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