cAIclone ist ein junges Münchner Deep-Tech-Startup: Wir legen Hydrozyklon-Geometrien in einer geschlossenen Schleife aus – von der Geometrieerzeugung über die Strömungssimulation bis zur Optimierung. Du baust den Simulationsteil dieser Schleife auf, validierst ihn gegen ein etabliertes Referenzmodell und leitest strömungsfeldbasierte Kenngrößen ab. Hier bringst du generative KI von der Simulation bis zum gefertigten Bauteil – als einer der Ersten überhaupt.

Tool-Auswahl & Benchmarking: Du bewertest und wählst ein geeignetes CFD-Tool (SimScale, ANSYS Fluent oder OpenFOAM) nach Genauigkeit, Lizenz und Integrierbarkeit.

Validierung gegen Referenz: Du baust das Modell auf und validierst es an einem etablierten Referenzmodell aus der Literatur (Hsieh, 1988) – Druckverteilung, Geschwindigkeitsfeld, Trennkurve.

Turbulenz & Mehrphasen: Du vergleichst Turbulenzmodelle (RSM, LES), modellierst relevante Partikelsysteme und gleichst sie mit Laserdiffraktometrie-Messungen ab.

Strömungsfeld-Analyse: Du wertest Druck- und Geschwindigkeitsverläufe hinsichtlich Abscheidewirkung, Trennschärfe und Energieverlust aus.

Modellintegration: Du bettest deine Simulationsergebnisse ins datengetriebene Auslegungsframework ein – als Trainingsgrundlage für das Surrogate-Modell.

Wichtig: Du studierst Informatik, Data Science, Physik, Verfahrenstechnik oder Maschinenbau (Masterniveau), kennst dich in der Strömungslehre aus und hast mit CFD-Software (SimScale, ANSYS Fluent oder OpenFOAM) gearbeitet.

Vorteilhaft: Erfahrung mit Mehrphasenströmung; Python oder MATLAB.