* Durchführung einer systematischen Literaturrecherche zu hybriden, datengetriebenen und physics-informed Modellierungsansätzen im Bereich Lithium-Ionen-Batterien und Thermal Runaway
* Analyse und Aufbereitung vorhandener experimenteller Messdaten aus Thermal-Runaway-Versuchen
* Analyse bestehender Simulationsdaten und systematische Untersuchung der Abweichungen zwischen physikbasiertem Modell und Experiment
* Identifikation geeigneter charakteristischer Zielgrößen, z. B. Onset-Zeitpunkte, Maximaltemperaturen, Maximaldrücke, Venting-Kenngrößen oder weiterer geeigneter Bewertungsparameter
* Identifikation relevanter Eingangsgrößen, Modellparameter, Unsicherheiten und vereinfachter Modellannahmen mit Einfluss auf die Modellgüte
* Konzeption, Implementierung und Training eines geeigneten AI-/ML-Ansatzes zur Korrektur, Ergänzung oder datenbasierten Parametrisierung des bestehenden physikbasierten Modells
* Kopplung des entwickelten Ansatzes mit dem vorhandenen Simulationsframework
* Validierung und Bewertung des hybriden Modells anhand experimenteller und simulativer Daten
* Vergleich des hybriden Modellierungsansatzes mit dem bestehenden physikbasierten Basismodell hinsichtlich Prognosegüte und Robustheit
* Kritische Diskussion der Übertragbarkeit, Aussagekraft und Grenzen des entwickelten Modellierungsansatzes sowie Ableitung von Weiterentwicklungspotenzialen
Studiengänge:
* Informatik
* Data Science
* Maschinenbau
* Fahrzeugtechnik
* Elektrotechnik
* Oder vergleichbarer Studiengang
Studienschwerpunkte:
* Machine Learning / Künstliche Intelligenz
* Datenanalyse und Datenaufbereitung
* Statistik
* Modellbildung und Simulation
Fachkenntnisse:
* Grundkenntnisse im Bereich Machine Learning, Statistik oder datengetriebener Modellierung
* Interesse an der Verknüpfung physikbasierter und datengetriebener Modelle
* Grundlegendes Verständnis technischer Messdaten, Modellierung und experimenteller Zusammenhänge
* Idealerweise erste Kenntnisse im Bereich Lithium-Ionen-Batterien oder Batteriesicherheit
IT-Kenntnisse:
* Sicherer Umgang mit MS Office
* Gute Python-Kenntnisse wünschenswert
* Idealerweise erste Erfahrung mit ML-Frameworks, z. B. PyTorch, TensorFlow oder scikit-learn
Sprachkenntnisse:
* Deutsch
* Englisch
Sonstiges / Soft Skills:
* Hohe Eigeninitiative
* ausgeprägte analytische Fähigkeiten
* strukturierte Arbeitsweise
* Teamfähigkeit