职位描述： 1、基于车辆动力学理论，建立悬架、轮胎、转向等关键部件的健康状态预测模型，评估其性能退化趋势。结合多源传感器数据（振动、温度、应力等），开发故障特征提取与异常检测算法； 2、研究底盘关键部件（如减震器、转向拉杆、轮胎等）的失效机理，构建剩余使用寿命（RUL）预测模型。利用机器学习（如LSTM、随机森林）或物理模型融合方法，提高预测精度； 3、设计底盘健康状态实时监测系统，开发嵌入式诊断算法（如基于CAN信号的在线故障诊断）。结合边缘计算或云平台，实现数据驱动的健康管理策略； 4、基于健康预测结果，提出预防性维护或控制参数优化建议（如调整悬架阻尼策略以补偿老化）。支持智能运维系统开发，降低全生命周期维护成本； 5、使用Adams等动力学软件搭建虚拟测试环境，验证健康预测模型的准确性。主导或参与实车耐久性测试，闭环优化算法。 任职资格： 1、2027届硕士及以上学历毕业生，车辆工程、机械工程、控制科学与工程、计算机科学、人工智能、数据科学、仪器科学与技术等相关专业； 2、系统掌握车辆动力学基本理论，了解悬架、轮胎、转向等底盘关键部件的工作原理及典型失效模式； 3、熟悉基于模型或数据的剩余使用寿命（RUL）预测方法，对LSTM、随机森林、Transformer等时序预测模型或物理信息神经网络（PINN）等融合方法有一定研究基础； 4、掌握Python或C++编程语言，熟悉TensorFlow或PyTorch等深度学习框架，了解Matlab/Simulink的基本使用及CAN总线通信协议； 5、具备较强的跨学科学习能力与系统性思维，善于沟通协作，对底盘健康管理与智能运维方向有浓厚兴趣。