Väitöskirjatutkija aihealueelle fysiikkatehostettu koneoppiminen kelluvien merituulivoimaloiden digitaalisissa kaksosissa

Aalto-yliopistossa uteliaisuus vie meitä uusien kysymysten äärelle ja auttaa katsomaan tuttujakin asioita uudesta näkökulmasta. Tuomme eri alojen ja taustojen osaajat yhteen luomaan tietoa, ideoita ja ratkaisuja, joilla on merkitystä.

Työtämme ohjaavat vastuullisuus, rohkeus ja yhteistyö sekä yhteinen sitoutuminen kestävämmän tulevaisuuden rakentamiseen.

Insinööritieteiden korkeakoulu hakee väitöskirjatutkijaa aihealueelle fysiikkatehostettu koneoppiminen kelluvien merituulivoimaloiden digitaalisissa kaksosissa

Kelluvilla merituulivoimaloilla on keskeinen rooli siirtymässä puhtaaseen energiaan, mutta niiden käyttäytymistä merellä on vaikea ennustaa ja seurata. Niillä on kuusi vapausastetta ja ne liikkuvat vapausasteessa epäsäännöllisten aaltojen ja tuulen vaikutuksesta. Voimalat paikallaan pitävät ankkurointivaijerit ovat suurelta osin syvällä veden alla, joten pysyvien antureiden asentaminen niihin ja näiden antureiden ylläpito on kallista ja haastavaa. Tämä vuoksi operaattorit tarvitsevat digitaalisia kaksosia, jotka yhdistävät hydrodynaamisen tiedon anturidataan ja arvioivat suureita, joita ei voida mitata suoraan.

Tässä kokoaikaisessa ja palkallisessa väitöskirjatutkijan tehtävässä pääset kehittämään uuden sukupolven digitaalisia kaksosia. Tavoitteena on rakentaa malleja, jotka kuvaavat kelluvien voimaloiden aaltojen aiheuttamaa dynamiikkaa, päivittyvät uuden mittausdatan perusteella, tunnistavat vaurioiden varhaisia merkkejä ja arvioivat omien ennusteidensa epävarmuutta.

Työpaikka sijaitsee Aalto-yliopiston Otaniemen kampuksella Espoossa, ja tehtävä alkaa 28 tammikuu 2027 tai sopimuksen mukaan.

Tutkimusympäristö ja tehtävät

Aalto-yliopiston Energia- ja konetekniikan laitoksen Meri- ja arktisen tekniikan tutkimusryhmä tutkii, miten laivat ja offshore-rakenteet liikkuvat ja kuormittuvat aalloissa, tuulessa ja jäässä. Yhdistämme koneoppimisen ja datalähtöiset menetelmät hydrodynamiikan teoriaan, numeeriseen simulointiin ja mallikokeisiin. Tässä tehtävässä autat meitä rakentamaan digitaalisia kaksosia, jotka seuraavat kelluvien merituulivoimaloiden aaltojen aiheuttamia liikkeitä, ankkurointikuormia ja rakenteellista kuntoa reaaliajassa vain muutaman anturin avulla.

Työsi edistää turvallisempien ja kustannustehokkaampien kelluvien merituulipuistojen kehittämistä. Tavoitteena on seurata aaltokuormia ja ankkurointivaijereiden voimia jatkuvasti, havaita vauriot varhaisessa vaiheessa ja mahdollistaa kunnossapidon suunnittelu ennen vikojen syntymistä.

Työhösi kuuluu:

• Fysiikkatehostettujen koneoppimismallien (physics-enhanced machine learning) kehittäminen. Mallit oppivat kelluvien tuulivoimaloiden kytketyn hydrodynaamisen ja rakennedynaamisen käyttäytymisen mittausdatasta ja päivittyvät reaaliajassa. Menetelmät perustuvat muun muassa Koopman-operaattoriteoriaan ja dynaamiseen moodihajotelmaan (dynamic mode decomposition, DMD).
• Hydrodynaamisen tiedon sisällyttäminen malleihin siten, että ne pysyvät fysikaalisesti johdonmukaisina erilaisissa olosuhteissa. Näitä olosuhteita määrittelevät esimerkiksi aaltoheräte, hydrodynaamisten säteilyvoimien muistivaikutus, hitaat ajelehtimisliikkeet ja ankkurointilinjojen dynamiikka.
• Sellaisten aaltojen aiheuttamien liikkeiden ja ankkurointikuormien arviointi, joita ei voida mitata suoraan.
• Ankkurointijärjestelmän tai rakenteen varhaisen heikkenemisen havaitseminen ja sen erottaminen aaltojen, tuulen ja voimalan käyttötilan tavanomaisista vaihteluista.
• Arvioiden epävarmuuden kvantifiointi bayesiläisen suodatuksen ja probabilistisen koneoppimisen avulla.
• Datan tuottaminen ja analysointi seuraavista lähteistä: hydrodynaamiset simulaatiot (potentiaalivirtausmenetelmät ja tarvittaessa laskennallinen virtausdynamiikka, CFD) ja kytketyt simulointityökalut, kuten OpenFAST
• Tulosten julkaiseminen johtavissa kansainvälisissä tieteellisissä lehdissä ja esittäminen konferensseissa.

