Modellierung von lasergeschweißten Verbindungen für Batteriezellen (SA/MA)

Institute

Institut für Werkzeugmaschinen und Betriebswissenschaften (TUM-ED)

Type

Semester Thesis / Master's Thesis /

Content

theoretical /  

Description

Ausgangssituation 

Die Batterieproduktion umfasst zahlreiche Fertigungsschritte, die mit Zielkonflikten verbunden sind, da hohe Energie- und Leistungsdichten, lange Lebensdauern und hohe Sicherheitsanforderungen gleichzeitig erfüllt werden müssen. Die zellinterne Kontaktierung ist entscheidend für die Funktionsfähigkeit, Effizienz und Lebensdauer der Batteriezelle und beeinflusst maßgeblich ihr elektrisches und thermisches Verhalten im Betrieb.

Zielsetzung 

Im Rahmen der Studienarbeit soll die zellinterne Kontaktierung thermisch modelliert werden. Aufbauend auf physikalischen Grundgrößen soll die thermische Entwicklung der Kontaktierung insbesondere in Grenzsituationen, wie hohen Lade- und Entladeraten, abgebildet werden. Das Modell soll perspektivisch zur Auslegung der Kontaktierungen für Batteriezellen genutzt werden.

Vorgehensweise und Arbeitsmethodik 

Um diese Ziele zu erreichen, ist folgende strukturierte Vorgehensweise geplant:

• Literaturrecherche zu physikbasierten und datengetriebenen (Machine-Learning-)Ansätzen zur Modellierung
• Identifikation relevanter Einflussgrößen, Systemgrenzen sowie Ein- und Ausgangsparameter
• Aufbau eines thermischen Modells der zellinternen Kontaktierung
• Vorhersage thermischer Kenngrößen für unterschiedliche Betriebsbedingungen und Auslegungen der Schweißverbindung
• ggf. Validierung des Modells anhand experimenteller Messdaten
• ggf. Ableitung von Empfehlungen zur Auslegung und Dimensionierung der Schweißverbindung

Zusatz

Die Arbeit kann größtenteils flexibel vor Ort oder im Homeoffice durchgeführt werden. 

Das Thema interessiert dich?
Dann bewirb dich gerne mit einer kurzen Motivation und nenne dein geplantes Startdatum. Bitte sende dazu aussagekräftige Unterlagen (Lebenslauf, aktueller Leistungsnachweis). Gerne besprechen wir das Thema anschließend in einem persönlichen Gespräch.

Requirements

Voraussetzungen

• Interesse an der Datenverarbeitung und der Produktionstechnik
• Kenntnisse in Methoden der KI bzw. Machine Learning
• Programmierkenntnisse (z. B. Python oder MATLAB)
• Selbstständige und strukturierte Arbeitsweise
• Gute Deutsch- oder Englischkenntnisse

Possible start

sofort

Contact

Felix Harst
Phone: +49 89 289 15492
felix.harstiwb.tum.de

Announcement