Abschlussarbeit zum Thema Detektion von Batteriealterung mittels Machine Learning ab Juli 2025

Abschlussarbeit zum Thema Detektion von Batteriealterung mittels Machine Learning ab Juli 2025, Stuttgart

Mercedes-Benz

Tätigkeitsbereich:

Forschung & Entwicklung inklusive Design

Fachabteilung:

Zuverlässigkeit

Gesellschaft:

Mercedes-Benz AG

Standort:

Mercedes-Benz Werk Untertürkheim, Stuttgart

Startdatum:

Juli 2025

Veröffentlichungsdatum:

Juli 2025

Stellennummer:

MER3JUY

Arbeitszeit:

Vollzeit

Aufgaben

Die Automobiltechnik durchläuft aktuell den größten Wandel in der Geschichte. Mit Ihrer Abschlussarbeit im Bereich der Batterieentwicklung können Sie aktiv zu dieser Transformation beitragen. Li-Ionen Hochvolt-Batterien in Elektrofahrzeugen sollen einen sicheren, zuverlässigen und möglichst langen Betrieb gewährleisten.

Die Kapazität der Hochvoltbatterie ist eine wesentliche Kenngröße von elektrifizierten Fahrzeugen. Sie korreliert mit der Fahrzeugreichweite und ist somit kundenwahrnehmbar. Weiter besteht ein direkter Zusammenhang zwischen der noch vorhandenen Kapazität und dem Restwert des Fahrzeugs. Fällt die Kapazität unter einen Grenzwert, geht ein potenzieller Batterietausch innerhalb der Garantiezeit mit entsprechenden Kosten für den Fahrzeughersteller einher. Zur Erfüllung der Interessen des Kunden sowie des Fahrzeugehrstellers ist es daher unerlässlich, die Kapazität von Feldfahrzeugen derart zu analysieren, dass damit Prognosemodelle für einen definierten Betrachtungszeitraum trainiert werden können. Hierbei gilt es insbesondere die mit der Kapazitätsschätzung einhergehenden Unschärfe Rechnung zu tragen und diese im Rahmen der Prognose entsprechend zu berücksichtigen.

Durch die systematische Aufbereitung von Diagnosedaten aus Feldfahrzeugen und Überführung in ein robustes Prognosemodell für die Vorhersage der Kapazität von Hochvoltbatterien wird zum einen ein effizientes Frühwarnsystem geschaffen. Zum anderen lassen sich hiermit Garantie- und Kulanzkosten minimieren und die Kundenzufriedenheit maximieren.

Diese Herausforderungen kommen u. a. auf Sie zu:

1. Arbeitspakete: Analyse und Auswertung von Diagnosedaten
2. Analyse der bestehenden Alterungsmodelle
3. Literaturrecherche zur Modellierung der Unschärfe auf Basis von Methoden zur SOHC-Schätzung
4. Erweiterung des Alterungsmodells zur Berücksichtigung der SOHC-Unschärfe, Validierung anhand eines Proof of Concept

Qualifikationen

• Studiengang: Data Science, Fahrzeug- und Motorentechnik, Maschinenbau oder ähnliches
• Spezifisches: Kenntnisse im Bereich des maschinellen Lernens (Cloudbasierte Big Data Anwendung), Interesse an der Produktentwicklung von HV Batterien, Fachwissen über den Aufbau und die Funktionsweise eines modernen Automobils sind vorteilhaft
• IT-Kenntnisse: sehr gute Kenntnisse in MS-Excel und PowerPoint, Matlab- oder Python- oder SQL-Kenntnisse erforderlich
• Sprachkenntnisse: verhandlungssicheres Deutsch, Englisch in Wort und Schrift gut
• Persönliche Kompetenzen: Engagement, Einsatzbereitschaft, schnelle Auffassungsgabe technischer Zusammenhänge, eigenständige, strukturierte und methodische Arbeitsweise, Kommunikationsfähigkeit
• Sonstiges: Führerschein Klasse B von Vorteil

Zusätzliche Informationen:

• Die Tätigkeit ist befristet auf 6 Monate

Sie haben Interesse?

Bitte bewerben Sie sich ausschließlich online und fügen Sie einen Lebenslauf, Anschreiben, aktuelle Immatrikulationsbescheinigung mit Angabe des Fachsemesters, aktuellen Notenspiegel sowie relevante Zeugnisse bei (max. 5 MB). Markieren Sie die Bewerbungsunterlagen im Online-Formular als \“relevant für diese Bewerbung\“.

Weiterführende Informationen:

Details zu den Einstellkriterien finden Sie auf unserer Webseite.

Angehörige außerhalb des europäischen Wirtschaftsraums: Bitte Aufenthalts-/Arbeitsgenehmigung beilegen.

Hinweis: Keine Papierbewerbungen, Rückversand ausgeschlossen.

#J-18808-Ljbffr