Doktorand/in für Methoden der automatisierten Fehlerdiagnose von Wärmepumpen

Thema: "Ansätze der automatisierten Fehlerdiagnose während Inbetriebnahme und Betrieb von Wärmepumpen“

Wärmepumpen sind die Schlüsseltechnologie zur effizienten Bereitstellung von Wärme aus elektrischem Strom unter Nutzung von Umweltwärmequellen wie Außenluft. Mit dem geplanten Hochlauf ergeben sich Herausforderungen hinsichtlich eines effizienten Wärmepumpenbetrieb. Zur Reduktion von Kosten und Personalressourcen für den Second Level Support soll die Frage der Inbetriebnahme und der kontinuierlichen Überwachung der Betriebsgüte einer Vielzahl dezentraler Wärmepumpen beantwortet werden. Datengetriebene Methoden sind hierfür ein geeigneter Ansatz, die die Inbetriebnahme und die Betriebsoptimierung von Wärmepumpenanlagen kosteneffizient unterstützen können. In dieser Arbeit soll die Eignung bestehender KI-basierter Methoden für die Fehlererkennung und -diagnose bei der Inbetriebnahme und während des Betriebs von Etagen-Wärmepumpensysteme untersucht und weiterentwickelt werden.

In enger Kooperation mit der Abteilung  "Energy Efficient Buildings" des Fraunhofer Institut für Solare Energiesysteme (ISE) entwickeln wir Methoden und Werkzeuge, um Prozesse der Betriebsführung von Gebäuden digital zu unterstützen. Dabei untersuchen wir u.a. die Eignung von Verfahren des Maschinellen Lernens, um Fehler im Betrieb von Wärmepumpen automatisiert zu erkennen und zu diagnostizieren. Die Dissertation erfolgt im Kontext des Projekts "LCR290 - Entwicklung von Wärmepumpenlösungen mit Propan für den Austausch von Gas- und Ölgeräten" in Kooperation mit dem Fraunhofer ISE und Partnern aus der Industrie.

Deine Aufgaben:

• Du entwickelst und testest neuartige Methoden für die automatisierte Fehlerdiagnose von Wärmepumpenanlagen.
• Systematisierung, Clustering und Bewertung von typischen Fehlern in gängigen Wärmepumpenanlagen basierend auf annotierten Messdaten des Fraunhofer ISE.
• Du entwickelst eine Methodik für standardisierte Fehlererkennungs- und Diagnoseroutinen und implementierst und testest regelbasierte und KI-basierte Algorithmen sowie Kombinationen von beiden.
• Tests auf Basis von Simulations- und von realen Betriebsdaten sowie Bewertung und Auswahl der geeignetsten Verfahren.
• Du betreust Studierende bei der Erstellung von Abschlussarbeiten.
• Du erarbeitest wissenschaftliche Veröffentlichungen und Projektberichte und präsentierst die Ergebnisse bei Projekttreffen und Konferenzen.

Was du mitbringst:

• Du verfügst über ein abgeschlossenes wissenschaftliches Hochschulstudium (Master) in Energietechnik, Physik, Informatik oder einem vergleichbaren Studiengang.
• Du konntest bereits Erfahrung in den Bereichen Gebäudetechnik und Künstliche Intelligenz, sammeln.
• Idealerweise hast du bereits Kenntnisse in Python und der Datenauswertung.
• Du kannst dich sicher auf Englisch und Deutsch ausdrücken.
• Du bist selbstständiges und sorgfältiges Arbeiten gewohnt und es ist dir wichtig, dich in dein Team einzubringen.

Wir bieten Dir:

Einen attraktiven Arbeitsplatz in einer modernen, hervorragend ausgestatteten Arbeitsumgebung in einer industrienah agierenden Arbeitsgruppe. Die Technische Fakultät der Universität Freiburg bietet eine exzellente Infrastruktur und wissen­schaftliche Umgebung für interdisziplinäre Forschung.

Die Stelle ist in der Professur „Solare Energiesysteme“ von Prof. Hans-Martin Henning angesiedelt. Durch die enge Kooperation mit dem Fraunhofer Institut für Solare Energiesysteme (ISE) in Freiburg besteht zudem die Möglichkeit direkt auch von der dortigen Infrastruktur zu profitieren und Arbeitsergebnisse schnell in die industrielle Umsetzung zu bringen.