Das Team Simulation elektrische und konventionelle Antriebe bearbeitet mechanische und strömungstechnische Aufgabenstellungen aus dem Audi Antriebsportfolio: Von Verbrennungskraftmaschinen über Hybridkonzepte bis hin zu rein elektrischen Antrieben. In enger Zusammenarbeit mit der Konstruktion und dem Versuch wird die Entwicklung von der Vorentwicklungsphase bis zur Serienbetreuung mit modernsten virtuellen Methoden unterstützt.
Neben klassischen Simulationsverfahren kommen zunehmend auch datengetriebene Ansätze wie Künstliche Intelligenz (KI) und Machine Learning (ML) zum Einsatz, etwa zur Mustererkennung, Modellreduktion oder Prognose mechanischer Beanspruchungen. Dich erwartet in diesem vielseitigen Arbeitsumfeld ein detaillierter Einblick in die Entwicklung zukünftiger Antriebe – sowohl aus physikalischer als auch aus datenanalytischer Perspektive.
Deine Arbeit basiert auf statischen, quasistatischen oder dynamischen FE-Berechnungen sowie auf Mehrkörpersimulationen (MKS). Ziel ist ein methodischer Beitrag in strategisch wertvollen Bereichen wie der strukturmechanischen Festigkeitsbewertung oder der dynamischen Funktionsbewertung von automobilen Traktionsantrieben.
Der Schwerpunkt deiner Tätigkeit wird in Abhängigkeit deines persönlichen Stärken- und Interessensprofils festgelegt. Beispiele sind der Abgleich von Simulationen mit Versuchsergebnissen oder die Durchführung von Ermüdungsanalysen, die Unterstützung bei unerklärten Phänomenen im Antriebsstrang, die synthetische Ermittlung von Anregungen zur Identifikation von zu erwartender Bauteilbeanspruchungen, die Integration datengetriebener Methoden zur Verbesserung der Modellqualität und Ergebnisinterpretation oder auch Potenzialanalysen zum Einsatz von Surrogate Models.
Aufgaben
- Einarbeitung in das zu verwendende Programmpaket und in bereitgestellte Berechnungsmodelle
- Aufbereitung relevanter theoretischer Grundlagen
- Analyse bestehender Rechenmodelle und Ableitung von Modellerweiterungen
- Erstellung geeigneter Simulationsmodelle und Simulationsdurchführung
- Validierung des Rechenmodells durch Versuchsdaten
- Aufbereitung der Simulationen und Bewertung der Ergebnisse
- Durchführung von Optimierungen und Untersuchung von Einflüssen
- Anwendung moderner Analyseverfahren, ggf. unter Einbeziehung von KI-gestützten Methoden
Qualifikationen
- Studium im Bereich der Ingenieurswissenschaften oder einem vergleichbaren Studiengang
- Theoretische oder praktische Erfahrungen in der FEM oder der MKS
- Erfahrungen im Bereich KI-gestützte Simulation – Aufbau von Surrogate Models, KI-Frameworks (z. B. TensorFlow, PyTorch, scikit-learn) oder Datenanalyse-Tools
- Kenntnisse in Python, MATLAB oder vergleichbaren Programmiersprachen
- Erste praktische Erfahrungen in CAD-Anwendungen
- Interesse an innovativen Methoden wie datengetriebener Simulation und KI
- Hoher Qualitätsanspruch an die eigene Arbeit
- Kommunikations- und Teamfähigkeit
- Kreativität und Eigenständigkeit
Den finalen Praktikumszeitraum vereinbarst du im Gespräch mit der Fachabteilung.
