Abschlussarbeit (w/m/d) - Datengetriebene Steuerung kommerzieller Solarturmkraftwerke

Wir verwenden Cookies, um Ihnen die bestmögliche Erfahrung mit der Website bieten zu können. Ihre Cookie-Einstellungen werden im lokalen Speicher Ihres Browsers gespeichert. Dazu gehören Cookies, die für die Website technisch notwendig sind. Darüber hinaus können Sie frei entscheiden, ob Sie Cookies akzeptieren, und dies jederzeit ändern. Sie können auch Cookies zur Verbesserung der Website-Leistung sowie Cookies zum Anzeigen von Inhalten, die auf Ihre Interessen zugeschnitten sind, ablehnen. Wenn Sie nicht alle Cookies akzeptieren, kann dies Auswirkungen auf Ihre Erfahrung auf der Site und die von uns angebotenen Services haben.

Cookie-Einstellungen ändern

Alle Cookies ablehnen Alle Cookies akzeptieren

Zum Hauptinhalt

Sprache

Deutsch (Deutschland)

English (United Kingdom)

Profil

Jobs

Karriere

DLR als Arbeitgeber

Sprache

Deutsch (Deutschland)

English (United Kingdom)

Profil

Jobs

Karriere

DLR als Arbeitgeber

Sprache

Deutsch (Deutschland)

English (United Kingdom)

Profil

Jobs

Karriere

DLR als Arbeitgeber

Stellen suchen

Unsere gemeinsamen Berufungen und Professuren finden Sie hier: Gemeinsame Berufungen / Professuren

Jetzt bewerben

Abschlussarbeit (w/m/d) - Datengetriebene Steuerung kommerzieller Solarturmkraftwerke

Stellenbeschreibung

Kennziffer: 6610

Arbeitsort: Köln

Eintrittsdatum: ab sofort

Karrierestufe: Studien- & Abschlussarbeit

Beschäftigungsgrad: Teilzeit

Dauer der Beschäftigung: 6 Monate

Vergütung: Die Vergütung erfolgt gemäß der jeweils geltenden Tarifverträge des öffentlichen Dienstes (Bund).

Steige ein in die faszinierende Welt des Deutschen Zentrums für Luft- und Raumfahrt e. V. (DLR), um mit Forschung und Innovation die Zukunft mitzugestalten! Mit dem Know-how und der Neugier unserer rund 12.000 Mitarbeitenden aus 100 Nationen sowie unserer einzigartigen Infrastruktur bieten wir ein spannendes und inspirierendes Arbeitsumfeld. Gemeinsam entwickeln wir nachhaltige Technologien und tragen so zur Lösung globaler Herausforderungen bei. Möchtest du diese große Zukunftsaufgabe mit uns zusammen angehen? Dann ist dein Platz bei uns!

Das Institut für Solarforschung forscht mit mehr als 120 Mitarbeitenden für eine nachhaltige und CO₂-freie Energieversorgung aus Sonnenenergie. Unser Forschungsschwerpunkt sind konzentrierende Solartechnologien, die Sonnenlicht in Wärme, Strom und Brennstoffe umwandeln. Darüber hinaus forschen wir auch in verwandten Themenbereichen: Wir nutzen Sensortechnik und Datenanalyse, um die Energieeffizienz von Gebäuden zu bewerten und Sanierungsstrategien zu entwickeln. Wir entwickeln für Solarkraftwerke und Photovoltaik-Anlagen Systeme, um die Solarstrahlungsdaten messen und vorhersagen zu können. Weitere wichtige Forschungsgebiete sind die Qualitätssicherung von solarthermischen Kraftwerken und Photovoltaikanlagen und die Dekarbonisierung der Chemieindustrie.

Das erwartet dich

Ein kommerzielles Solarturmkraftwerk besteht aus zehntausenden beweglichen Spiegeln, die das Sonnenlicht auf einen einzigen Punkt bündeln – und jeder einzelne davon ist ein Freiheitsgrad in einem gigantischen Optimierungsproblem. Am DLR haben wir dafür ARTIST entwickelt: den ersten differenzierbaren Raytracer für Solarkraftwerke [Pargmann et al., 2024]. Eine vollständig physikalische Simulation, die sich wie ein neuronales Netz per Gradientenabstieg optimieren lässt – validiert am Solar Tower Jülich, publiziert und international beachtet.

Jetzt kommt der nächste Schritt: der Sprung von der Forschungsanlage (~2.000 Heliostaten) auf echte kommerzielle Kraftwerke mit 10.000 bis 50.000+ Spiegeln.

Wissenschaftliche Fragestellung

Moderne Kraftwerke produzieren kontinuierlich hochwertige Sensordaten: Infrarotbilder des Receivers, Temperaturmessungen, zunehmend auch direkte Flussdichtemessungen. Bislang werden diese Daten fast ausschließlich zur Überwachung genutzt, nicht zur aktiven Rückkopplung in die Steuerung. Das ist verschenktes Potenzial, denn mit einem differenzierbaren Simulator lassen sich Messdaten direkt als Loss-funktion einsetzen.

