际压力。Warwick 的生活成本页面给出了示例性月支出，包括 groceries GBP 153、socialising GBP 129、transport GBP 53 和 off-campus bills GBP 49，同时提醒通胀风险：来源。一处 Warwick 研究生宿舍示例 Benefactors 列出 2026 年单人套间费用为每周 GBP 274，或 50 周 GBP 13,700：来源。Warwick 还提醒研究生宿舍数量有限，按先到先得分配：来源

优先需要核实的问题是，海外申请者是否可以被考虑，以及如果可以，海外学费差额是否会被覆盖。

申请者匹配与准备

更适合的背景

材料科学、冶金、机械/材料工程、工程物理、物理化学或应用数学背景。
有科学编程、原子尺度模拟、计算热力学、面向科学数据的机器学习或不确定性量化证据的申请者。
对晶界化学基础问题和工业钢铁脱碳都感兴趣的候选人。

需要谨慎的情况

背景主要是通用机器学习，但缺少物理材料知识。
背景完全偏实验冶金，而对代码和模拟不够熟悉。
需要完整的海外学费资助，但目前尚未确认。
希望做的是高度实验导向项目，而不是以建模为主、并与实验互动的项目。

可强化的技能与证据

有帮助的证据包括：简短的建模作品集、Python/C++ 或科学计算示例、MD/DFT/CALPHAD 接触经历、关于显微组织、相变或扩散的论文或项目，以及对为什么 Cu/Sn 残余元素会影响再生钢的简明解释。HetSys 的课程入学要求是物理科学、数学或工程相关专业的 2:1 荣誉学位或 integrated masters，必要时还需要 IELTS Band A：来源

风险与待核实问题

高优先级问题

该 studentship 是否严格限定为 UK/Home-fee-status 申请者，还是海外申请者也可在学费减免或额外资助下被考虑？
第二导师是谁，哪一个实验组会提供验证数据？
预期使用哪类原子尺度与机器学习工具：DFT、分子动力学、Monte Carlo、CALPHAD 耦合、机器学习原子势，还是其他路径？
初始范围内包含哪些奥氏体晶界特征、钢种化学成分和热历史？
可使用哪些 HPC 资源、软件许可和研究培训预算？

中优先级问题

HetSys 训练开始后，第一年的里程碑是什么？
是否有工业伙伴或 SUSTAIN Steel/ASRC 的协作方参与？
学生是否会产出可发表的软件或数据资产，以及开放性或 IP 条件如何？
该项目的具体截止日期是否与 Warwick 针对研究型课程申请者的签证处理建议有关？
该项目将如何平衡原子尺度精度与需要覆盖大量晶界环境的现实要求？

证据与来源