* Zu deinen Aufgaben gehören die Analyse sicherheitskritischer Thermal-Runaway-Szenarien in Lithium-Ionen-Batterien sowie die Entwicklung einer Methodik zur KI-gestützten Detektion, Verfolgung und Bewertung von Partikeln im Entgasungsprozess. Dabei identifizierst du geeignete neuronale Netzarchitekturen für das Partikeltracking in hochdynamischen, optisch herausfordernden Umgebungen und bewertest deren Leistungsfähigkeit im Vergleich zu etablierten bildbasierten Verfahren wie der Particle Image Velocimetry (PIV). Auf Basis experimenteller Hochgeschwindigkeitsaufnahmen leitest du relevante physikalische Kenngrößen ab und bewertest deren Aussagekraft für die Charakterisierung des Thermal-Runaway-Ereignisses.
Die Arbeit umfasst dabei typischerweise folgende Schwerpunkte:
* Literaturrecherche zu Partikeltracking-Verfahren, bildbasierter Strömungsanalyse und KI-Methoden im Kontext sicherheitskritischer Batterieszenarien (u. a. neuronale Netze, Deep Learning für Computer Vision, Tracking-Algorithmen).
* Analyse der physikalischen und messtechnischen Randbedingungen beim Thermal Runaway von Lithium-Ionen-Batterien, insbesondere des Gas‑Partikel-Ausstoßes und der damit verbundenen thermischen, mechanischen und abrasiven Belastungen
* Konzeption, Implementierung und Training eines neuronalen Netzwerks zur Detektion und Verfolgung von Partikeln in Hochgeschwindigkeitsaufnahmen des Venting‑Vorgangs
* Evaluation und Validierung des entwickelten Ansatzes anhand experimenteller Daten sowie Vergleich mit klassischen PIV-Methoden hinsichtlich Genauigkeit, Robustheit und Aussagekraft
* Ableitung charakteristischer Parameter zur quantitativen und qualitativen Beschreibung des Partikelausstoßes während des Thermal Runaway
* Dokumentation und wissenschaftliche Aufbereitung der Ergebnisse im Rahmen einer Bachelor- oder Masterarbeit mit starkem Praxisbezug
Studiengänge:
* Informatik
* Fahrzeugtechnik
* Maschinenbau
* Elektrotechnik
* Data Science oder vergleichbarer Studiengang
Studienschwerpunkte:
* Softwareentwicklung und Programmierung
* Künstliche Intelligenz und Machine Learining
* Systems Engineering
* Data Science
* Batterietechnik
Fachkenntnisse:
* Grundlagen des Machine Learnings
* Verständnis der Prinzipien der Batterieentwicklung
* Erfahrung in der Datenaufbereitung
* Erste Erfahrung in der Automobilindustrie (z.B. druch Praktika) wünschenswert
IT-Kenntnisse:
* Sicherer Umgang mit MS Office
* Idealerweise fundierte Kenntnisse in Python
* Machine Learning und KI-Frameworks (z.B. PyTorch)
Soft Skills:
* Hohe Eigeninitiative
* ausgeprägte analytische Fähigkeiten
* strukturierte Arbeitsweise
* Teamfähigkeit
* Zielorientierung
Sprachkenntnisse:
* Englisch (sehr gute Kenntnisse) oder
* Deutsch (mind. B1)