Battery Scientist (m/w/d) for AI-based Digital Battery Twins

09.08.2023, Wissenschaftliches Personal

Wir suchen einen begeisterten Battery Scientist, der mit uns gemeinsam die Zukunft der Energie und Mobilität prägt. Haupt-Herausforderung wird die KI-basierte Parametrierung von Digitalen Zwillingen von Lithium-Ionen Zellen.

Motivation

Mit der steigenden Nachfrage nach Elektrofahrzeugen geht ein stark erhöhter Testbedarf einher, um die Sicherheit und Lebensdauer von Batterien zu bewerten. Hierbei sind insbesondere langwierige Alterungstests anfällig für Fehler, wodurch die Datenqualität massiv beeinträchtigt werden kann. Aus diesem Grund zielt das dieser Stellenausschreibung zu Grunde liegende Forschungsprojekt darauf ab, die Datenqualität und Transparenz im Testprozess mittels eines digitalen Zwillings zu verbessern. Hierbei kommen KI-basierte Methoden zum Einsatz, um Anomalien, Hardware- und Messfehler direkt zu detektieren und die Auswirkungen auf die Messreihe durch entsprechende Gegenmaßnahmen zu minimieren. Außerdem soll durch die Integration eines KI-basierten Alterungsmodells im digitalen Zwilling die Verringerung der entnehmbaren Kapazität und damit die Abnahme der Fahrzeugreichweite in Folge von komplexen Alterungsmechanismen prädiziert werden. Dieses soll auch in Kombination mit einem Batteriesystemmodell genutzt werden, um die Alterung auch auf Batteriesystemebene vorhersagen zu können. Auf diese Weise soll untersucht werden, ob Zeit und Kosten bei der Durchführung von Lebensdauertests auf Systemebene gesenkt und die Qualität der Messergebnisse erhöht werden kann.

Werde Teil unseres Electric Vehicle Lab am Lehrstuhl für Fahrzeugtechnik und gestalte die Zukunft der Mobilität aktiv mit!

Dein Profil

Du bringst ein hohes Interesse an den aktuellen Entwicklungen im Bereich von Batteriesystemen für Elektromobilität mit. Deinen Masterabschluss in einer technischen Fachrichtung, wie zum Beispiel Maschinenwesen, Informatik oder Elektrotechnik, hast Du mit guten Noten abgeschlossen. Erste Erfahrungen in der Anwendung von KI-basierten Methoden in der wissenschaftlichen Programmierung und Modellierung sowie im Einsatz eines digitalen Zwillings hast Du bereits gesammelt. Du bist in der Lage, komplexe Themenstellungen zu verstehen, um sie strukturiert und organisiert anzugehen.

Deine Herausforderung

Im Forschungsprojekt „TwinBat“ untersuchst Du in Zusammenarbeit mit einem Batterietestdienstleister Methoden zur Prädiktion der Alterung von Batteriesystemen für den automobilen Bereich. Hierfür entwickelst Du Modelle für einen digitalen Zwilling der Batterie auf Zell- und Systemebene, welche über KI-basierte Modellansätze iterativ parametriert werden. Auf diese Weise erforscht Du, inwiefern durch den Einsatz eines digitalen Zwillings im Testumfeld die Alterung des Batteriesystems prädiziert und kostenintensives Testing auf der Systemebene eingespart werden kann. Die Forschungsergebnisse wirst Du im internationale Expertenumfeld diskutieren und für Entscheidungsträger so aufbereiten, sodass daraus Handlungsempfehlungen und Einsparpotentiale ersichtlich werden. Mit deinem Forschungsbeitrag wirkst Du aktiv an der Entwicklung und dem Verständnis von Batteriespeichersystemen für den automobilen Bereich der nächsten Generation mit, wobei dir hinsichtlich deiner Forschungskarriere viele Pfade offen stehen.

Deine Chancen

Als Teil des Teams hast Du die Chance, die Zukunft von Batteriesystemen für Elektrofahrzeuge aktiv mitzugestalten. Du kannst ein innovatives Netzwerk in Wissenschaft und Wirtschaft aufbauen und von Beginn an Verantwortung im Projekt und am Lehrstuhl übernehmen. Das ist besonders relevant, wenn Du später deine eigenen Ideen verwirklichen und ausgründen willst, wozu wir dir alle Möglichkeiten bieten. Du kannst an einem Thema forschen und promovieren, für das Du brennst. Durch die Zusammenarbeit mit einem Batterietestdienstleister im Automotive Bereich bereitest Du dich optimal auf zukünftige Aufgaben in diesem Bereich vor. Deine berufliche und private Weiterentwicklung liegt uns sehr am Herzen und wird aktiv gefördert.

Über uns

Das Electric Vehicle (EV) Lab des Lehrstuhls für Fahrzeugtechnik behandelt in drei Teams Themen rund um die Elektromobilität – von Antriebsstrangkomponenten wie der Hochvoltbatterie über die Fahrzeugintegration bis zur Einbindung der Fahrzeuge in Mobilitäts- und Energiesysteme. Wir verbessern die Effizienz, Nachhaltigkeit und Wirtschaftlichkeit von Elektrofahrzeugen, indem wir die Integration von Komponenten bis hin zu ganzen Mobilitätssystemen durch Praxis- und Labortests sowie hochentwickelte Simulationen optimieren und beschleunigen. Gewonnene Forschungsergebnisse publizieren wir nicht nur auf zahlreichen Konferenzen und in Journals, sondern stellen unsere Software auch Open Source zur Verfügung, um den Stand der Wissenschaft stetig zu erweitern.

Wir bieten

• Befristete Vollzeitstelle nach TV-L E-13 100% für insgesamt 3 Jahre
• Möglichkeit zur Promotion und Start-up-Gründung
• Innovatives Forschungsgebiet mit hoher Aktualität und Relevanz
• Moderne Arbeitsumgebung und Infrastruktur
• Flexible Arbeitszeitgestaltung inkl. Homeoffice
• Eigenes Budget für Fortbildungen und Tagungen
• Möglichkeit zum Auslandsaufenthalt

Die Technische Universität München strebt eine Erhöhung des Frauenanteils an. Bewerbungen von Frauen werden daher ausdrücklich begrüßt. Die Stelle erfordert die Anwesenheit am Lehrstuhl, Reisen, die Arbeit im Team, Kontaktfreude und die Durchführung von Versuchen in Laboren oder auf Teststrecken. Die Stelle ist für die Besetzung mit schwerbehinderten Menschen geeignet. Schwerbehinderte Bewerberinnen und Bewerber werden bei ansonsten im Wesentlichen gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt eingestellt.

Falls Du Rückfragen haben solltest, melde Dich bei Manuel (manuel.ank@tum.de / 089 289 10440).

Wir freuen uns auf deine aussagekräftigen Unterlagen (Anschreiben, Lebenslauf, Anhang). Sende diese bitte mit Stellenbezeichnung im Betreff per E-Mail / Post an:
Christiane Schulte
bewerbung.ftm@ed.tum.de
Lehrstuhl für Fahrzeugtechnik
Boltzmannstraße 15
85748 Garching

Mehr Infos unter https://www.mos.ed.tum.de/ftm/karriere/stellenangebote/battery-scientist-m-w-d-for-ai-based-digital-battery-twins/

Kontakt: Manuel Ank, manuel.ank@tum.de, 089 289 10440

More Information

https://www.mos.ed.tum.de/ftm/karriere/stellenangebote/battery-scientist-m-w-d-for-ai-based-digital-battery-twins/