Työskentelet tiiviisti Meri- ja arktisen tekniikan tutkimusryhmän tutkijoiden sekä kansainvälisten akateemisten yhteistyökumppaneidemme kanssa.

Työ on ajankohtainen. Kelluvat merituulivoimalat yleistyvät nopeasti, ja alan ohjeistus painottaa yhä enemmän vaikeasti saavutettavien osien, kuten ankkurointien, epäsuoraa seurantaa rakenteen muihin osiin sijoitettujen antureiden avulla.

Tutkimusryhmämme on hiljattain osoittanut, että suoraan mittauksista opitut digitaaliset kaksoset pystyvät arvioimaan vasteita ja kuormia joita ei mitata vain muutaman anturin avulla. Menetelmät on todennettu myös aaltoallaskokeiden datalla (ks. arXiv:2605.00950). Tässä tehtävässä viet näitä menetelmiä askeleen pidemmälle: tuot hydrodynamiikan osaksi oppimista ja siirryt tarkasta estimoinnista kohti luotettavaa, itseään päivittävää kunnonseurantaa.

Mitä tuot mukanasi

Tässä tehtävässä onnistumista tukevat:

• Ylempi korkeakoulututkinto, joka on suoritettu tehtävän alkamiseen mennessä. Soveltuvia aloja ovat esimerkiksi laivanrakennus-, meri- tai offshore-tekniikka, kone-, rakennus- tai lentotekniikka, sovellettu matematiikka, fysiikka, tietojenkäsittelytiede tai muu tehtävään soveltuva ala.
• Vahva osaaminen lineaarialgebrassa sekä vähintään yhdellä seuraavista alueista: hydrodynamiikka tai virtausmekaniikka, rakenteiden dynamiikka, dynaamiset järjestelmät tai signaalinkäsittely.
• Hyvät ohjelmointitaidot Pythonilla tai vastaavalla kielellä sekä aito kiinnostus koneoppimiseen.
• Uteliaisuus, kyky itsenäiseen työskentelyyn sekä kyky viestiä selkeästi ja työskennellä hyvin osana tiimiä.

Arvostamme myös:

• Meri- tai offshore-hydrodynamiikan tuntemusta, esimerkiksi aalto-rakennevuorovaikutusta, potentiaalivirtausmenetelmiä (reunaelementtimenetelmät) tai laskennallista virtausdynamiikkaa (esim. OpenFOAM tai REEF3D).
• Kokemusta OpenFAST-, MoorDyn- tai WAMIT-ohjelmistoista tai aaltoallas- tai hinausallaskokeista.
• Kokemusta dynaamisesta moodihajotelmasta (DMD), Koopman-operaattorimenetelmistä, järjestelmäidentifioinnista tai operatiivisesta moodianalyysista.
• Kokemusta Kalman-suodatuksesta, bayesiläisestä päättelystä, Gaussin prosesseista tai epävarmuuden kvantifioinnista.
• Kokemusta aikasarjojen syväoppimisesta (esim. Transformer-mallit tai graafineuroverkot) PyTorchilla tai JAXilla.
• Tieteellisiä julkaisuja tai vahvaa aiheeseen liittyvää diplomityötä tai pro gradu -tutkielmaa.

Kielitaitovaatimukset:

• Englanti: Erinomainen englannin kielen taito.
• Suomi: Suomen kielen taitoa ei edellytetä.

Tiedämme, että merkitykselliset työn tulokset rakentuvat erilaisten taustojen, kokemusten ja näkökulmien varaan. Jos tämän tehtävän tarkoitus puhuttelee sinua, kannustamme sinua hakemaan ja kertomaan, mitä sinä toisit yhteisöömme.

Mitä tarjoamme

Aallossa voit odottaa:

• Mahdollisuuden työskennellä kasvavassa tutkimusryhmässä merihydrodynamiikan, koneoppimisen ja offshore-rakenteiden dynamiikan rajapinnassa.
• Merkityksellistä työtä yhteisössä, jossa tutkimus, koulutus, luovuus ja palvelut tukevat vaikuttavaa muutosta.
• Monialaista työympäristöä, jossa yhteistyö, uteliaisuus ja uusi ajattelu ovat osa arkea.
• Laajat työterveyspalvelut.
• Henkilökuntahintaiset liikuntakeskuspalvelut kampuksella ja muissa UniSportin toimipisteissä.
• Työpaikan Aalto-yliopiston Otaniemen kampuksella monipuolisten palveluiden ja hyvien julkisen liikenteen yhteyksien äärellä.

