高级系统建模及辨识算法工程师

Job description

主要职责

• 负责锂电池生产制造（如极片制备、电芯装配、化成等工序）中关键设备、工艺环节或电芯本体的多物理场建模，建立电化学-热-力学耦合模型或等效电路模型、降阶模型等，以准确描述制造过程中变量的关联；
• 运用离线参数辨识（如基于实验数据的批处理拟合）与在线参数辨识（如最小二乘、卡尔曼滤波等）方法，对制造过程中难以直接测量或时变的关键参数（如极片厚度/孔隙率、电解液浸润度、内阻、容量、荷电状态SOC、健康状态SOH、温度分布等）进行精准估计；
• 构建可扩展、可更新的参数库，覆盖单体电芯、模组及系统层级，并支持参数的可视化、存储与版本管理；通过离线和在线方式持续输出与制造工艺及电池状态相关的可变、难测参数集合；
• 基于参数库中的估计结果，对电池产品的一致性、生产异常（如涂布不均、卷绕错位、化成分容异常等）或电池健康状态进行实时判断与预警，为工艺调优、质量追溯、缺陷根因分析提供数据支撑；
• 开发并部署完整的参数辨识软件系统，包括数据采集接口、信号预处理模块（滤波、去噪、特征提取）、辨识算法库、结果校验与归档模块，并完成系统测试、优化及文档化；
• 与控制算法工程师、工艺工程师、故障诊断及安全团队紧密协作，指导相关方正确使用参数库，推动参数辨识结果在闭环控制、异常检测及安全评估中的实际应用。

任职资格

• 扎实的数学（如线性代数、概率统计、数值优化）和物理（如流体力学、工程力学、热力学、电化学）基础知识；
• 熟练掌握离线与在线系统辨识的理论与方法（如最小二乘、极大似然、递推估计、卡尔曼滤波等）相关的技能；
• 熟悉信号采集与处理流程，掌握数字滤波、去噪、特征提取等信号处理技术，熟悉常用参数估计算法；
• 熟悉非线性复杂系统的建模方法（如机理-数据融合建模），能针对实际制造环境进行模型简化、校准、标定与验证，最终输出可部署的输入-输出动态模型；具备锂电池制造建模经验者优先；
• 独立完成参数辨识系统的软件开发（熟悉Python/C++/MATLAB等至少一种编程环境）、部署、测试、性能优化及技术文档编写；
• 具备良好的跨团队沟通能力，能够向控制、工艺、诊断等团队清晰解释参数库的使用方法、限制条件及结果解读，并协助其将参数库应用于实际生产调控与异常判断。

加分项（满足任意一项即可）

（1）有锂电池建模、参数估计或电池管理系统（BMS）相关工作经验者优先； （2）有数学建模、数理化竞赛获奖经历者优先； （3）有制造领域的数据算法应用，在项目中实践建模及参数估计相关工作的经验者优先。