Arrhenius-basierte Modellierung der alterungsbedingten Reibungszahländerung trockenlaufender Reibbeläge

Trockenlaufende organische Reibbeläge werden in sicherheitskritischen Halte- und Feststellbremsen eingesetzt, etwa in Windenergieanlagen, Bahnbremsen oder Industriehebezeugen. Über lange Stillstandzeiten hinweg stehen diese Beläge unter dem Einfluss von Umweltbelastungen wie erhöhter Temperatur, ohne durch Reibkontakt regeneriert zu werden. Die dadurch ausgelöste Alterung verändert die statische Reibungszahl und damit unmittelbar das übertragbare Drehmoment, das für die Haltefunktion entscheidend ist. Bislang fehlt ein quantitatives Modell, das diese alterungsbedingte Reibungszahländerung in Abhängigkeit von der thermischen Beanspruchungshistorie beschreibt und prognostizierbar macht. In verwandten Feldern – etwa der Lebensdauerprognose von Elastomeren oder Batteriezellen – hat sich der Arrhenius-Ansatz bewährt, um die temperaturabhängige Alterungskinetik zu beschreiben und beschleunigte Alterungsversuche auf reale Betriebszeiträume zu übertragen. Die Arbeit verbindet somit eine ingenieurwissenschaftliche Fragestellung mit einem etablierten mathematischen Modellierungsansatz. Neben der praktischen Relevanz bietet sie die Möglichkeit, grundlegende Kompetenzen in der mathematischen Modellbildung, der Auswertung experimenteller Daten und der Validierung von Prognosemodellen zu erwerben. Gleichzeitig liefert die Untersuchung wertvolle Erkenntnisse darüber, ob und unter welchen Bedingungen eine modellbasierte Prognose der Reibungszahländerung realistisch ist.

Aufgabe:

Im Rahmen der Arbeit soll ein mathematisches Modell zur Beschreibung der thermisch bedingten Reibungszahländerung trockenlaufender Reibbeläge entwickelt werden, das auf dem Arrhenius-Ansatz basiert und – in Analogie zur Wöhlerlinie – die Zeit bis zum Erreichen einer definierten kritischen Reibungszahländerung in Abhängigkeit vom Temperatur-Zeit-Kollektiv abbildet. Das Modell ist anhand vorhandener sowie ergänzend zu erhebender experimenteller Alterungsdaten zu parametrieren und anschließend hinsichtlich seiner Prognosegüte an unabhängigen Datensätzen experimentell zu validieren. Die Arbeit konzentriert sich auf Modellbildung, Parametrierung und die experimentelle Bewertung der Prognosefähigkeit.

Profil:

• Studium im ingenieurwissenschaftlichen Bereich
• Kreative Denk- und eigenständige Arbeitsweise
• Lernbereitschaft und Engagement
• Interesse an mathematischer Modellbildung und experimenteller Arbeit
• Grundkenntnisse in der Auswertung experimenteller Daten von Vorteil

Die genannten Erfahrungen und Vorkenntnisse sind keine zwingende Voraussetzung und können durch Lernbereitschaft und Engagement ausgeglichen werden. Sie sind jedoch hilfreich für eine schnelle und reibungslose Einarbeitung.

Hat diese Ausschreibung Ihr Interesse geweckt? Dann senden Sie bitte eine aussagekräftige Bewerbung mit Lebenslauf und aktuellem Notenauszug an: andreas.stach∂kit.edu