Wissenschaftliche*r Mitarbeiter*in (m/w/d, Vollzeit): Experimentelle Untersuchung der Degradati[...]

Der Lehrstuhl für Energiesysteme sucht zum nächstmöglichen Zeitpunkt eine/n wissenschaftliche/n Mitarbeiter/in zur Verstärkung in seiner Arbeitsgruppe "Festoxid-Brennstoff- und Elektrolysezellen".

Das Projekt Der Einsatz der reversiblen Festoxidzellen-Technologie (rSOC) in Biogasanlagen ermöglicht im Brennstoffzellenmodus eine hocheffiziente, CO2-neutrale, grundlastfähige Stromerzeugung und im Elektrolysemodus die Einspeisung von grünem Methan ins Erdgasnetz. Durch die Wirkungsgradsteigerung bei der Umrüstung von einem Gasmotor auf ein festoxidzellenbasiertes System kann vorhandene Infrastruktur genutzt werden, um die grundlastfähige Stromerzeugungskapazität CO2-neutral deutlich zu erhöhen. Eine Herausforderung der Technologie ist die Lebensdauer der Festoxidzellen. Hier setzt das Verbundprojekt Life4rSOC an. Das Forschungsprojekt „Lebensdaueroptimierung und Leistungssteigerung für reversible SOC in CO2-negativen Kraftwerken“ untersucht den Einfluss des reversiblen Betriebs auf die Degradationsmechanismen von Festoxidzellen-Short-Stacks. Hierfür wird am Lehrstuhl für Energiesysteme (LES) der atmosphärische Short-Stack-Teststand für den Dauerbetrieb ertüchtigt und der Einfluss des Betriebsmodus auf die Degradationsprozesse experimentell untersucht. Ein impedanzbasiertes physikalisches Modell wird entwickelt und eingesetzt, um die Degradationsmechanismen zu beschreiben und eine Prognose für die Lebensdauer abzugeben.

Ihre Aufgaben Der drucklose Short-Stack-Teststand wird im ersten Schritt wieder in Betrieb genommen und der Elektrolysebetrieb der Stacks wird charakterisiert. Die Daten dienen dem Projektpartner zur Weiterentwicklung von Systemkomponenten. Anschließend wird der Teststand für den Langzeitbetrieb ertüchtigt. Die Degradationsraten des Stacks werden im Brennstoffzellen-, Elektrolyse- und Umschaltbetrieb bestimmt. Mittels Abgasanalyse, elektrochemischer Impedanzspektroskopie, Druckverlustmessungen und Temperaturmessstellen werden über die Versuchsdauer hinweg automatisiert kontinuierlich alle relevanten Messdaten erhoben. Diese Daten werden zusammen mit den Daten aus der Charakterisierung genutzt, um ein Impedanz-Kinetik-Modell für den reversiblen Betrieb zu entwickeln und mit Hilfe der Messdaten eine Degradationsprognose über eine Lebensdauer von 20.000 – 40.000 Betriebsstunden zu erstellen. Zudem bringen Sie sich in übergeordnete Projekt- und Lehrstuhlaufgaben ein, wie beispielsweise die Organisation von Meetings und die Betreuung von Lehrveranstaltungen. Ebenso nehmen Sie am wissenschaftlichen Diskurs durch die Veröffentlichung von Ergebnissen in wissenschaftlichen Zeitschriften und auf Konferenzen teil.

Ihr Profil Sie besitzen einen überdurchschnittlichen Universitätsabschluss im Bereich Maschinenwesen, Energie-/Verfahrenstechnik, Chemieingenieurwesen bzw. themenverwandter Studiengänge. Idealerweise ergänzen Sie diese Kenntnisse um Erfahrungen im experimentellen Arbeiten, insbesondere in der Auslegung und Konstruktion von verfahrenstechnischen Anlagen. Eine offene Art, Organisationstalent, Kreativität und Begeisterungsfähigkeit für eines der spannendsten und zukunftsrelevantesten Forschungsgebiete runden Ihr Profil ab.

Wir bieten Sie gehören am Lehrstuhl einem aufgeschlossenen und dynamischen Team von 50 Mitarbeiter*innen an, das an der nachhaltigen Energieversorgung von morgen forscht. Die Vollzeitstelle ist gemäß TV-L in E13 eingruppiert und die Möglichkeit zur erwünschten Promotion ist gegeben. Die TUM strebt eine Erhöhung des Frauenanteils an, Bewerbungen von Frauen werden daher ausdrücklich begrüßt.

Ihre Bewerbung Mit Anschreiben, Lebenslauf, Zeugnissen und ggf. Empfehlungsschreiben richten Sie bitte per E-Mail (pdf, idealerweise eine Datei) an Benjamin Steinrücken. Bitte geben Sie als Betreff „Bewerbung Life4rSOC“ an. Zögern Sie nicht, bei Fragen Kontakt aufzunehmen. Bewerbungsschluss: Hinweis Der Stellenbereich ist auch für Menschen mit Behinderungen geeignet. Behinderten Bewerber*innen wird bei allgemein gleicher Eignung Vorrang eingeräumt.

Data Protection Information: Wenn Sie sich bei der Technischen Universität München (TUM) bewerben, werden personenbezogene Daten erhoben. Hinweise zum Datenschutz gemäß Art. 13 DSGVO finden Sie in den Datenschutzhinweisen. Durch Ihre Bewerbung bestätigen Sie, dass Sie die Datenschutzhinweise zur Kenntnis genommen haben.