PhD scholarship in Risk-Based Maintenance Planning for Wind Turbine Components - DTU Wind

DTU Wind
Roskilde, 4000
DTU Wind logo

Oversigt og nøgleindsigter

PhD-stipendiat ved DTU Wind i Roskilde med fokus på risikobaseret vedligeholdelsesplanlægning for vindmølleanlæg, der kombinerer avancerede metodologier og digital twins.

Højdepunkter

  • Deltagelse i MET2ADAPT-netværket med fokus på grøn omstilling og adaptive materialer.
  • Udvikling af datadrevne beslutningsrammer til vedligeholdelse af vindmøller.
  • Bygning og validering af værktøjer understøttet af digital twins til realtidsvedligeholdelse.

Påkrævede kvalifikationer

  • Faglig interesse i meta-materialer, vedvarende energisystemer og intelligente strukturer.
  • Beherskelse af metoder til risiko- og vedligeholdelsesplanlægning.
  • Evne til analyse af SHM, SCADA og miljødata.

Ønskværdige kvalifikationer

  • Erfaring med tværfaglige projekter i et europæisk kontekst.
  • Kendskab til digitale tvillinger og deres anvendelse i vedligeholdelse.

Den ideale kandidat

Den ideale kandidat er motiveret og nysgerrig med en stærk ambition om at fremme den grønne omstilling gennem innovative teknologier. Kandidaten skal have en skarp analytisk sans og evne til at arbejde med komplekse multi-fysiske problemstillinger.

Jobdetaljer

Løn efter aftale
Fuldtid
timer/uge
Kun kontor
Roskilde
4000

Jobbeskrivelse

Job Description

If you are aspiring to shape the future of industrial R&D or academia, especially in the rapidly advancing fields of meta-materials, renewable energy systems, and intelligent structural technologies, this PhD position offers a unique opportunity. Join MET2ADAPT to engage with some of the most challenging and high-impact questions surrounding next-generation wind and wave energy systems, digital twins, and resilient structural design.

We are looking for a motivated, curious, and ambitious researcher committed to accelerating the green transition by advancing adaptive materials, predictive modelling, and autonomous maintenance solutions. You thrive on scientific discovery, enjoy tackling complex multi-physics problems, and have the drive to explore innovative concepts at the intersection of engineering, data, and emerging technologies.

Project Responsibilities and Qualifications

As a Doctoral Candidate in the MET2ADAPT network, your primary research tasks will centre on the development of advanced methodologies for risk-based inspection and maintenance planning in wind turbine systems. You will work on designing a robust, data-driven decision framework that integrates structural models, probabilistic degradation processes, and operational monitoring data. Your research will focus on identifying how emerging meta-material technologies and evolving environmental conditions influence deterioration and maintenance needs.

You will analyse SHM, SCADA, and environmental datasets to extract meaningful indicators of asset health, assess key degradation modes, and quantify their influence on remaining useful life. A major component of your work will involve building and validating digital-twin-assisted tools that support real-time maintenance decisions, optimised inspection scheduling, and improved operational reliability.

What We Offer

We offer you the opportunity to become part of MET2ADAPT, a doctoral network designed to equip sixteen Doctoral Candidates with deep technical expertise, strong interdisciplinary competence, and a broad set of transferable skills. As a member of this network, you will engage with leading academic institutions and industrial partners across Europe, gaining exposure to both cutting-edge research environments and real-world operational challenges in renewable energy.

Application Procedure

Your complete online application must be submitted no later than 10 March 2026 (23:59 Danish time). Applications must be submitted as one PDF file containing all materials to be given consideration. To apply, please open the link "Apply now", fill out the online application form, and attach all your materials in English in one PDF file. The file must include:

  • A letter motivating the application (cover letter)
  • Curriculum vitae
  • Grade transcripts and BSc/MSc diploma (in English) including official description of grading scale

You may apply prior to obtaining your master's degree but cannot begin before having received it. Applications received after the deadline will not be considered.

Karrierevej

Typisk karriereforløb

1

Postdoc i vedvarende energisystemer

2

Forsker i industri eller akademia inden for strukturel teknologi

3

Lederrolle i udvikling af intelligente vedligeholdelsesløsninger

Vækstpotentiale

Denne PhD-stilling tilbyder et betydeligt vækstpotentiale, især i forbindelse med den stigende efterspørgsel efter bæredygtige energiløsninger. Kandidater vil være velpositioneret til at lede innovationer inden for vedvarende energi og smart vedligeholdelse.

Overførbare færdigheder

Avanceret dataanalyseInterdisciplinært samarbejdeInnovativ problemløsning

Branchekontekst

Stillingens fokus på risikobaseret vedligeholdelse af vindmøllekomponenter er centralt for at forbedre effektiviteten og pålideligheden af vedvarende energisystemer. Dette er afgørende i takt med den globale overgang til bæredygtige energikilder.

Færdighedsanalyse

Kritiske færdigheder

Meta-materialer forskning

Forskning i og forståelse af meta-materialers rolle i vedvarende energisystemer.

Predictive modelling

Udvikling og anvendelse af modeller til at forudsige vedligeholdelsesbehov og komponentnedbrydning.

Autonome vedligeholdelsesløsninger

Design og implementering af systemer til automatisk vedligeholdelse af vindmølleanlæg.

Vigtige færdigheder

Dataanalyse

Analyse af SHM, SCADA, og miljødata for at udlede indikatorer for asset health.

Digital tvilling teknologi

Udvikling og validering af digitale tvillinger til vedligeholdelsesbeslutninger.

Interdisciplinær forskningskompetence

Evne til at arbejde på tværs af flere discipliner inden for ingeniørarbejde, data og teknologi.

