Stageplaatsen

VORtech biedt graag ruimte voor stagiairs. Niet alleen om werkzaamheden te doen waar we zelf niet aan toe komen, maar ook om onze bijdrage te leveren aan het opleiden van nieuwe generaties toegepast wiskundigen en wetenschappelijk programmeurs.

Hieronder vind je een lijst met stageplaatsen die op dit moment wachten op een geschikte invulling. Mocht er geen geschikte opdracht voor je bij staan, dan nodigen we je toch uit om contact met ons op te nemen. Misschien kunnen we rondom jouw belangstelling alsnog een opdracht formuleren die ook voor ons nuttig is.

VORtech kan slechts een beperkt aantal stagiairs tegelijk begeleiden. Als je geïnteresseerd bent in een van de stage/afstudeer-opdrachten, stuur ons een e-mail zodat we kunnen kijken of we op dit moment ruimte voor je hebben.

Machine learning

Op dit moment worden er diverse afstudeeropdrachten en stageopdrachten geformuleerd op het gebied van machine learning. Neem alvast contact met ons op als je geïnteresseerd bent in deze onderwerpen.

OpenDA voor kalibratie van OpenFOAM modellen

Beschrijving van het vraagstuk

OpenFOAM® is gratis, open source CFD software. Het kent een grote gebruikersgroep in technologie en wetenschap, zowel binnen commerciële organisaties als in academische instellingen. OpenFOAM heeft een brede functionaliteit voor het oplossen van CFD problemen: van complexe stromingen met chemische reacties en warmteoverdracht tot akoestiek, vaste stof mechanica en elektromagnetisme.

OpenDA is gratis open source software om metingen en computer modellen te combineren. Enerzijds kan een computermodel met behulp van OpenDA gekalibreerd worden: de parameters van het model worden dan zo afgeregeld dat de uitkomsten optimaal aansluiten bij de beschikbare metingen. Anderzijds kan een computermodel tijdens het rekenen bijgestuurd worden op basis van beschikbare metingen. Dit laatste noemen we data-assimilatie.

OpenDA kent ook een brede gebruikersgroep over de hele wereld in tal van toepassingsdomeinen.

In diverse toepassingen heeft VORtech OpenDA gebruikt in combinatie met OpenFOAM. Deze combinatie is onder meer gebruikt om het binnenklimaat in een datacenter nauwkeurig te modelleren. Daarnaast hebben we deze technologie gebruikt om door middel van computersimulaties het gemeten stromingsveld rondom een windturbineblad aan te vullen op plekken die buiten het zicht van de meetapparatuur vielen.

In deze gevallen is steeds een ad-hoc koppeling gemaakt tussen OpenFOAM en OpenDA. Het nadeel daarvan is dat deze lastig beschikbaar te stellen is aan de OpenFOAM gemeenschap. Daarom willen we graag een robuuste, duurzame koppeling tussen OpenFOAM en OpenDA realiseren.

Stageopdracht

De opdracht omvat het realiseren van een efficiënte, robuuste en onderhoudbare koppeling tussen OpenFOAM en OpenDA. Deze koppeling zal beschikbaar gesteld worden aan de OpenFOAM community, waarbij naar verwachting vooral de functionaliteit voor het kalibreren van modellen veel gebruikt zal gaan worden.

De opdracht omvat de volgende stappen:

  • Leren kennen van OpenFOAM en OpenDA,
  • Bestuderen van de bestaande ad-hoc implementaties,
  • Ontwerpen van een efficiënte, robuuste en onderhoudbare koppeling tussen OpenFOAM en OpenDA,
  • Implementeren, testen en documenteren van de koppeling.

Vereisten en begeleiding

Om deze opdracht goed te kunnen uitvoeren is ervaring met (en enthousiasme voor) softwareontwikkeling in bijvoorbeeld Java of C++ een vereiste. Daarnaast is een goed begrip van numerieke wiskunde sterk gewenst. Kennis van kalibratie of data-assimilatie kan tijdens de opdracht opgedaan worden.

Je wordt op dagelijkse basis begeleid door twee ervaren wetenschappelijk programmeurs van VORtech. Daarnaast is er een flink aantal mensen binnen VORtech beschikbaar voor hulp.

Datafusie en transportmodel kalibratie met OpenDA en OmniTRANS

Beschrijving van het probleem

Sinds de opkomst van big data, speelt het een steeds belangrijkere rol bij zowel de bouw (parameterschatting) en toepassing (prognose) van de strategische, tactische en operationele transport modelsystemen. In Nederland worden de numerieke modellen die in OmniTRANS beschikbaar zijn op grote schaal gebruikt om vervoersmodelsystemen te bouwen. Hoewel sommige parameterschattingmethoden en instrumenten direct beschikbaar zijn binnen OmniTRANS, vertrouwen de meeste modellen en toepassingen op exogeen geschatte sets van parameters en/of interfaces met (big) data met behulp van aangepaste Ruby scripts. Het OpenDA platform bevat een aantal datafusie en parameterschattingsmethoden voor numerieke modellen en zou, als zodanig, een meer generieke oplossing zijn voor de bouw en toepassing van op OmniTRANS gebaseerde modelsystemen met behulp van big data.

