Der Klimawandel und die Ressourcenknappheit sind nur zwei von vielen Faktoren, die eine kontinuierliche und nachhaltige Werkstoffentwicklung unverzichtbar machen. Der Forschungsschwerpunkt des Instituts für Werkstoff-Forschung liegt in der Entwicklung innovativer Werkstofflösungen und zugehöriger Prozesstechniken für die Bereiche Luft- und Raumfahrt, Energie, Transport und Sicherheit. In enger Zusammenarbeit mit anderen DLR-Instituten sowie nationalen und internationalen Partnern führen wir sowohl Grundlagen- als auch angewandte Forschung durch.

Das erwartet dich

Um das Verhalten innovativer Werkstoffe präzise vorherzusagen, setzen wir auf Simulationen mit klassischen Computern und Quanten Computern, maschinelles Lernen, künstliche Intelligenz und automatisierte Test- und Analysemethoden. Diese Technologien ermöglichen es, physikalische Prozesse auf verschiedenen Längenskalen detailliert zu verstehen und effizient zu modellieren. So beschleunigen wir die Erforschung und Entwicklung neuer Materialien für die Luft- und Raumfahrt. Thematisch soll in diesem Masterarbeitsprojekt ein Physics-Informed Neural Network zur Vorhersage von Materialverformungen im Kontext der Bruchmechanik unter Berücksichtigung von experimentellen Daten entwickelt werden.

Deine Aufgaben

• Entwicklung und Training von Physics-Informed Neural Networks (PINNs) zur Vorhersage elastoplastischer Verformungen
• Implementierung und Optimierung von PINNs für realitätsnahe Materialmodellierung
• Kombination des PINN-Ansatzes mit experimentellen Daten aus digitaler Bildkorrelation (DIC) zur verbesserten Modellvorhersage
• Zusammenarbeit in einem interdisziplinären, offenen und unterstützenden Team

Das bringst du mit

• abgeschlossenes Bachelorstudium in Mathematik, Physik, Informatik oder einer Ingenieurswissenschaft
• Programmierkenntnisse, insbesondere Python
• Erfahrung im maschinellen Lernen, insbesondere Deep Learning
• Kenntnisse in mathematischer Modellierung, insbesondere Kontinuumsmechanik

Wir freuen uns darauf, dich kennenzulernen!

Fragen zu dieser Position (Kennziffer 1914) beantwortet dir gerne:

Eric Breitbarth 
Tel.: +49 2203 601 2504