Jos sinut valitaan tähän tehtävään, haet oikeutta suorittaa tohtoriopintoja Aalto-yliopiston Insinööritieteiden korkeakoulussa. Tohtoriopinnot Aalto-yliopistossa kestävät tyypillisesti noin neljä vuotta. Tehtävä täytetään aluksi kahden vuoden määräaikaisella sopimuksella, ja sitä voidaan jatkaa tutkimuksen ja opintojen etenemisen sekä suoriutumisen perusteella. Tuemme ammatillista kasvuasi monipuolisilla koulutus- ja kehittymismahdollisuuksilla omien kiinnostuksenkohteidesi ja tavoitteidesi mukaisesti.

Väitöskirjatutkijan odotettu aloituspalkka on noin 3 000 €/kk (brutto), ja palkka nousee tutkimuksen ja opintojen edetessä. Työn ja muun elämän tasapaino sekä hyvinvointi elämän eri osa-alueilla ovat meille Aallossa tärkeitä.

Heräsikö uteliaisuutesi?

Hae tehtävää rekrytointijärjestelmämme kautta viimeistään 28.12. 2026. Jos työskentelet jo Aalto-yliopistossa, haethan tehtävää sisäisen Workday-järjestelmämme kautta. Jos olet Aalto-yliopiston opiskelija tai vierailija, käytäthän hakemuksessa henkilökohtaista sähköpostiosoitettasi.

Kaikkiin hakemuksiin tulee liittää seuraavat asiakirjat:

• Hakemuskirje / motivaatiokirje, jossa on hakijan yhteystiedot ja toivottu aloitusajankohta (enintään 1 sivu).
• CV, joka sisältää tiedot kaikista akateemisista tuotoksista.
• Kahden suosittelijan yhteystiedot.
• Kuvaus maisterin tutkinnon opinnäytetyöstä (enintään 1 sivu).
• Opintosuoritusotteet kandidaatin ja maisterin tutkinnoista arvosanoineen sekä selkeä kuvaus arviointiasteikosta.
• Tutkimuskirjoitelma (enintään 2 sivua), jossa vastaat alla olevaan kysymykseen.
• Tutkimuskirjoitelman kysymys: Miten kelluvan merituulivoimalan ankkurointilinjan varhainen heikkeneminen, kuten jäykkyyden asteittainen aleneminen, voitaisiin havaita käyttämällä vain muutamaa tornissa ja kelluvassa alustassa sijaitsevaa anturia, kun tuuli- ja aalto-olosuhteet muuttuvat jatkuvasti?

Kuvaa kirjoitelmassasi:

• mitä menetelmiä käyttäisit
• mitä dataa tarvitsisit
• miten validoisit lähestymistapasi
• mikä voisi saada lähestymistavan epäonnistumaan.

Emme odota valmista ratkaisua, vaan haluamme nähdä, miten ajattelet. Voit hyödyntää mitä tahansa osaamistaustaa, kuten hydrodynamiikkaa, rakennedynamiikkaa, signaalinkäsittelyä tai koneoppimista.

Kaikki aineistot tulee toimittaa englanniksi yhtenä PDF-tiedostona yllä mainitussa järjestyksessä. Sähköpostitse lähetettyjä hakemuksia ei hyväksytä. Jatkoon valitut hakijat kutsutaan haastatteluun, ja heitä voidaan pyytää tekemään lyhyt tekninen tehtävä. Aalto-yliopisto pidättää oikeuden jättää tehtävän avoimeksi, jatkaa hakuaikaa ja ottaa huomioon myös hakijoita, jotka eivät ole jättäneet hakemusta hakuaikana.

Lisätietoja tehtävästä antavat:

• Associate Professor Arttu Polojärvi, arttu.polojarvi(at)aalto.fi
• Dr. Mohammad Mahdi Abaei, akatemiatutkija, mohammad.abaei(at)aalto.fi
• Hakuprosessiin liittyvissä kysymyksissä voit olla yhteydessä HR Advisor Anna-Maija Harju anna-maija.harju(at)aalto.fi tai hr-eng(at)aalto.fi.

Tietoa Aalto-yliopistosta

Aalto-yliopisto syntyi vuonna 2010, kun kolme johtavaa korkeakoulua - Teknillinen korkeakoulu, Helsingin kauppakorkeakoulu ja Taideteollinen korkeakoulu - yhdistivät voimansa. Viimeiset 15 vuotta olemme tuoneet tieteen, taiteen, teknologian ja talouden tutkimusta yhteen uusilla tavoilla.

Nykyisin Aalto-yhteisöön kuuluu yli 16 000 opiskelijaa ja 5 200 työntekijää, mukaan lukien 446 professoria. Opetus- ja tutkimushenkilöstöstämme puolella on kansainvälinen tausta. Kampuksemme Espoossa on elävä tutkimuksen ja innovaatioiden keskittymä, jossa yhdistyvät vaikuttava arkkitehtuuri, rauhallinen luonto, avoimet yhteistyön tilat ja monipuoliset palvelut, kaikki erinomaisten julkisen liikenteen yhteyksien varrella.

Moninaisuus on osa meitä. Teemme aktiivisesti työtä sellaisen yhteisön eteen, johon ihmiset voivat kokea kuuluvansa ja jossa he voivat osallistua ja kasvaa.