Bachelor- / Masterarbeit: Entwicklung eines physikalisch fundierten Modells für die Ölströmung in Wälzlagern mittels Dimensionsanalyse (Buckingham-n-Theorem)

Das Institut für Maschinenelemente und Systementwicklung erforscht das grundlegende strukturelle und tribologische Verhalten von Maschinenelementen und bildet dieses in experimentell validierten Modellbeschreibungen ab. Diese Modellbeschreibungen werden genutzt, um das Funktions-, Verlust- und Geräuschverhalten gesamthafter technischer Systeme mit Fokus auf die Antriebstechnik zu analysieren und zu gestalten. Die entwickelten Modelle dienen zudem der Erforschung und Entwicklung von Methoden des Model Based Systems Engineering als zentrales Element künftiger, industrieller Produktentstehungsprozesse. Die Ölströmung in Wälzlagern wird von zahlreichen geometrischen, physikalischen und betrieblichen Parametern beeinflusst. Eine vollständige CFD-Simulation ist sehr rechenintensiv und für Systemsimulationen ungeeignet. Daher besteht Bedarf an einem vereinfachten, physikalisch fundierten Ersatzmodell, das das Ein-/ Ausgangsverhalten der Ölströmung effizient beschreibt. In dieser Arbeit soll theoretisch untersucht werden, welche Parameter die Ölströmung im Wälzlager maßgeblich beeinflussen und wie sich diese zu dimensionslosen Kennzahlen kombinieren lassen. Mithilfe des Buckingham-n-Theorems werden die relevanten Einflussgrößen zu dimensionslosen Gruppen zusammengefasst.
Auf dieser Basis sollen physikalisch begründete Gleichungen zur Beschreibung des Input-Output-Verhaltens abgeleitet werden.
Anschließend wird überprüft, wie diese physikalische Modellstruktur durch Machine-Learning-Methoden ergänzt oder trainiert werden kann, um ein hybrides Ersatzmodell zu entwickeln.

Aufgaben:

• Literaturrecherche zu Ölströmung in Wälzlagern unddimensionsloser Analyse (Buckingham-n-Theorem). Identifikation der relevanten Einflussgrößen (z. B. Drehzahl, Ölviskosität, Geometrieparameter).
• Anwendung der Buckingham-n-Theorie zur Herleitung dimensionsloser Kennzahlen.
• Entwicklung physikalischer Gleichungen für das Ein/Ausgangsverhalten.
• Kombination des physikalischen Modells mit datengetriebenen Methoden (z. B. POD, Machine Learning).

Voraussetzung:

• Grundkenntnisse in Fluidmechanik
• Mathematische Grundlagen, insbesondere Dimensionsanalyse und Buckingham-n-Theorem
• Verständnis der Strömungsgrößen in Wälzlagern ist wünschenswert, aber nicht zwingend erforderlich
• Erste Kenntnisse in datengetriebenen Methoden (z. B. Machine Learning) sind wünschenswert, aber nicht zwingend erforderlich

Wir bieten:

• Flexible Gestaltung der Arbeitsschwerpunkte
• Zügige Bearbeitungsmöglichkeit
• Intensive Betreuung
• Sofortiger Beginn oder nach Absprache
• Sehr gutes Arbeitsklima

Auf deine aussagekräftige Bewerbung per E-Mail freut sich:

Amirreza Niazmehr, M. Sc. RWTH
Institut für Maschinenelemente und Systementwicklung

Schinkelstraße 10, 52062 Aachen
amirreza.niazmehr@imse.rwth-aachen.de