Masterarbeit: Degradationsprognose und digitaler Zwilling für alkalische Wasserelektrolyse

Fraunhofer-Gesellschaft
Pfinztal, Baden-Württemberg, GermanyPosted Aug 31, 2026

About the role

Das Fraunhofer-Institut für Chemische Technologie ICT zählt zu den ältesten und größten Instituten der Fraunhofer-Gesellschaft. Mit vielfältigen Kompetenzen in Kunststofftechnologie, chemischen Prozessen, Explosivstofftechnik und Sicherheitsforschung sowie Energie- und Antriebssystemen entwickeln wir anwendungsorientierte Lösungen für anspruchsvolle technologische Fragestellungen. Unsere Forschung reicht von Leichtbau und umweltfreundlicher Chemie über Anwendungen in der Luft- und Raumfahrt bis hin zu Sicherheits- und Verteidigungsanwendungen sowie Recycling- und Nachhaltigkeitskonzepten. Dabei verbinden wir wissenschaftliche Expertise, moderne Infrastruktur und unmittelbare Praxisnähe. Wasserstoff aus erneuerbaren Energien zu erzeugen, erfordert leistungsfähige und langlebige Elektrolyseure. Eine zentrale Herausforderung ist dabei die Degradation der eingesetzten Komponenten: Mit zunehmender Betriebsdauer verändert sich die elektrochemische Leistung und damit auch das Verhalten des gesamten Elektrolyse-Stacks. Im Rahmen dieser Masterarbeit untersuchen Sie die Degradation alkalischer Wasserelektrolyseure (AWE) mit neuartigen mesoporösen, Nickel-basierten Elektroden. Dafür verbinden Sie experimentelle Betriebsdaten mit physikbasierten Degradationsmodellen und dynamischen Systemsimulationen.Ziel ist die Entwicklung eines digitalen Zwillings auf Stack-Ebene, mit dem sich die Leistungsentwicklung und das Degradationsverhalten von AWE-Stacks unter unterschiedlichen Betriebsbedingungen abbilden und langfristig prognostizieren lassen.

Hier sorgst Du für Veränderung

Einarbeitung in Grundlagen der Elektrolyse und deren Modellierung Entwicklung eines zweistufigen Modellierungs-Workflows, der Einzelzell-Degradation und Stack-Verhalten miteinander verknüpft Aufbau, Implementierung und Validierung eines Spannungsdegradationsmodells in Python Identifikation und zeitliche Modellierung effektiver Degradationsparameter Validierung des Modells mit experimentellen AWE-Daten sowie s

Similar internships