机械工程博士

机械工程博士项目旨在培养具有扎实科学技术基础的卓越高级人才，能够独立且原创地解决复杂的科研问题和应用工程问题，从而拓展机械工程领域的知识边界。具体目标：培养具备以下能力的机械工程领域的博士： * 在博士项目的四个研究领域之一（流体力学、能源与传热；固体力学；可靠性与物理资产管理；材料的机械行为、先进制造与机器人技术）拥有扎实的基础。 * 能够独立制定并执行原创性研究项目。 * 能够通过在主流期刊上发表科学文章，生成新知识，从而推动机械工程及其相关科学的发展。 研究方向：本项目的学生将主要在以下四个成熟的研究方向开展博士论文工作： * 方向1：流体力学、能源与传热 * 方向2：固体力学 * 方向3：可靠性、维护与物理资产管理 * 方向4：材料的机械行为、先进制造与机器人技术 在这些方向内，有各种活跃的研究课题正在通过数值、理论和实验方法进行开发。目前的研究领域如下： 流体力学、能源与传热方向：该方向研究流体传输、热量和能量转换现象。利用计算和实验工具研究这些现象，可能包括湍流、混合或燃烧等。通过流体运动或辐射进行能量转换是该领域研究的核心部分。流体与固体之间的相互作用在生物力学等特定应用中具有相关性。在能量转换方面，研究半导体器件中电荷流动的流体动力学建模以及光伏太阳能电池的热学和电学建模。在小规模风能方面，建模城市风能资源的流体动力学行为以及风力涡轮机的空气动力学。同样在能量转换方面，开发太阳能热电联产系统与电化学太阳能的建模，并与ERNC（可再生非传统能源）源和电动汽车集成，以及通过最大化水力性能来优化脉冲水力微型涡轮机。在理论和实验非线性物理领域，研究开放和有界域中的不稳定性；流体动力学和湍流；声学信号处理；以及马赫-曾德尔干涉仪。一个跨学科课题是从流体动力学角度建模脑动脉瘤和狭窄等病理的演变，为此使用计算流体动力学。确定壁面上的速度场和应力，以了解其机械行为并确定其破裂风险。另一项研究是关于通过空气幕的湍流热量和动量传输。它涉及通过双空气幕装置在易于密闭的空间内对热量、动量和质量传输进行实验和数值表征，以隔离有毒物质（烟雾、气体、悬浮粉尘）或活性标量（如温度），在封闭空间（如公路隧道、洁净室、冷藏室）中，以保护人类生命或维护卫生场所。 固体力学方向：在计算固体力学中，制定并实施了数值方法——如有限元法、多边形有限元法、虚拟有限元法、广义有限元法和无网格方法——用于固体和结构工程中的建模和计算仿真，以及结构故障实时监测应用。有限元模型调整方法允许根据从特征振动中获得的实验数据验证和修正结构的数值模型。该方向的研究重点是通过遗传算法等全局优化方法开发逆向建模算法，并选择合适的度量来比较数值和实验数据。在固体力学分析开发方面，研究非线性弹性，特别是开发和研究一些新型的本构方程，以模拟非线性弹性固体的行为。还涉及电磁弹性，特别是在研究一些新型不变式，用于在模拟某些高度各向异性电磁弹性材料时表征能量函数。这些领域之间一个有趣的相互关系示例是关于通过振动收集能量的研究。压电材料在受到振动时会产生交流电压，可以直接用于为系统供电，或者可以存储在电池或电容器中。这项研究包括开发和建模能够从宽频率范围的振动中收集能量的设备，以及从流体诱导的振动中收集能量。 可靠性、维护与物理资产管理方向：在结构损伤识别中，通过材料特性或结构几何特性的变化来检测损伤，这反映在振动特性的可检测变化中。为此，开发了损伤识别算法，允许根据结构的振动来检测、定位和量化损伤。这些算法可以基于逆向优化方法或监督学习方法。在物理资产管理研究的开发中，考虑了结构损伤监测，特别是复杂混合系统（定义为存在人、设备和软件之间相互作用的系统）的损伤预测和健康监测。通过整合人类可靠性、神经心理生理学和模式识别技术，进行这些系统及其与人类因素相互作用的设计和性能评估。最后，开发了复杂混合系统维护的优化模型，考虑基于Tsallis非广延熵的概率分布以及与随机过程和监督机器学习的相应耦合。 材料机械行为、先进制造与机器人方向：制造是实现思想、设计和材料转化为有形系统或产品的关键。通过这种方式，该方向将与先进制造技术、机器人技术、自动化、材料及其性能相关的知识，以及生产过程的设计、数字化、互操作性、模块化和去中心化联系起来。该研究方向以跨学科方式进行，从而结合了不同领域的主要方法，旨在促进对国家和国际现实具有高影响力的技术发展。在该方向的背景下，特别强调金属和复合材料的3D增材制造，突出激光烧结和冷喷涂等工艺。从这个角度，还提出了零件和设备材料表面改性的挑战，用钛、钴铬钼和铁锰钴铬合金进行涂层，以改善功能特性，或最大限度地减少与使用和劣化相关的问题（腐蚀和磨损）。在开发新制造工艺以生产具有改进机械性能的材料方面，研究了通过高能粉末研磨获得的微观和纳米结构对其机械性能的影响，重点关注TiC、Al2O3、VN和Mo2O陶瓷纳米颗粒的强化机制。该方向还提出了面向纳米技术应用的制造挑战，特别是在能源领域。一个例子是用于发电的固体氧化物燃料电池（SOFC）组件的新型纳米材料和纳米复合材料的开发。这些氧化物通过燃烧或声化学方法合成，然后评估其电导率和电化学性能。另一个例子是与可充电电池的制造和封装用纳米材料和合金的开发，以及用于水解电池生产氢气的电极制造。该研究方向还整合了智能机器合成实验室，研究允许自动生成智能系统（如机器人和机器人组件）的过程。主要兴趣主题是软机器人、模块化机器人以及两者的结合。实验室还对快速原型制作工具的生成感兴趣，例如新型3D打印机和新型数字制造方法。在实验室中，研究了允许构建能够进入和在困难环境中操作的机器的新工艺。甚至能够从可再生能源产生能量的新机器。

智利大学作为全球高等教育的标杆性机构，其机械工程博士项目依托学校在工程与技术领域的深厚学术传统与实践经验，致力于培养学生的系统性机械工程分析能力。