Wissenschaftliche rmitarbeiter in Für Die - Munich, Deutschland - Technische Universität München

Technische Universität München

Geprüftes Unternehmen

Munich, Deutschland

vor 3 Wochen

Geschrieben von:

Lena Wagner

beBee Recruiter

Beschreibung

Über uns:
Der Lehrstuhl EES an der Technischen Universität München ist einer der wenigen Lehrstühle in Deutschland, die sich mit elektrischer Energiespeichertechnik beschäftigen. Der Forschungsschwerpunkt des Lehrstuhls sind wiederaufladbare Batterien, insbesondere Lithium-Ionen-Batterien. Die Forschungsaktivitäten in diesem Feld umfassen die Charakterisierung und Simulation von der Zell
- bis in die Systemebene, Betriebsstrategien, Batterie-Management-Systeme und Systemtechnik. In diesen Themengebieten arbeiten wissenschaftliche Mitarbeiter*Innen am EES in Forschung und Lehre mit dem Ziel der Promotion.

Stellenbeschreibung:
Um einen kosten-, alterungs
- und sicherheitsoptimierten Betrieb von Lithium-Ionen Batteriesystemen zu gewährleisten, ist detaillierte Kenntnis der zellinternen Zustandsgrößen von zentraler Bedeutung. Elektrochemisch-thermisch gekoppelte Batteriemodelle bieten hier eine attraktive Möglichkeit, die gesuchten Zustandsgrößen schnell und genau abzuschätzen. Grundlegend ist für diese Modelle ein präziser Satz aus einer Vielzahl von ca. 30 Modellparametern, die bislang über aufwendige Laboranalysen bestimmt werden müssen.

Im Fokus der Tätigkeit steht die Entwicklung zerstörungsfreier Methoden für eine schnelle und zuverlässige Modellparameterbestimmung auf Basis künstlicher Intelligenz (KI). Der Einsatz der entwickelten Algorithmen bei der Parameterschätzung, Modellierung und Simulation von Hochenergiezellen für großformatige Batteriepacks in elektrischen Straßenfahrzeugen rundet die Tätigkeit anwendungsnah ab.

Konkrete Projektinhalte:

- Aufbau eines elektrochemisch-thermisch gekoppelten Batteriemodells in COMSOL Multiphysics
- Entwicklung und Implementierung KI-basierter Algorithmen zur zerstörungsfreien Modellparametrierung
- Durchführung von Performance
- und Alterungstests an Batteriezellen zur Modellerprobung und Modellvalidierung
- Identifikation effizienter Testabläufe als Basis zur KI-basierten Parameterschätzung
- Hochskalierung von Zell
- auf Packebene und Simulation großformatiger Batteriespeicher

Anforderungen:

- Technisches oder naturwissenschaftliches Hochschulstudium mit überdurchschnittlichem Abschluss
- Erfahrung im Laborbereich und im Betrieb von Batterietestfeldern
- Vorkenntnisse im Bereich der physikochemischen Modellbildung und Simulation
- Vorkenntnisse im Bereich künstliche Intelligenz
- Sehr gute Deutsch
- und Englischkenntnisse in Wort und Schrift
- Zielstrebige und selbstständige Arbeitsweise sowie ein hohes Maß an Engagement
- Motivation zum wissenschaftlichen Arbeiten und zum Anfertigen wissenschaftlicher Publikationen

Wir bieten:
Wir bieten eine Vollzeitstelle als wissenschaftliche*r Mitarbeiter*in mit Promotionsmöglichkeit. Die Stelle ist zunächst auf drei Jahre befristet und wird nach E13 TV-L vergütet. Die Hochschule strebt eine Erhöhung des Frauenanteils an. Qualifizierte Frauen werden deshalb nachdrücklich aufgefordert, sich zu bewer-ben. Schwerbehinderte werden bei im Wesentlichen gleicher Eignung und Qualifikation bevorzugt ein-gestellt.

Bewerbung:
Durch die Übermittlung Ihrer Bewerbung bestätigen Sie, dass Sie die Datenschutzhinweise der TUM zur Kenntnis genommen haben.

Wir freuen uns auf Ihre aussagekräftigen Unterlagen mit Anschreiben, Lebenslauf und Leistungsnachweis. Senden Sie diese bitte bis 20. August 2023 per E-Mail mit dem Betreff "Ausschreibung Parameterschätzung KI" an:
Technische Universität München

Lehrstuhl für Elektrische Energiespeichertechnik

Arcisstraße 21, 80333 München

Tel

Ansprechpartner:
**Hinweis zum Datenschutz**:
Im Rahmen Ihrer Bewerbung um eine Stelle an der Technischen Universität München (TUM) übermitteln Sie personenbezogene Daten. Beachten Sie bitte hierzu unsere Datenschutzhinweise gemäß Art. 13 Datenschutz-Grundverordnung (DSGVO) zur Erhebung und Verarbeitung von personenbezogenen Daten im Rahmen Ihrer Bewerbung. Durch die Übermittlung Ihrer Bewerbung bestätigen Sie, dass Sie die Datenschutzhinweise der TUM zur Kenntnis genommen haben.