Anwendung von Methoden des maschinellen Lernens auf das multivariate und mehrdimensionale System von Lithium-Ionen Batterien

  • place:

    HIWI-Stelle

  • starting date:

    nach Absprache

Lithium-Ionen Batterien sind dank ihrer hohen Energiedichte, ihrer hohen Leistungsfähigkeit, sowie der steigenden zyklischen und kalendarischen Alterungsbeständigkeit nach wie vor anderen Batterietechnologien überlegen. Dennoch steigt die Nachfrage nach immer leistungsfähigeren, mobilen Energiespeichersystemen. Ein Forschungsschwerpunkt unterschiedlichster Forschungsgruppen weltweit ist daher die Weiterentwicklung von Lithium-Ionen Batterien mit dem Ziel, immer höhere Energie- und Leistungsdichten, eine verbesserte Zyklenstabilität und eine Minimierung der Herstellungskosten unter Wahrung von Sicherheitsaspekten zu erreichen.
Die leistungsbestimmenden Transportprozesse in Lithium-Ionen Batterien finden auf der partikulären und sub-partikulären Ebene statt und sind experimentell kaum bzw. nur mit erheblichem messtechnischem Aufwand zugänglich. Ortsaufgelöste numerische Simulationen können zur Identifikation kritischer Mikrostrukturbereiche und der Prädiktion eines, jeweils für eine spezifische Anwendung, optimierten Elektrodenaufbaus beitragen. Die Kehrseite dieser Simulationsmethode ist jedoch der große Bedarf an Rechenressourcen, Speicherplatz und Rechenzeit.
Durch den Einsatz von Methoden des maschinellen Lernens und der mehrdimensionalen Regression, soll eine ressourcenschonendere Möglichkeit zur Prädiktion der Leistungsfähigkeit von Lithium-Ionen Batterien, welche aus Aktivmaterialpartikeln unterschiedlichster Morphologie bestehen, entwickelt werden.
Eine selbständige, strukturierte Arbeitsweise und Interesse an der numerischen Simulation sollte vorhanden sein. Spezielle Vorkenntnisse sind nicht erforderlich. Programmierkenntnisse und Erfahrung im Umgang mit der Software OpenFOAM oder MATLAB sind vorteilhaft, aber keine Voraussetzung. Die Aufgabenstellung wird nach Rücksprache individuell gestaltet.


Bei Interesse gerne Kontakt per E-Mail aufnehmen!

Kontakt:
Susanne Cernak