KI-basierte optimierte Durchführung von Batterie-Lebensdauerversuchen für Elektrofahrzeuge

Institut
Lehrstuhl für Fahrzeugtechnik
Typ
Semesterarbeit / Masterarbeit /
Inhalt
experimentell / theoretisch /  
Beschreibung

Ausgangssituation:

Im Designprozesses von Elektrofahrzeugen werden gegenwärtig umfangreiche und kostenintensive Prüfstandsversuche durch-geführt, um die Leistungsmerkmale einer neuen Traktionsbatterie (EoL, Leistung, Reichweite,...) zu bewerten. Eine Möglichkeit, den Testaufwand zu reduzieren, bietet der Einsatz von KI und insbesondere Machine Learning Algorithmen.

Zielsetzung:

Im Rahmen dieser Studienarbeit beim Kooperationspartner TÜV Süd Battery Testing soll eine KI-basierte Methode entwickelt werden, mit der das Alterungsverhalten von Lithium-Ionen-Batterien während der Versuchsdurchführung prädiziert werden kann. Diese Methode soll in die gegebene Cloud-Umgebung integriert werden und anhand einer derzeit laufenden realen Versuchsreihe validiert werden. 

Voraussetzungen
  • Interesse an Künstlicher Intelligenz und Machine Learning
  • Interesse an Elektromobilität
  • Erfahrungen mit Machine-Learning (idealerweise Zeitreihenprädiktion)
  • Selbständige und gründliche Arbeitsweise
  • Sehr gute Deutschkenntnisse 
Tags
FTM Studienarbeit, FTM EV Powertrain, FTM Kroeger, FTM Informatik, FTM EV, FTM EV Operations
Möglicher Beginn
sofort
Kontakt
Thomas Kröger, M.Sc.
Raum: MW3511
Tel.: 089 289 10333
thomas.kroegertum.de
Ausschreibung