Diese Arbeit untersucht:

Wie lässt sich die simulierte Flussdichteverteilung von ARTIST systematisch mit realen Messdaten koppeln – und kann diese Kopplung genutzt werden, um die Zielpunktsteuerung datengetrieben zu verbessern?

Konkret heißt das:

Wo weichen die von ARTIST vorhergesagten Flussdichten von realen Infrarot- und Flussdichtekameramessungen ab – und warum?

Lassen sich Temperatursensordaten und Infrarotbilder direkt als Loss-funktion in die gradientengestützte Zielpunktoptimierung einbauen – sodass sich die Steuerung anhand der eigenen Betriebsdaten des Kraftwerks anpasst?

Welche Modellunschärfen in ARTIST werden durch den Abgleich mit der Realität sichtbar – und welche lassen sich korrigieren?

Kontext: Eine einzigartige Gelegenheit

Diese Masterarbeit ist keine Schubladenarbeit, sondern Teil eines koordinierten Forschungsvorhabens: Zwei Masterarbeiten laufen parallel, jeweils zur Übertragung von ARTIST auf ein anderes kommerzielles Solarturmkraftwerk – mit jeweils eigenständiger, klar abgegrenzter Fragestellung. Ihr arbeitet in einem gemeinsamen Repository, stimmt Schnittstellen ab, macht gegenseitige Code-Reviews und präsentiert Zwischenergebnisse direkt dem ARTIST-Entwicklungsteam. Was du baust, fließt in ein Werkzeug ein, dessen Entwicklung international verfolgt wird.

Das Herzstück der Arbeit ist die Forschungskooperation mit CENER (Centro Nacional de Energías Renovables, Spanien), einem der führenden europäischen Zentren für konzentrierende Solartechnik. CENER stellt reale Betriebs- und Messdaten einer kommerziellen Anlage bereit: Infrarotbilder, Flussdichtemessungen und Temperatursensordaten aus dem laufenden Betrieb. Solche Daten sind in der Forschung extrem selten zugänglich – die meisten Arbeiten in diesem Feld bleiben bei synthetischen Daten stehen. Hier arbeitest du an der Schnittstelle von physikalischer Simulation und echten Industriedaten.

Zum Ablauf: Bevor die wissenschaftliche Kernfrage bearbeitet werden kann, muss ARTIST auf die Zielanlage umgerüstet werden (Turm-, Receiver- und Feldgeometrie). Dieser klar abgegrenzte erste Block eignet sich ideal als vorgelagertes Pflichtpraktikum am DLR – die Masterarbeit selbst gehört dann vollständig der Wissenschaft. Mit ausreichenden Vorkenntnissen in differenzierbarer Simulation und solarthermischer Modellierung sind beide Phasen auch komplett innerhalb der Masterarbeit machbar.

Deine Aufgaben

Validierung der ARTIST-Flussdichteverteilung

Systematischer Vergleich simulierter Flussdichten mit realen Infrarot- und Kameramessungen aus dem CENER-Datensatz

Identifikation und Charakterisierung systematischer Abweichungen zwischen Simulation und Messung

Entwicklung geeigneter Metriken zur quantitativen Bewertung der Simulationsgüte unter realen Betriebsbedingungen

Untersuchung, wie Infrarotbilder und Temperatursensordaten direkt als Loss-funktion in die gradientengestützte Zielpunktoptimierung einfließen können

Aufbau eines Kopplungsframeworks zwischen gemessenen Betriebsdaten und ARTIST-basierter Simulation

Internationale Datenkooperation mit CENER enge Zusammenarbeit mit dem CENER-Team bei Aufbereitung, Validierung und Interpretation der Messdaten direkter Einblick in Betrieb und Messtechnik einer realen kommerziellen Anlage

Was du lernst

PyTorch auf Forschungsniveau: Autograd, GPU-Optimierung, datengetriebene Optimierung physikalischer Simulationen wie man physikalische Simulation und reale Sensordaten sauber koppelt – eine Kernkompetenz für Digital Twins weit über die Solartechnik hinaus internationale wissenschaftliche Zusammenarbeit und den professionellen Umgang mit industriellen Messdatensätzen kollaborative wissenschaftliche Softwareentwicklung: Code-Reviews, gemeinsame Schnittstellen, strukturierte Versionskontrolle – wie in einem echten Entwicklungsteam

Das bringst du mit

Erforderlich:

sehr gute Python-Kenntnisse, insbesondere Erfahrung mit PyTorch starkes Interesse an physikalischer Modellierung und datengetriebener Optimierung

Freude an kollaborativer, strukturierter Softwareentwicklung

Von Vorteil:

vorgelagertes Pflichtpraktikum am DLR (oder Bereitschaft dazu)

