Req ID 84748 | Friedrichshafen, Deutschland, ZF Friedrichshafen AG
Doktorand (m/w/d)
Wir verstärken unser Team im Bereich Schmierstoffe und Tribologie am Standort Friedrichshafen.
Die Stelle als Doktorand (m/w/d) ist auf drei Jahre befristet.

Reibung und Verschleiß beeinflussen das Systemverhalten von Fahrwerkskomponenten und können die Lebensdauer reduzieren. Zur Vertiefung des Systemverständnisses und zur robusteren Auslegung existieren etablierte Simulationsmethoden, womit sich Erprobungsaufwände reduzieren, Entwicklungszeiten verkürzen und zuverlässigere tribologische Systeme gestalten lassen. Diese stoßen allerdings aufgrund der Komplexität und den Nichtlinearitäten der tribologischen Systeme an Grenzen. Um diese Grenzen zu überschreiten, etablieren sich in der aktuellen Forschung zunehmend datengetriebene Ansätze unter Zuhilfenahme von Machine Learning Methoden.
Im Rahmen der Promotion sollen die folgenden Aspekte bearbeitet werden:

Was Sie als Doktorand (m/w/d) erwarten können:

Entwicklung eines Simulationsmodells zur physikalisch korrekten Abbildung von Reibung und Verschleiß und daraus resultierenden Einflüssen auf das Systemverhalten von Fahrwerkskomponenten
Bewertung und Weiterentwicklung von etablierten Reibungs- und Verschleißmodellen auf Basis von vorhandenen und zu generierenden Versuchsdaten
Modellparametrierung basierend auf etablierten Machine Learning Konzepten wie z.B. Physics-Informed Neural Network und Support Vector Machine unter Beachtung von Genauigkeit, Datengüte und Rechenzeit
Integration von Designparametern und fertigungs- und montagebedingten Toleranzen als Beitrag zur Standardisierung und Steigerung der Fertigungsqualität
Überführung des Modells in die bestehende Simulationsumgebung

Ihr Profil als Doktorand (m/w/d):

Sehr gut abgeschlossenes Masterstudium der Fachrichtung Maschinenbau, Fahrzeugtechnik, Physik, Simulationstechnik, Informatik, Mathematik oder vergleichbar
Fundierte Programmierkenntnisse z.B. in MATLAB/Simulink
Kenntnisse in Machine Learning Methoden und deren Umsetzung z.B. in Python einschließlich Py Torch bzw. Tensor Flow
Erfahrung in der Simulation von tribologischen Kontakten einschl. Finite-Elemente-Analyse und der phänomenologisch motivierten Modellbildung von Reibung und Verschleiß
Hohe Kommunikations- und Teamfähigkeit sowie Fähigkeit zur Koordination eines funktions- und standortübergreifenden Projektteams
Sehr gute Deutsch- und Englischkenntnisse in Wort und Schrift

Werden Sie Teil unseres ZF-Teams als Doktorand (m/w/d) und bewerben Sie sich jetzt!
Kontakt
Sofia Kalaitzidou
+49 211 584 2008

.buttontext895da1b8e4f26d11 a{
border: 1px solid transparent;
}
.buttontext895da1b8e4f26d11 a:focus{
border: 1px dashed #00abe7 !important;
outline: none !important;
}

Was bedeutet DEI (Vielfalt, Gleichberechtigung und Inklusion) für ZF als Unternehmen?Wir bei ZF engagieren uns kontinuierlich für eine Unternehmenskultur, in der Inklusion gelebt und Vielfalt geschätzt wird. Wir arbeiten aktiv daran, Barrieren zu beseitigen, damit all unsere Beschäftigten ihr volles Potenzial entfalten können. Unser Ziel ist, diese Vision durch die Art und Weise, wie wir zusammenarbeiten, in unserem Unternehmen zu verankern, um die Zukunft der Mobilität zu gestalten.

.buttontextb4b76496ed5f2a40 a{
border: 1px solid transparent;
}
.buttontextb4b76496ed5f2a40 a:focus{
border: 1px dashed #00abe7 !important;
outline: none !important;
}

So arbeiten wir bei ZF.

.videocomponent713ee6fb17982c59 a{
border: 1px solid transparent;
}
.videocomponent713ee6fb17982c59 a:focus{
border: 1px dashed #00abe7 !important;
outline: none !important;
}

window.youtubevideos = window.youtubevideos || [];
window.youtubevideos.push({'src':'//www.youtube-nocookie.com/embed/CFRLo KevGM8?rel=0&autoplay=0',
'alttext':'ZF\x20Future Starter\x20\u2013\x20Shaping\x20the\x20Future\x20of\x20Mobility','component':'youtube713ee6fb17982c59CFRLo KevGM8'})

Stellensegment:
Physics, Mechanical Engineer, Science, Engineering