Ønskværdige færdigheder

Probabilistisk modellering

Anvendelse af sandsynlighedsmodeller til at forstå nedbrydningsprocesser.

Mest kritiske færdigheder

Meta-materialer forskningPredictive modellingAutonome vedligeholdelsesløsninger

Sådan fremhæver du din erfaring

Fremhæv din erfaring med forskning i meta-materialer og predictive modelling ved at beskrive specifikke projekter, du har arbejdet på, og de resultater, du har opnået. Angiv også, hvordan du har anvendt autonome systemer til vedligeholdelse og forbedret operationel pålidelighed i tidligere roller.

Interviewforberedelse

Sandsynlige spørgsmål

Kan du forklare, hvordan du vil anvende metoder til risiko-baseret vedligeholdelse i vindmølleanlæg?

teknisk

Tip: Diskuter din forståelse af risikoanalyse og hvordan det kan anvendes til proaktiv vedligeholdelse.

Hvordan vil du håndtere komplekse multi-fysik problemer i konteksten af dit forskningsprojekt?

teknisk

Tip: Fokusér på din erfaring med at arbejde med komplekse systemer og hvordan du anvender tværfaglige tilgange.

Fortæl os om en gang, du har arbejdet med dataanalyse for at forbedre operationel pålidelighed.

erfaring

Tip: Giv et konkret eksempel fra din tidligere erfaring, hvor du har anvendt dataanalyse til at opnå mærkbare resultater.

Hvordan vil du beskrive din tilgang til videnskabelig opdagelse?

kultur

Tip: Vis din nysgerrighed og evne til at tænke kreativt og innovativt omkring forskningsspørgsmål.

Hvordan vil du sikre, at dine forskningsresultater har en praktisk anvendelse i industrien?

situations

Tip: Diskuter vigtigheden af at forbinde forskning med praktiske applikationer og din erfaring med dette.

Spørgsmål du kan stille

  • Kan I fortælle mere om MET2ADAPT-netværket og dets samarbejdspartnere?
  • Hvordan integrerer DTU Wind akademisk forskning med industrielle applikationer?
  • Hvilke muligheder er der for at præsentere og publicere forskningsresultater under PhD-programmet?

Tale punkter

  • Min erfaring med at anvende dataanalyse til at forbedre operationel pålidelighed.
  • Hvordan min tidligere forskning har bidraget til vedligeholdelsesstrategier.
  • Min motivation for at deltage i green transition gennem avancerede materialer og teknologier.

Bekymringspunkter at være opmærksom på

  • Manglende erfaring med dataanalyse eller digital twin teknologi.
  • Begrænset interesse for tværfagligt samarbejde.

Ansøgningsstrategi

Ansøgningstips

  • Fremhæv din erfaring med datadrevet beslutningstagning og digital tvilling teknologi.
  • Understreg din interesse og eventuelle tidligere erfaring inden for vedvarende energi og strukturel design.
  • Vis din evne til at arbejde tværfagligt og samarbejde med både akademiske og industrielle partnere.

Nøgleord at inkludere

Risk-Based Maintenance PlanningDigital TwinsMeta-materialerSHM og SCADA dataPredictive Modelling

Fokus i ansøgningen

Fremhæv din motivation for at bidrage til den grønne omstilling gennem avancerede vedligeholdelsesløsninger og din evne til at tackle komplekse multi-fysiske problemer. Beskriv hvordan din passion for videnskabelig opdagelse og innovative koncepter kan hjælpe med at udvikle robuste beslutningsrammer for vindturbinesystemer.

Tilpasning af CV

Fokusér på at inkludere relevante akademiske projekter eller kurser, der demonstrerer din ekspertise inden for strukturelle modeller og dataanalyse. Inkluder eventuelle erfaringer med anvendelse af probabilistiske metoder og operationel overvågning i ingeniørprojekter.

Ofte stillede spørgsmål

Hvad indebærer stillingen som PhD-stipendiat i risikobaseret vedligeholdelsesplanlægning?

Stillingen indebærer udvikling af avancerede metoder til risikobaseret inspektion og vedligeholdelsesplanlægning for vindmøllesystemer, med fokus på at integrere strukturelle modeller og overvågningsdata.

Hvilke kvalifikationer kræves for denne PhD-stilling?

Kandidaten skal have en stærk akademisk baggrund inden for ingeniørvidenskab, dataanalyse eller relaterede områder og være interesseret i forskning inden for adaptive materialer og forudsigende modellering.

Hvad tilbyder DTU Wind i denne PhD-stilling?

DTU Wind tilbyder en plads i MET2ADAPT-netværket, som giver adgang til førende akademiske institutioner, industrielle partnere og eksponering for forskningsmiljøer og operationelle udfordringer i vedvarende energi.

Hvordan er arbejdsmiljøet hos DTU Wind?

Arbejdsmiljøet er dynamisk og innovativt, med fokus på at fremme videnskabelige opdagelser og tackle komplekse problemer i et tværfagligt og internationalt forskningsmiljø.

Hvad er arbejdsgiverens forventninger til kandidaten?

Kandidaten forventes at være motiveret, nysgerrig og ambitiøs, med evnen til at gennemføre forskning af høj kvalitet og bidrage til den grønne omstilling gennem teknologisk innovation.

Hvordan ansøger man om denne PhD-stilling?

Ansøgninger skal indsendes online som én PDF-fil, der indeholder et motiveret ansøgningsbrev, CV, karakterudskrifter og BSc/MSc-diplom, senest den 10. marts 2026.

Kan man ansøge, hvis man endnu ikke har afsluttet sin kandidatgrad?

Ja, man kan ansøge inden afslutningen af sin kandidatgrad, men man kan ikke starte stillingen før graden er opnået.

Stillinger

PhD ResearcherDoctoral Candidate

Lignende jobs