Bookmark
Studien-/ Abschlussarbeit

Modellierung der Verbrennungschemie für die Simulation komplexer Triebwerksströmungen mittels neuronaler Netze

Beginn

1. August 2022

Dauer

6 Monate

Vergütung

bis Entgeltgruppe 5 TVöD

Beschäftigungsgrad

Vollzeit

Die Abteilung Brennkammer des Instituts für Antriebstechnik beschäftigt sich wissenschaftlich mit kritischen Phänomenen in der Triebwerksbrennkammer. Dabei kooperiert die Abteilung eng mit den europäischen Triebwerksherstellern im Bereich Technologieentwicklung für zukünftige schadstoffarme Triebwerke. Um die vielfältige Interaktion von Strömung, chemischer Reaktion und Wärmeübergang besser verstehen zu können, werden sowohl experimentelle, als auch numerische Verfahren eingesetzt. Neben dem Betrieb experimenteller Versuchsanlagen, liegt ein besonderer Schwerpunkt in der Anwendung und Entwicklung numerischer Simulationsverfahren.

Numerische Simulationsverfahren ermöglichen neue Produktentwicklungen schneller und effizienter umzusetzen, während die gute Zugänglichkeit der Simulationsergebnisse eine tiefgehende wissenschaftliche Analyse der physikalischen Prozesse erlaubt. Die stetig steigende Rechenleistung ermöglicht die Anwendung immer genauerer Modelle und eine verbesserte Vorhersagegenauigkeit auch für komplexe, technisch relevante Anwendungsfälle.

Die Verbrennungskinetik ist dabei einer der limitierenden Modellierungsaspekte mit Hinblick auf die Rechenkosten. Neben der sehr aufwändigen finite Raten Chemie, existieren recheneffiziente Ansätze bei denen beispielsweise die Verbrennungschemie vor der Simulation tabelliert und währenddessen mittels Kontrollvariablen aufgerufen wird. Ein alternativer Ansatz mit großem Potential für die effiziente Modellierung der Verbrennungskinetik besteht in der Anwendung von maschinellem Lernen.

Im Rahmen dieser Arbeit sollen neuronale Netze für die Modellierung der Verbrennungschemie untersucht und angewendet werden. Dazu sollen zunächst verschiedene Methoden zur Ersetzung von herkömmlichen Modellierungsansätzen für die tabellierte und finite Raten Chemie durch neuronale Netze mit Hilfe einer Literaturrecherche identifiziert und bewertet werden. Im Anschluss sollen verschiedene Modellierungsansätze und -architekturen hinsichtlich ihrer Eignung untersucht werden die Verbrennungsmodelle zu ersetzen. Dabei sind die Anforderungen des jeweiligen Verbrennungsmodells und die Eignung des Netzwerkes zur Kopplung mit dem Strömungslöser TRACE wesentliche Aspekte.  Die neuronalen Netzwerke werden mittels geeigneter Trainingsdatensätze erstellt, validiert und bewertet. Durch die Auswahl und Durchführung geeigneter Tests in 1D und 2D (3D) Konfigurationen erfolgt die Analyse des entwickelten Ansatzes im Vergleich zum bestehenden Verbrennungsmodell. Ein wichtiger Aspekt bei der Untersuchung ist die Beurteilung der Lösungsgenauigkeit. Abschließend soll eine Bewertung der entwickelten Methodik durchgeführt und Empfehlungen für weitere Entwicklungen gegeben werden. Die Abschlussarbeit soll idealerweise zu einer Veröffentlichung führen.

Ihre Aufgaben im Rahmen dieser studentischen Tätigkeit sind:

  • Literaturstudie zur Anwendung neuronaler Netze in Strömungssimulationen mit Fokus auf die Modellierung der Verbrennungschemie
  • Identifizierung möglicher Modellansätze und Netzwerkarchitekturen
  • Erstellung, Training und Feintuning neuronaler Netzwerke
  • Definition und Konfiguration geeigneter Testfälle in 1D und 2D (3D)
  • Bewertung der Simulationsgenauigkeit im Vergleich zum vorhandenen Verbrennungsmodell in TRACE

Ihre Qualifikation:

  • laufendes Studium (Master) der Ingenieurswissenschaften mit Schwerpunkt Luft-und Raumfahrttechnik, Maschinenbau, Strömungsmechanik, oder für die Tätigkeit ähnlich relevante Studienrichtung
  • gute Kenntnisse im Bereich des maschinellen Lernens und entsprechender Software (Python, Cantera, Keras, TensorFlow)
  • Vorkenntnisse in der Strömungsmechanik, Thermodynamik und Verbrennungstechnik
  • Erfahrungen in der der Durchführung und Auswertung numerischer Strömungssimulationen
  • Erfahrungen in der Entwicklung skriptbasierter Auswertungsprozessketten (vorzugsweise in Python)
  • gute Englischkenntnisse
  • selbständige und verantwortungsbewusste Arbeitsweise

Ihr Start:

Freuen Sie sich auf einen Arbeitgeber, der Ihr Engagement zu schätzen weiß und Ihre Entwicklung durch vielfältige Qualifizierungs- und Weiterbildungsmöglichkeiten fördert. Unser einzigartiges Arbeitsumfeld bietet Ihnen Gestaltungsfreiräume und eine unvergleichbare Infrastruktur, in der Sie Ihre Mission verwirklichen können. Vereinbarkeit von Privatleben, Familie und Beruf sowie Chancengleichheit von Personen aller Geschlechter (w/m/d) sind wichtiger Bestandteil unserer Personalpolitik. Bewerbungen schwerbehinderter Menschen bevorzugen wir bei fachlicher Eignung.

  • Jetzt online bewerben
  • Sie können sich diese Stellenanzeige per E-Mail zusenden und Ihre Bewerbung am stationären Computer oder Laptop erstellen.

    Wir benötigen Ihre digitalen Bewerbungsunterlagen (PDF). Die Übermittlung wird von einigen Mobilgeräten nicht standardmäßig unterstützt. Bitte erstellen Sie Ihre Bewerbung an einem PC/Laptop.

    Bewerbung am PC erstellen

Fachliche/r Ansprechpartner/in

Pascal Gruhlke
Institut für Antriebstechnik

Tel.: +49 2203 601-4896

Nachricht senden

Kennziffer 68442

Personalbetreuung Köln

Nachricht senden

DLR-Standort Köln, Hauptverwaltung

zum Standort

DLR-Institut für Antriebstechnik

zum Institut