风力机前沿技术研究工程师（重能）

以下工作内容四选一 1、 固体力学仿真算法开发方向 岗位职责： (1) 负责结构力学核心问题的自主算法建模与开发，涵盖构件应力应变分析、振动模态计算、稳定性评估等核心模块。 (2) 推动 AI 与结构力学、有限元技术的融合创新，基于 PINN 实现损伤演化、载荷响应、失效预测等功能的算法落地。 (3) 承担降阶模型（ROM）的构建与优化，并通过试验数据或高保真模型验证降阶模型的精度与稳定性。 任职资格： (1) 博士学历优先；专业为固体力学、航空航天工程、机械工程、计算力学等相关方向。 (2) 精通固体力学、结构力学、有限元理论，具备自主推导力学算法公式的能力。 (3) 具备结构力学和有限元求解器算法自主开发经验，能独立完成有限元核心模块（如单元库构建、求解器编码）的自主设计与调试；或熟悉 PyTorch/TensorFlow 等深度学习框架，具备固体力学领域 PINN 算法自主开发经验； (4) 掌握 ANSYS、ABAQUS 等商用有限元软件，能通过其结果验证自主开发算法的准确性。 (5) 具备结构动力学、非线性力学、损伤力学等相关背景，发表过结构力学 / 有限元自主算法领域高水平论文，或有自主完成有限元求解器模块开发、结构力学算法优化的项目经历者优先。 (6) 熟练掌握 Python/C++/Fortran编程技能，具备并行计算（MPI/OpenMP等）算法自主开发经验者优先。 2 流体力学仿真算法开发方向 岗位职责： (1) 主导流固耦合核心算法的自主设计，涵盖需求分析、数学建模、数值离散到代码开发的全流程，完成自主算法的技术验证与工程化落地； (2) 跟踪 CFD 与 AI for Science 领域前沿，基于自主开发的 CFD 求解器框架，探索 AI 技术（PINN、DeepONet 等）与传统算法的融合路径（如 AI 驱动的迭代加速、复杂工况解修正），独立完成技术方案论证、原型开发及验证结果输出； (3) 主导 CFD 算法降阶模型（ROM）的研发与优化，包括但不限于：基于高保真仿真数据构建高效降阶模型，完成模型的数学建模、误差量化与修正策略设计，实现降阶模型与高保真求解器的耦合集成； 任职资格： 核心要求 (1) 学历背景：博士学历，流体力学、航空航天工程、工程力学等相关专业； (2) 理论基础：精通流体力学核心理论，深入掌握 NS 方程数值解法，熟练推导与实现 k-ε、SST、DES 等湍流模型，理解流 - 固耦合底层逻辑； (3) 编程能力：具备扎实的Fortran/C++ 流动力学求解器自主开发经验，能独立完成核心模块开发与调试，熟悉 MPI/OpenMP 等并行技术者优先。 专业技能 (1) AI 工具应用：熟练使用 PyTorch/TensorFlow 等框架，有基于自主 CFD 数据的 PINN 流场建模经验； (2) CFD 算法开发：具备 CFD 核心算法自主开发能力，可基于开源框架（如 OpenFOAM）进行算法迭代优化，或从零构建专用求解器；或具备降阶模型与高保真求解器耦合开发经验； (3) 在 CFD 中的理论或应用研究领域发表 SCI/EI 论文，或拥有相关技术专利者优先。 3、AI 算法 - 故障诊断与预测方向 岗位职责 （1）开发具有可解释性的 AI 故障诊断模型，针对风机关键部件实现早期故障的精确诊断，并准确定位故障部件及退化阶段，为维护决策提供清晰、可靠的依据和量化评估； （2）应用生成对抗网络 (GANs)、变分自编码器 (VAEs) 等技术，开发仿真与实测数据相结合的生成式模型； （3）构建仿真域与真实域之间的动态映射机制，建立高精度剩余寿命预测模型； 任职资格 （1）教育背景：近期 (或即将) 获得机械工程、力学、计算机科学、自动化、电子工程或相关领域的博士学位，研究方向与深度学习、AI 密切相关； （2）岗位技能：精通 Python 和主流深度学习框架 (如PyTorch 或 TensorFlow)，具备出色的数据分析和算法实现能力； （3）在故障诊断、预测性维护、PHM 方面拥有实际项目经验； （4）熟悉时间序列模型、类 EMD 分解、小波变换、稀疏分解等信号处理技术者优先；有相关顶级会议或期刊论文者优先。 4、多学科优化算法开发方向 岗位职责 (1) 风力机多学科优化（MDO）框架的自主搭建与集成，实现包括流固耦合模型、结构强度分析模块与降阶模型在内的多学科耦合; (2) 开发混合优化算法，对风机关键部件及整机参数的自动迭代与寻优; (3) 构建高效代理模型体系替代高成本CFD/FEA数值仿真； 任职资格 (1) 拥有航空航天工程、机械工程、计算力学、优化方法等相关专业博士学历； (2) 具备多学科优化（MDO）框架开发或集成经验，熟悉MDO常用架构与协同设计流程； (3) 熟悉常用的多目标优化算法（如遗传算法、梯度类算法等）； (4) 熟悉代理模型技术（如高斯过程回归、神经网络、贝叶斯优化等），有实际建模与工程应用经验； (5) 熟练使用Python、C++或MATLAB等编程语言。