今天，我们为大家解析的是比利时根特大学博士研究项目。
“Doctoral fellow - Department of Structural Engineering and Building Materials”
学校及专业介绍
学校概况
Ghent University（根特大学）坐落于比利时根特市，是荷兰语区顶尖高校之一，跻身全球百强大学行列。学校规模庞大，现有超过44,000名学生与15,000名教职工，涵盖教育、科研、管理行政及技术社会服务等多个领域，是比利时当地极具影响力的雇主与学术机构。根特大学设有11个学院、85个以上院系，提供覆盖众多学术领域的前沿研究型学位项目，凭借扎实的科研底蕴与优质的教育资源，成为全球学子深造的热门选择，尤其在工程技术、材料科学等领域享有国际声誉。
院系介绍
本次招生项目隶属于根特大学TW14 - Department of Structural Engineering and Building Materials（结构工程与建筑材料系），依托该系的Magnel-Vandepitte Laboratory（马格内尔-范德皮特实验室）开展研究。该实验室是比利时最大的混凝土技术与混凝土结构研究中心，在国际上拥有广泛认可度。
招生专业介绍
本次招生的博士项目聚焦水泥基材料碳捕获领域，隶属于结构工程与建筑材料专业的前沿研究方向。该方向紧扣全球“双碳”目标，以Fit-for-55计划（欧盟2030年减排55%的气候目标计划）为政策背景，核心是探索水泥基材料在服役期间的CO₂吸收规律，开发精准预测模型与工具。
研究内容覆盖多种水泥基材料（砂浆、再生混凝土骨料、成型制品等）的碳化特性，涉及材料化学、结构工程、环境科学等多学科交叉，兼具基础研究价值与工业应用前景，旨在为水泥行业减碳及环保产品声明（Environmental Product Declaration）要求的满足提供技术支撑。
申请要求
（一）学历背景
- 需持有硕士学位，优先考虑土木工程、结构工程、材料工程、化学、地质学专业背景；
- 其他具备相关主题充足知识储备的硕士学位持有者也可申请。
（二）专业知识与技能
- 核心知识：需掌握cement chemistry（水泥化学）、concrete technology（混凝土技术）、durability of cementitious materials（胶凝材料耐久性）相关知识。
- 优选技能：具备分析与建模能力者优先，具体包括热重分析（TGA）、定量X射线衍射（XRD）、扫描电子显微镜背散射电子成像（SEM-BSE）、压汞法（mercury intrusion porosimetry）、核磁共振（1H-NMR）、热力学建模等实验与分析技能。
项目理解
- 项目核心目标DOC-CEM项目的总体目标是构建相关知识体系，开发模型与工具，实现对水泥基材料服役期间CO₂吸收量的精准预测。具体目标包括：构建水泥基材料自然碳化综合数据库，通过可重复实验验证并补充数据；确定养护条件（潮湿、高压釜、蒸汽）对胶凝材料碳化程度（DoC）的影响，开发养护专用碳化程度预测模型并通过实验验证；探究受控暴露条件对纤维水泥材料、再生混凝土骨料等成型制品碳化程度的影响；
识别水泥基材料快速碳化的主要驱动因素，开展敏感性分析，为优化设计高CO₂吸收效率的水泥基材料提供建议。
- 项目核心任务博士研究员将与博士后研究员及导师协作，完成以下核心任务：构建涵盖砂浆、水泥砖等多种水泥基材料的自然碳化数据库，数据来源包括企业调研、利益相关方及政府机构对接、文献综述（实验室研究与现有结构相关）；开展加速碳化实验，负责数据转换与CO₂吸收量计算；探究设计与暴露条件对成型制品CO₂吸收的影响；
完成所研究水泥基材料的全生命周期评估，包括生命周期清单编制、评估框架构建、数据整合与情景分析；
参与国际咨询委员会交流，与巴斯大学、格拉茨工业大学同事协作，对接RILEM TC CUC（混凝土服役期间及服役后CO₂吸收技术委员会）工作。
有话说
博士背景
- 多尺度耦合的碳化预测模型优化：现有研究多聚焦单一尺度的碳化规律，可结合项目数据库构建，开展微观结构（孔隙特征、水化产物）-宏观性能（强度、耐久性）-CO₂吸收量的多尺度耦合研究，开发更精准的多尺度碳化预测模型，提升模型对不同材料、不同服役环境的适配性。
- 极端气候条件下水泥基材料的碳化特性研究：项目现有研究覆盖常规暴露条件，可拓展至极端高温、高湿度、高CO₂浓度等极端气候场景，探究此类条件下水泥基材料的碳化规律。结合全球气候变化背景，该研究成果可为极端气候地区的建筑材料选型与耐久性设计提供理论支撑，提升项目研究的前瞻性与应用范围。
- 数字孪生技术在碳化监测中的应用探索：依托项目实验数据与数据库，可尝试构建水泥基材料碳化过程的数字孪生模型，实现对服役期间材料碳化程度的实时监测与动态预测。通过数字孪生技术整合传感器数据与预测模型，可解决传统碳化评估中滞后性问题，为建筑结构的运维与延寿提供精准技术支持，推动科研成果向工程实践的高效转化。
Bridge，985土木工程学院博士生，专注于桥梁工程和抗震结构设计研究。擅长运用高性能计算和人工智能技术，探索新型材料和结构在桥梁工程中的应用。在研究大跨度悬索桥抗风性能优化方面取得重要突破。曾获国家奖学金和中国土木工程学会优秀青年工程师奖。研究成果发表于《Journal of Structural Engineering》和《Engineering Structures》等顶级期刊。
【竞赛报名/项目咨询+微信：mollywei007】
