Masterarbeit: Surrogate Modeling Power Engines

Wie das Engineering der Zukunft aussieht, erforschen wir am Fraunhofer IEM in Paderborn – gemeinsam mit starken Partnern und viel Leidenschaft für Technik. Unsere Teams entwickeln Lösungen, die wirklich in die Anwendung kommen: von smarten Produkten über vernetzte Produktionssysteme bis hin zu digitalen Services und moderner Software. Dabei denken wir Innovation vom ersten Konzept bis zur Umsetzung. Und genau hier kommen Sie ins Spiel.

In dieser Abschlussarbeit beschäftigst du dich mit der Modellierung des zeitabhängigen Verhaltens von Verbrennungssystemen. Im Mittelpunkt stehen Größen wie Emissionen, Temperaturen und Leistungskennwerte.
Du entwickelst ein datengetriebenes Machine Learning Modell, das die Signalverläufe über die Zeit beschreibt, und kombinierst dieses mit einfachen physikalischen Zusammenhängen. Ziel ist ein sogenannter „Gray-Box“-Ansatz, bei dem Machine-Learning-Modelle durch physikalisch plausibles Vorwissen unterstützt werden.

Hier sorgst Du für Veränderung

• Einarbeitung in Grundlagen thermisch träger Verbrennungssysteme
• Aufbereitung und Analyse von Mess- und/oder Simulationsdaten (z. B. Emissionen, Temperaturen, Lastgrößen)
• Aufbau und Training eines datengetriebenen Modells (z. B. Regressionsverfahren oder neuronale Netze) für zeitabhängige Signale
• Ergänzung dieses Modells durch einfache physikalische Strukturen, um ein Gray-Box-Modell zu erhalten
• Bewertung der Modellgüte (z. B. Vorhersagegenauigkeit, Dateneffizient, Unsicherheiten)
• Dokumentation der Ergebnisse im Rahmen deiner Abschlussarbeit

Hiermit bringst Du Dich ein

• Du studierst Maschinenbau, Verfahrenstechnik, Physik, Data Science oder einem vergleichbaren Studiengang.
• Du studierst an einer Universität in Ostwestfalen, z.B. in Bielefeld, Paderborn oder Umgebung.
• Du hast Interesse an Verbrennungssystemen und/oder thermischen Prozessen.
• Du verfügst über Grundkenntnisse in der Programmierung in Python und optional Matlab/Simulink.
• Du hast Freude an mathematisch-technischen Fragestellungen und an der Verbindung von Physik und Machine Learning.
• Du arbeitest selbstständig und strukturiert und hast Lust, dich in neue Themen vertieft einzuarbeiten.

Was wir für Dich bereithalten

• Du erhältst spannende Einblicke in aktuelle Forschungsprojekte mit hoher gesellschaftlicher Relevanz im Bereich Automatisierung und lernst, wie wissenschaftliche Erkenntnisse in die Praxis umgesetzt werden.
• Dich erwartet ein interdisziplinäres und engagiertes Team, in dem Eigeninitiative geschätzt und dir viel Gestaltungsspielraum geboten wird.
• Dank flexibler Arbeitszeiten kannst du deine Tätigkeit optimal mit deinem Studium vereinbaren und wertvolle Praxiserfahrungen sammeln.
• Du hast die Möglichkeit, eigene Ideen einzubringen und an der Schnittstelle zwischen Forschung und Industrie aktiv mitzuwirken.
• Bei dieser Position handelt es sich um eine unbezahlte Tätigkeit.

Wir wertschätzen und fördern die Vielfalt der Kompetenzen unserer Mitarbeitenden und begrüßen daher alle Bewerbungen – unabhängig von Alter, Geschlecht, Nationalität, ethnischer und sozialer Herkunft, Religion, Weltanschauung, Behinderung sowie sexueller Orientierung und Identität. Schwerbehinderte Menschen werden bei gleicher Eignung bevorzugt eingestellt. Unsere Aufgaben sind vielfältig und anpassbar – für Bewerber*innen mit Behinderung finden wir gemeinsam Lösungen, die ihre Fähigkeiten optimal fördern.

Mit ihrer Fokussierung auf zukunftsrelevante Schlüsseltechnologien sowie auf die Verwertung der Ergebnisse in Wirtschaft und Industrie spielt die Fraunhofer-Gesellschaft eine zentrale Rolle im Innovationsprozess. Als Wegweiser und Impulsgeber für innovative Entwicklungen und wissenschaftliche Exzellenz wirkt sie mit an der Gestaltung unserer Gesellschaft und unserer Zukunft.

Bereit für Veränderung?