Erfahrung mit Bildverarbeitung, Sensordatenanalyse oder Messtechnik

Grundlagen in inverser Modellierung oder datenassimilierenden Verfahren

Das bieten wir dir

Das DLR steht für Vielfalt, Wertschätzung und Gleichstellung aller Menschen. Wir fördern eigenverantwortliches Arbeiten und die individuelle Weiterentwicklung unserer Mitarbeitenden im persönlichen und beruflichen Umfeld. Dafür stehen dir unsere zahlreichen Fort- und Weiterbildungsmöglichkeiten zur Verfügung. Chancengerechtigkeit ist uns ein besonderes Anliegen, wir möchten daher insbesondere den Anteil von Frauen in der Wissenschaft und Führung erhöhen. Bewerbungen schwerbehinderter Menschen bevorzugen wir bei fachlicher Eignung.

Das bieten wir dir

Das DLR steht für Vielfalt, Wertschätzung und Gleichstellung aller Menschen. Wir fördern eigenverantwortliches Arbeiten und die individuelle Weiterentwicklung unserer Mitarbeitenden im persönlichen und beruflichen Umfeld. Dafür stehen dir unsere zahlreichen Fort- und Weiterbildungsmöglichkeiten zur Verfügung. Chancengerechtigkeit ist uns ein besonderes Anliegen, wir möchten daher insbesondere den Anteil von Frauen in der Wissenschaft und Führung erhöhen. Bewerbungen schwerbehinderter Menschen bevorzugen wir bei fachlicher Eignung.

Wir freuen uns darauf, dich kennenzulernen!

Fragen zu dieser Position (Kennziffer 6610) beantwortet dir gerne:

Dr. Kai Wieghardt

Tel.:

Jetzt bewerben

Impressum

Datenschutzerklärung

Nutzungsbedingungen

Barrierefreiheit

Cookie-Manager

Wird auf einer neuen Registerkarte geöffnet.

Wird auf einer neuen Registerkarte geöffnet.

Wird auf einer neuen Registerkarte geöffnet.

Wird auf einer neuen Registerkarte geöffnet.

Wird auf einer neuen Registerkarte geöffnet.

×

Manager für Cookie-Einwilligungen

Wenn Sie eine Website besuchen, kann diese Informationen zu Ihrem Browser - meistens in Form von Cookies - speichern und abrufen. Da wir Ihr Recht auf Privatsphäre respektieren, können Sie bestimmte Cookies ablehnen. Wenn Sie jedoch bestimmte Cookies blockieren, kann sich dies negativ auf Ihre Erfahrung auf der Site und die von uns angebotenen Services auswirken.

Notwendige Cookies

Diese Cookies sind für die Verwendung dieser Website erforderlich und können nicht deaktiviert werden.

Notwendige Cookies

Mehr Details anzeigen

Notwendige Cookies

Anbieter

Beschreibung

Aktiviert

SAP as service provider

Wir verwenden die folgenden Sitzungs-Cookies, die alle für die Funktionsfähigkeit der Website erforderlich sind:

"route" wird für Sitzungs-Stickiness verwendet

"careerSiteCompanyId" wird verwendet, um die Anforderung an das richtige Rechenzentrum zu senden

"JSESSIONID" wird während der Sitzung auf dem Gerät des Besuchers abgelegt, damit der Server den Besucher identifizieren kann

"Load balancer cookie" (tatsächlicher Cookie-Name kann abweichen) verhindert, dass ein Besucher von einer Instanz zu einer anderen springt

Cookies vom Anbieter SAPasserviceprovider sind notwendig und können nicht deaktiviert werden.

Funktionale Cookies

Diese Cookies sorgen für eine bessere Kundenerfahrung auf dieser Site. So können Anmeldedetails gespeichert werden, und die Videoleistung kann optimiert werden. Sie liefern uns Informationen darüber, wie unsere Site verwendet wird. Sie können diese Cookies jederzeit akzeptieren oder ablehnen. Beachten Sie, dass bestimmte Funktionen, die diese Drittanbieter zu Verfügung stellen, beeinträchtigt werden können, wenn Sie diese Cookies nicht akzeptieren.

Einwilligung für alle Funktionale Cookies

Mehr Details anzeigen

Funktionale Cookies

Anbieter

Beschreibung

Aktiviert

YouTube

YouTube ist ein Dienst zum Teilen von Videos, bei dem die Benutzer ein eigenes Profil anlegen, Videos hochladen, anschauen, liken und kommentieren können. Wenn Sie die YouTube-Cookies ablehnen, können Sie keine YouTube-Videos anschauen und nicht damit interagieren.

Cookie-Richtlinie

Datenschutzrichtlinie

Nutzungsbedingungen

Einwilligung für Cookies vom Anbieter YouTube

Meine Auswahl bestätigen

Alle Cookies ablehnen Alle Cookies akzeptieren