澳门大学全奖博士招生(Prof. Wong Pak Kin)

澳门大学全奖博士招生(Prof. Wong Pak Kin)

招生要求

澳门大学(University of Macau)研究生院现面向全球招收攻读博士学位的优秀学生。根据最新的招生政策,申请者需满足以下条件:

基本申请资格

·拥有硕士学位或被澳门大学认可的同等学历

·澳门大学在读硕士生,已完成课程部分且表现优异,展示出强大的研究能力,注册时间达一年以上可申请加速入学(Accelerated Entry)

·拥有优异成绩的学士学位并展示出强大的研究能力的申请者可考虑直接入学(Direct Entry)

语言要求

·良好的英语能力,需提供英语为教学媒介的证明或标准化英语考试成绩

奖学金信息

·UM Macao PhD Scholarship(MPDS):提供每月MOP20,000的奖学金,以及每学年最高MOP10,000的会议或研究相关旅行津贴,最长资助4年

·PhD Teaching Research Assistantship:提供每月起始MOP12,500的奖学金,或在正常学习期间每月平均全额学费,最长资助4年

申请流程

·通过澳门大学研究生院在线系统提交申请

·申请MPDS奖学金需在申请博士项目的同时一并提交

·推荐在提交申请前与目标导师确认

注意事项

·博士项目正常学习期限为3年,最长可达6年

·奖学金和助学金不包括学费及其他可能产生的费用

·校内住宿可供每位学生使用(需付费)

研究方向

澳门大学全奖博士招生(Prof. Wong Pak Kin)

Prof. Wong Pak Kin作为澳门大学科技学院教授兼研究生院院长,拥有极其丰富的研究经验和学术成果。根据其发表的论文和研究项目,其主要研究方向包括:

汽车工程领域

· 电动汽车控制系统:专注于四轮独立驱动电动汽车的直接横摆力矩控制、转向控制及能源优化

· 车辆悬挂系统:主动悬挂系统的动态时间事件混合触发可靠模糊控制研究

· 发动机性能优化:双燃料汽车发动机系统设计、校准及控制

· 自动驾驶技术:基于观测器的路径跟踪鲁棒显式模型预测控制

环境与能源研究

· 发动机排放颗粒物特性研究:生物柴油和乙醇混合燃料排放的化学和细胞毒性

· 可再生能源系统:混合风浪能源系统的控制导向建模与自适应参数估计

· 环境污染监测:车辆前照灯距离对颗粒物特性的影响研究

人工智能应用

·医学诊断中的人工智能应用

·机器学习在发动机故障诊断中的应用:基于稀疏贝叶斯极限学习委员会机器

·自适应动态规划在车辆控制中的应用

机械振动与流体动力工程

·旋转板的振动控制与分析建模

·流体动力系统设计与优化

·智能控制算法在机械系统中的应用:模糊控制、滑模控制等

Prof. Wong学术成就斐然,在Web of Science收录的408篇论文获得5980次引用,H指数达41;在Scopus收录的279篇论文获得6848次引用,H指数达45,FWCI(领域加权引用影响)为1.91。

Mason博士有想法

基于Prof. Wong的研究方向,以下是几个具有创新性且可行的研究计划:

1. 基于数字孪生的电动汽车智能能量管理系统

构建电动汽车的数字孪生模型,结合实时道路和交通信息,开发智能能量管理系统。通过深度强化学习算法优化能量分配策略,同时考虑电池寿命、续航里程和驾驶舒适性等多目标约束。该研究可在Prof. Wong现有的电动汽车控制系统基础上,融合数字孪生技术,为四轮独立驱动电动汽车提供更高效的能源管理方案。

2. 生物启发自适应悬挂系统研究

研究生物结构(如猫科动物腿部)的减震机制,开发具有自适应特性的新型车辆悬挂系统。结合Prof. Wong在主动悬挂系统领域的研究成果,利用轻量化材料和生物启发结构设计,开发具有变刚度和变阻尼特性的悬挂系统,实现对不同路况的智能适应,同时考虑能量回收功能,提高整车能效。

3. 颗粒物排放的实时监测与健康风险评估集成系统

基于Prof. Wong在发动机排放研究领域的成果,开发车载颗粒物实时监测系统,结合人工智能算法建立排放物与健康风险的关联模型。该系统可实时评估不同驾驶条件和燃料类型对排放物特性的影响,并提供健康风险预警,为低排放区域的智能驾驶决策提供支持,促进绿色交通发展。

4. 混合能源驱动的自主海洋监测平台

整合Prof. Wong在混合风浪能源系统和控制算法的研究成果,开发一种由混合可再生能源驱动的自主海洋监测平台。该平台采用风能、波浪能和太阳能多源供能系统,结合高效能量管理算法,实现长期自主运行。平台可用于海洋环境监测、海洋生态研究及海洋资源勘探等领域,具有重要的科学价值和应用前景。

5. 面向新能源汽车的多模态故障诊断与预测性维护系统

基于Prof. Wong在发动机故障诊断领域的专长,开发针对新能源汽车的多模态故障诊断与预测性维护系统。该系统整合声学、振动、温度和电气信号等多源数据,结合迁移学习和联邦学习技术,建立车辆健康状态评估模型,实现故障早期预警和精准诊断,提高车辆可靠性并降低维护成本,推动智能交通系统的发展。

【竞赛报名/项目咨询+微信:mollywei007】

上一篇

香港科技大学(广州)全奖博士项目(Prof. Lanlan CAI)

下一篇

哈佛真牛!2029届新生入学率85%不降反升!还曝光21所“生源高中”......

你也可能喜欢

  • 暂无相关文章!

评论已经被关闭。

插入图片
返回顶部
Baidu
map