Die Anforderungen an Fertigungsanlagen entwickeln sich zunehmend in Richtung Flexibilisierung und Personalisierung fort, um individuellen Kundenwünschen gerecht zu werden. In diesem Kontext gewinnt das Flexible Job-Shop Scheduling Problem an Bedeutung: Es beschreibt die Herausforderung, verschiedene Aufträge mit mehreren Arbeitsschritten auf wechselnde Maschinen so zu planen, dass alle Schritte in möglichst optimaler Reihenfolge bearbeitet werden. Im Gegensatz zu starren Systemen können einzelne Arbeitsschritte dabei auf unterschiedlichen Maschinen ausgeführt werden. Ziel ist es, die Produktionszeit zu minimieren und die Nutzung der Maschinen optimal zu gestalten, um den komplexen Anforderungen moderner Fertigung gerecht zu werden.
Da es sich beim Flexible Job-Shop Scheduling Problem um ein kombinatorisches Optimierungsproblem handelt, das in Abhängigkeit der Größe der Produktionsanlage sehr komplex werden kann, bietet sich für eine dynamische Lösungsfindung die Methodik des Multi-Agent Reinforcement Learnings (MARL) an.
Ziel dieser Arbeit ist es, ein Scheduling Problem einer simulierten Produktionsanlage durch Entwicklung und Training eines Muli-Agent Reinforcement Learning Systems zu lösen.
Deine Aufgaben:
- Einarbeitung in den Stand der Technik zum Lösen des Flexibel Job-Shop Scheduling Problems und MARL
- Mathematische Beschreibung des Problems
- Erstellung einer Simulation einer Fertigungsanlage als Trainingsumgebung
- Konzeptionierung eines MARL-Systems
- Umsetzung und Training des MARL-Systems
- Validierung des Systems als flexiblen Scheduler
Dein Profil:
- Fortgeschrittene Programmierkenntnisse
- Affinität für maschinelles Lernen und dessen Anwendung in der Produktion
- Strukturierte, selbstständige Arbeitsweise
- Sicherer Umgang mit Deutsch und Englisch in Wort und Schrift
Voraussetzungen:
Für diese Arbeit werden ein sicherer Umgang mit Python sowie Vorerfahrungen im Trainieren von RL-Modellen vorausgesetzt. Bitte stellt in eurer Bewerbung dar, wie ihr diese Voraussetzungen erfüllt.
Die Arbeit kann ab sofort bearbeitet werden. Bewerbung bitte per Mail an untenstehenden Kontakt richten und Lebenslauf sowie aktuellen Notenauszug anfügen.
Kategorien:
Forschungsbereich:
AutomatisierungstechnikArt der Arbeit:
Bachelorarbeit, Masterarbeit, ProjektarbeitStudiengang:
Informatik, Maschinenbau, Mechatronik, WirtschaftsingenieurwesenKontakt:
Jan Hinrich Krüger, M.Sc.
Department Maschinenbau (MB)
Lehrstuhl für Fertigungsautomatisierung und Produktionssystematik (FAPS, Prof. Franke)
- E-Mail: jan.krueger@faps.fau.de