Stageopdracht

Het onderzoek richt zich op de verschillende OmniTRANS modellen en toepassingen waarbij big data een rol (kunnen) spelen. Het doel is het definiëren en bouwen van een testcase waarin big data en OpenDA worden gebruikt voor het kalibreren en/of numerieke modellen toe te passen binnen OmniTRANS.

Een (onvolledige) lijst van mogelijke datasets, modellen en schattingsmethoden:

  • Met met behulp van lusdetectorgegevens samen met een lichtgewicht variant van routegeneratie, routekeuzemodellen en -nudging of optimale interpolatie schatten van stromen, snelheden en dichtheden in netwerken waarin OD-demand informatie slecht of niet beschikbaar is.
  • De representativiteit van floating car data (TomTom, Here of Be-Mobile) schatten met behulp van lusdetectoren en/of geïnterpoleerde gegevens, gecombineerd met een toedelingsmodel en een datafusie-methode.
  • Het gebruik van OV-chipkaart-gegevens om parameters te schatten voor stop-keuzemodellen en lijn-keuzemodellen in een openbaar vervoer toedelingsmodel met behulp van een parameterschattingsmethode.
  • Met behulp van floating car data, lusdetectorgegevens en andere bronnen (bijvoorbeeld de huidige weersvoorspelling) samen met een toedelingsmodel en bijvoorbeeld ensemble Kalmanfiltering voor state estimation en kortetermijnsvoorspellingen van verkeersstromen, snelheden, reistijden en dichtheden.

Onderzoeksgroep / informatie

DAT.mobility Deventer en VORtech Delft
Dagelijks begeleiders: Ir. Luuk Brederode (DAT.mobility, Delft University)  en Dr. Nils van Velzen (VORtech, TU Delft)

Bij interesse in deze MSc thesis stage op gebied van datafusie en transportmodel kalibratie, kunt u contact opnemen met ir. Luuk Brederode (lbrederode@DAT.nl, 0627369830)

Verkeersmodellen automatisch kalibreren (afstudeeropdracht)

Het ontwikkelen van stedelijke en regionale verkeersmodellen is een arbeidsintensieve klus. Het opzetten van het model, keuzes maken in de modelsystematiek en vervolgens het kalibreren van het model kosten veel tijd. Tijdens het kalibreren wordt in eerste instantie geprobeerd het model zo goed mogelijk te laten aansluiten bij de werkelijkheid door aan de parameters van het model “te draaien”. Dit is vaak een trial-and-error proces. Daarna wordt ook nog de Herkomst-Bestemmings-matrix (de belangrijkste input voor het model) gekalibreerd op tellingen. Voor deze laatste stap zijn reeds veel methodes ontwikkeld. De eerste kalibratiestap is nog een echt ambacht. Als deze stap effectiever en efficiënter wordt zou dat veel winst opleveren.

De verwachting is dat dit kan door het gebruik van wiskundige kalibratietechnieken. Veel daarvan zijn geïmplementeerd in het open source platform OpenDA. Dat wordt wereldwijd al voor veel toepassingen gebruikt, waaronder waterbeheer, luchtkwaliteitsvoorspellingen, management van rioleringen en het modelleren van het binnenklimaat in huizen. Er is nog geen toepassing voor verkeersmodellen, maar OpenDA zou daar zeer geschikt voor zijn.

Deze opdracht begint met het interviewen van “modelbouwers”. Hoe gaan ze te werk in het kalibratieproces. Wat is verantwoord om te wijzigen en wat niet. Wat zijn de criteria en de doelen. Op basis van deze inventarisatie zoek je uit in hoeverre dit proces te automatiseren is. Vervolgens zal je deze automatiering ook daadwerkelijk uitwerken en testen. Hierbij krijg je de beschikking over een verkeersmodel (in OmniTRANS) en over de OpenDA toolkit (zie www.openda.org). Enige handigheid met programmeren is daarbij wel nodig.

OpenDA stages

OpenDA is een generiek open source software framework voor data-assimilatie en model kalibratietechnieken (zie www.openda.org). Data-assimilatie methoden gebruiken observaties om dynamische computermodellen bij te sturen zodat de voorspelkracht van deze modellen toeneemt.

OpenDA is volop in ontwikkeling. Daarbij zijn er regelmatig werkzaamheden te doen die ook gedaan kunnen worden in de vorm van een stage of afstudeeropdracht. Neem contact met ons op om te horen welke onderwerpen er op dit moment actueel zijn.

 

Share on LinkedInShare on FacebookTweet about this on TwitterShare on Google+Email this to someonePrint this page
Interesse?
Stuur je CV en motivatie aan het adres dat bij de stage vermeld staat. Gebruik anders onze contactgegevens.
Contactgegevens