Machine learning methods for modelling and optimising CO2 heat pumps
用于建模和优化CO2热泵的机器学习方法博士
供暖占全球能源使用量的近一半,以及约40%的能源相关温室气体排放。为实现2050年净零排放目标,到2030年每年需安装约6亿台热泵。二氧化碳热泵——以二氧化碳作为制冷剂的热泵——在降低环境影响和提高能效方面尤为具有前景。本博士项目旨在利用机器学习优化其运行方式,从而释放其全部潜力。研究工作将在机械与航空航天工程系开展,开发更智能的控制策略,以提升热泵在各种工况下的性能。学生将使用来自产业合作伙伴isentra有限公司的实际运行数据,获取真实热泵运行的宝贵信息,用于构建和测试先进模型。该研究致力于推进可持续供热与制冷技术的发展,助力低碳未来的实现。
申请要求
申请者需持有或即将获得知名大学相关工程领域的硕士学位或同等学历; exceptionally优秀的申请者若拥有相关领域一等荣誉学士学位,亦可考虑。中国申请者通常需具备良好本科背景,部分情况下需提供硕士学历。学校致力于营造包容多元的环境,欢迎不同背景及有特殊需求(如照顾责任、残疾等)的学生申请,并承诺提供合理支持。申请时需联系导师(如Zhibin Yu教授)、准备学位证明、成绩单、CV、个人陈述及两封学术推荐信,并通过官网提交机械工程PhD项目申请。
课程描述
“Machine learning methods for modelling and optimising CO2 heat pumps”的本科或第一学位课程通常按由基础到应用的层次组织。基础课程通常包括离散数学、程序设计基础、数据结构、计算机系统基础与统计学,用于建立数据、程序、算法与计算系统的基本概念、学术沟通与分析工具。专业核心课程一般设置算法设计与分析、数据库、软件工程、操作系统、计算机网络与数据处理,重点理解表示、计算、存储、通信和评价机制,并训练建模、编程实现、复杂度分析、测试与迭代优化,使学习由知识掌握推进至复杂问题的分析和方案论证。