Högskolan i Gävle

Doktorand i elektroteknik- industriella styrsystem

Område

Gävle

Publicerad

2026-04-22

Ansök senast

2026-05-11

Om jobbet

Högskolan i Gävle söker en doktorand i elektroteknik till projektet Realtidsanalys och optimering med digitala tvillingar inom satsningen Twin Transition. Projektet utvecklar digitala tvillingar för tillståndsövervakning samt prediktivt och preskriptivt underhåll, med metoder inom maskininlärning, reglerteknik och systemidentifiering i samverkan med industrin.

Doktorandtjänsten ingår i ett forskningsinitiativ där små och medelstora företag får tillgång till spetskompetens, testmiljöer och samarbete. Forskningen bidrar till cirkulär ekonomi genom att minska svinn och förlänga livslängden hos tekniska system.

Om arbetsplatsen

Högskolan i Gävle är en av Sveriges populäraste högskolor. Vi erbjuder ett 60-tal utbildningsprogram och 330 fristående kurser inom humaniora, vård och medicin, samhälls- och naturvetenskap samt teknik. Vi har 19 000 studenter, 750 anställda och ett samlat campus i vackra omgivningar.

Högskolan har fyra strategiska forskningsområden som fokuserar på samhällsutmaningar: Hållbar stadsutveckling, hälsofrämjande arbete, innovativt lärande och intelligent industri.

Sedan 2023 är Högskolan en del i Europauniversitet EU GREEN som arbetar för att stärka kvaliteten inom den högre utbildningen i EU samt ökat utbyte för både studenter och anställda.

Högskolans vision är Förstahandsvalet för alla som vill göra skillnad.

Vi erbjuder bland annat:

God arbetsmiljö: medarbetarundersökningen visar hög trivsel och arbetsglädje

Generöst friskvårdsbidrag, i topp bland Sveriges lärosäten

Flexibelt arbetssätt

Avdelningen för elektroteknik, matematik och naturvetenskap utbildar ingenjörsstudenter, lärarstudenter och basårsstudenter. Den största forskningsgruppen arbetar inom elektroteknik, automation och det strategiska forskningsområdet Intelligent industri.

Arbetsuppgifter

Projektbeskrivning

Utvecklingen inom Industri 4.0 möjliggör mer avancerade underhållsstrategier, såsom prediktivt underhåll. Inom industriell asset management baseras beslut om drift och underhåll ofta på modeller av maskiners tillstånd och åtgärdskostnader (State-Action Cost, SAC), vilka i praktiken är osäkra på grund av begränsad data, mätbrus och varierande driftsförhållanden.

Projektet fokuserar på beslutsfattande under osäkerhet i slitageanpassade styrsystem, med målet att utveckla metoder för mer tillförlitlig kostnadsoptimering i komplexa tillverkningsmiljöer.

En central del är att analysera hur osäkerhet i modelluppskattningar påverkar långsiktiga beslut och hur denna kan integreras i beslutsprocessen, inklusive avvägningen mellan att förbättra kunskapen om systemet (exploration) och att utnyttja befintlig information (exploitation).

Arbetsuppgifter

Som doktorand kommer du att arbeta med att utveckla matematiska och algoritmiska ramverk för beslutsfattande under osäkerhet i styrsystem som tar hänsyn till maskiners slitage. Arbetet innefattar modellering av tillstånd, åtgärdskostnader och osäkerheter, samt analys av hur dessa påverkar kostnadsoptimering över tid. En viktig del är att utveckla och utvärdera beslutsstrategier i simuleringsmiljöer, samt att implementera och validera de framtagna metoderna genom kontrollerade experiment i laboratoriemiljö. Forskningen förväntas bidra till mer robust produktionsplanering, ökad maskintillgänglighet och minskade underhållskostnader.

Kvalifikationer

För att bli antagen till forskarutbildning krävs grundläggande behörighet enligt högskoleförordningen (kapitel 7, § 39), vilket innebär:

Examen på avancerad nivå (masterexamen) eller motsvarande

Minst 240 högskolepoäng, varav minst 60 på avancerad nivå, eller motsvarande kunskaper.

För antagning inom elektroteknik krävs dessutom enligt gällande allmän studieplan: Magisterexamen inom elektroteknik, signalbehandling eller motsvarande.

Meriterande kvalifikationer:

Bakgrund inom automation, reglerteknik eller maskininlärning (gärna förstärkningsinlärning eller beslutsfattande under osäkerhet)

Erfarenhet av programmering (t.ex. Python och MATLAB) samt utveckling av simuleringsmiljöer

Erfarenhet av praktisk implementering, exempelvis robotsystem

Kunskap om eller intresse för prediktivt underhåll, optimering och cirkulär ekonomi

Personliga egenskaper:

För att lyckas i doktorandstudierna behöver du kunna arbeta självständigt och driva ditt arbete framåt. Du har god samarbetsförmåga, ett professionellt förhållningssätt och trivs med att arbeta med komplexa frågeställningar. Vidare har du ett intresse för att utveckla ny kunskap och förmåga att kommunicera och diskutera forskning med personer både inom och utanför ditt ämnesområde.

Du uttrycker dig väl i tal och skrift på engelska. Goda kunskaper i svenska är meriterande.

Urval sker utifrån en samlad bedömning av den sökandes förmåga att tillgodogöra sig utbildningen.

Information om antagning och anställning: Sammanlagd anställningstid får inte överstiga motsvarande fyra års heltidsstudier. En ny anställning som doktorand gäller i högst ett år, varefter anställningen kan förnyas med högst två år i taget.

Läs mer om utbildning på forskarnivå samt våra antagnings- och bedömningsgrunder här: https://www.hig.se/forskning/forskarutbildning

Ansökningsvillkor:

Ansökan ska innehålla CV, personligt brev och övriga dokument som du vill åberopa, såsom examensbevis.

Kontaktperson

Mikael Cronhjort, avdelningchef, Akademin för teknik och miljö

+4626-648402

mikael.cronhjort@hig.se

Amirhossein Hosseinzadeh Dadash, projektledare

+46700455977

Amirhossein.Hosseinzadeh.Dadash@hig.se

Övrigt

Högskolan i Gävle eftersträvar en jämn könsfördelning och ett aktivt arbete med lika villkor i alla delar av organisationen.

Inför denna rekrytering har Högskolan i Gävle tagit ställning till rekryteringskanaler och marknadsföring. Vi undanber oss därför bestämt kontakt med mediasäljare och liknande.

Sök efter fler liknande jobb