Doktorand i Drift och Underhållsteknik

Luleå tekniska universitet växer starkt med världsledande kompetens inom flera forskningsområden. Vi formar framtiden genom innovativ utbildning och banbrytande forskningsresultat, och baserat på den arktiska regionen skapar vi global social nytta. Vår vetenskapliga och konstnärliga forskning och utbildning bedrivs i nära samarbete med internationella, nationella och regionala företag, offentliga aktörer och ledande universitet. Luleå tekniska universitet har en total omsättning på 2 miljarder SEK per år. Vi har för närvarande 1 500 anställda och 17 900 studenter.

Under de kommande åren kommer flera miljardinvesteringar att göras i stora projekt i Norrland för att skapa ett fossilfritt samhälle både nationellt och globalt. Luleå tekniska universitet är involverat i flera av dessa banbrytande forskningsprojekt och i den samhällsomvandling som de medför. Vi erbjuder ett brett utbud av kurser och utbildningsprogram för att matcha de färdigheter som efterfrågas. Vi hoppas att du vill hjälpa oss att bygga de hållbara företag och samhällen i framtiden.

Drift och underhåll är ett snabbt växande forskningsområde eftersom det erkänns som en viktig möjliggörare för affärsprestanda inom industrin över hela världen. För många industrier är underhållskostnader en av de största individuella kostnadsposterna. Effektivt underhåll kan generera intäkter för industrin genom bättre utnyttjande av anläggningar och högre tillgänglighet. Genom välplanerat underhåll kan externa och interna driftsrisker också kontrolleras och minimeras.

Ämnesområdet/avdelningen för Drift och Underhållsteknik är multidisciplinärt till sin natur och omfattar många vetenskapsdiscipliner och framväxande teknologier. Avdelningens aktiviteter är inriktade på att hitta synergier med andra ingenjörsdiscipliner och bygga nätverk med många aktiva forskargrupper, lokalt och globalt. Avdelningen har varit framgångsrik i att erhålla bidrag från EU och svenska forskningsfinansieringsorgan som VINNOVA och SSF. Avdelningen har lanserat en internationell tidskrift för systemgaranti och ledning publicerad av Springer. Etableringen av SKF-universitetets teknologiska centrum för avancerad tillståndsövervakning har gett avdelningen en mycket behövd plattform för utveckling av diagnostiska och prediktiva teknologier. Vid avdelningen har två laboratorier etablerats: eMaintenance Lab och Condition based maintenance Lab med en tillhörande testanläggning för järnvägskomponenter. Avdelningen är dessutom fullt kompetent och teknologiskt utrustad för att bedriva forskningsarbete inom de framväxande områdena big data, prediktiv och preskriptiv analys.

Ämnesbeskrivning

Drift och Underhållsteknik handlar om utveckling av teknologier för att säkerställa hög systemtillförlitlighet, effektiva underhållsprocesser och livscykelhantering av ingenjörstillgångar.

Projektbeskrivning

Detta doktorandprojekt syftar till att främja området järnvägstransport genom utveckling av innovativa tillståndsövervakningssystem för både järnvägsfordon och spår. Denna forskning kommer att studera sensorsystem som genererar data från olika komponenter av järnvägsinfrastrukturen och rullande materiel. Forskningen kommer att fokusera på distribuerade fiberoptiska sensorer (FDOS) och kombinationen med maskininlärningsmetoder.

Målet är att skapa prediktiva underhållsmodeller som proaktivt kan identifiera potentiella problem, vilket minskar stillestånd, minimerar underhållskostnader och i slutändan förbättrar den övergripande prestandan och hållbarheten hos järnvägssystem. Projektet kommer att kopplas till pågående forskningsprojekt inom Europeiska unionen, där verkliga fallstudier tillämpade på järnvägsspår och befintliga fordon kommer att användas för att validera de utvecklade metoderna. Syftet med forskningen är att bidra med värdefulla insikter och generera kunskap inom transportteknik genom att förbättra underhållsgränserna för fordon och spårinfrastruktur, vilket banar väg för en mer hållbar och effektiv järnvägsinfrastruktur.

Arbetsuppgifter

Arbetsuppgifterna inom doktorandprojektet inkluderar aktivt deltagande i forskning och utveckling av leveranser kopplade till EU-projekt. Förutom det teoretiska avhandlingsarbetet kommer praktiskt arbete relaterat till datorprogrammering, simulering och fältmätningar av olika aspekter att ingå. Andra uppgifter relaterade till doktorandutbildningen kommer att specificeras inom den individuella doktorandstudieplanen.

För ytterligare information om ett specifikt ämne, se; Allmänna läroplaner för fakulteten för vetenskap och teknik

Kvalifikationer

För att vara berättigad till anställning måste du ha en masterexamen inom ämnet datavetenskap, teknisk fysik, mekatronik, maskinteknik, geofysik eller liknande utbildning. Du måste också kunna tala och skriva flytande engelska. Ämnen inom examen som kommer att ses som meriterande är:

• Signalbehandlingstekniker
• Vågpropagation
• Akustiska mikrofonarrayer och strukturburen ljud
• Maskinella vibrationer
• Datorprogrammering
• Maskininlärning/Artificiell intelligens metoder
• Prediktiv analys och datavetenskap
• Järnvägssystemteknik

Ytterligare information

Heltidsanställning på tidsbegränsad anställning i fyra år. Avdelningsuppgifter såsom undervisning kan läggas till upp till maximalt 20 % av heltid. Säkerhetstestning av sökande kan komma att ske. Tjänsten är placerad i Luleå, Sverige.

För ytterligare information om tjänsten, vänligen kontakta: Matti Rantatalo, biträdande professor, (+46) 920-49 2104, [email protected]

Fackliga representanter:

SACO-S Diana Chroneer,(+46) 920-49 2037 [email protected]
OFR-S Lars Frisk,(+46) 920-49 1792 [email protected]

Vid olika tolkningar av den engelska och svenska versionen av denna annons gäller den svenska versionen.

Ansökan

Vi föredrar att du ansöker om denna tjänst genom att klicka på ansök-knappen nedan. Ansökan ska innehålla ett CV, personligt brev och kopior av verifierade betyg från gymnasiet och universitet. Märk din ansökan med referensnumret nedan. Din ansökan, inklusive betyg, måste vara skriven på engelska eller svenska.

sista ansökningsdag: 31 januari 2025
Referensnummer: 83-2025