Index

BA/PA/MA: Entwicklung einer echtzeitfähigen XAI-Methodik für das autonome Fahren

Ausgangssituation:

Moderne mobile Arbeitsmaschinen stellen durch hohe Antriebsleistungen und Einsatzgewichte besondere Anforderungen an eine sichere und robuste Automatisierungstechnik. Die langjährige Analyse physikalischer Effekte auf mechatronische Komponenten ermöglicht den Einsatz vielfältiger Sensorsysteme zur Erfassung von Umgebungsinformationen. Die Verarbeitung dieser umfangreichen Datenmengen erfolgt zunehmend durch künstliche neuronale Netze. Allerdings stehen aktuelle Technologien vor der Herausforderung, diese Netze robust, sicher und effizient zu gestalten.

Ziel dieser Abschlussarbeit ist die Entwicklung einer strukturierten Methode, die eine echtzeitfähige Analyse und Überwachung von KI-Anwendungen ermöglicht. Hierfür sollen Methoden aus dem Bereich “explainable AI” zum Einsatz kommen, um die Transparenz & Robustheit dieser KI-Anwendungen zu steigern.

Aufgabenschwerpunkte:

  • Einarbeitung in den Stand der Technik zu autonomen mobilen Systemen und künstlicher Intelligenz
  • Untersuchung und Evaluierung von bestehende Methoden zur Steigerung von Robustheit und Transparenz
  • Entwicklung einer echtzeitfähigen & leistungsfähigen Methodik
  • Nutzung von Tools und Frameworks zur Umsetzung dieser Methodik in einem mobilen Robotersystem (ROS2, PyTorch)
  • Statistische Auswertung der Ergebnisse anhand branchenüblicher Metriken
  • Strukturierte Dokumentation und Präsentation der Ergebnisse

Vorkenntnisse:

  • Interesse an autonomen Fahrzeugen und neuronalen Netzen
  • Interesse an Datenauswertung und KI-Architekturen
  • Grundlegende Programmierkenntnisse in Python, C++ und ROS2 von Vorteil
  • Sehr gute Deutsch- und Englisch-Kenntnisse

Der Arbeitsumfang kann entsprechend der Art der Abschlussarbeit angepasst werden.

Bewerbungen ausschließlich per E-Mail mit aussagekräftigen Unterlagen (Lebenslauf, vollständige Notenübersicht)

BA/PA/MA: Entwicklung einer multimodale Sensorfusionsarchitektur für mobile Robotersysteme auf Basis von Transformer-basierten Mid-Level Fusionsarchitekturen

Ausgangssituation:

Moderne mobile Arbeitsmaschinen stellen durch hohe Antriebsleistungen und Einsatzgewichte besondere Anforderungen an eine sichere und robuste Automatisierungstechnik. Die langjährige Analyse physikalischer Effekte auf mechatronische Komponenten ermöglicht den Einsatz vielfältiger Sensorsysteme zur Erfassung von Umgebungsinformationen. Die Verarbeitung dieser umfangreichen Datenmengen erfolgt zunehmend durch künstliche neuronale Netze. Allerdings stehen aktuelle Technologien vor der Herausforderung, diese Netze robust, sicher und effizient zu gestalten.

Im Rahmen des Forschungsprojekts POV.OS wird hierfür eine innovative Automatisierungsplattform mit offener Hardware- und Softwarearchitektur entwickelt, die den Einsatz und die Funktionalisierung mobiler Arbeitsmaschinen erleichtert. Ziel dieser Abschlussarbeit ist, die Entwicklung einer multimodalen Sensorfusionsarchitektur auf Basis von Transformer-basierten Mid-Level Datenfusionsarchitekturen. Hierfür sollen verschiedene Attention-Konzepte kombiniert werden, sodass die Integration verschiedener Sensorik (Kamera, Lidar, Radar) durch einen lernenden Ansatz ermöglicht wird.

Aufgabenschwerpunkte:

  • Einarbeitung in den Stand der Technik zu autonomen mobilen Systemen und künstlicher Intelligenz
  • Untersuchung und Evaluierung von bestehende Methoden zur Mid-Level Datenfusion
  • Entwicklung einer modularen und skalierbaren Fusionsarchitektur
  • Nutzung Tools und Frameworks zur Umsetzung dieser Methodik am Beispiel autonome Arbeitsmaschinen (ROS2, PyTorch)
  • Statistische Auswertung der Ergebnisse anhand branchenüblicher Metriken
  • Strukturierte Dokumentation und Präsentation der Ergebnisse

Vorkenntnisse:

  • Interesse an autonomen Fahrzeugen und neuronalen Netzen
  • Interesse an Datenauswertung und KI-Architekturen
  • Grundlegende Programmierkenntnisse in Python, C++ und ROS2 von Vorteil
  • Sehr gute Deutsch- und Englisch-Kenntnisse

Der Arbeitsumfang kann entsprechend der Art der Abschlussarbeit angepasst werden.

Bewerbungen ausschließlich per E-Mail mit aussagekräftigen Unterlagen (Lebenslauf, vollständige Notenübersicht)

[BA/PA/MA] Potentialalyse zum Gleichstrombetrieb einer Wellpappenanlage

Anlagen zur Herstellung von Wellpappe verfügen über eine Vielzahl von drehzahlsynchronisierten elektrischen Antrieben.

Im Stand der Technik erfolgt die Energieversorgung und Ansteuerung über Umrichter, welche Energie aus dem Wechselstromnetz beziehen und überschüssige Energie in Bremswiderständen in Wärme umwandeln.

Durch die Umstellung auf Gleichstrom (DC) in Produktionsanlagen können erhebliche Vorteile erzielt werden, insbesondere in Bezug auf Energieeffizienz, Materialersparnis und Systemstabilität. DC-basierte Systeme ermöglichen eine flexiblere Energienutzung, höhere Wirkungsgrade und ermöglichen die Rückspeisung vom Bremsenergie (Rekuperation).

Ziel der Arbeit:

Im Rahmen der Arbeit sollen die Energie- und Materialeinsparpotenziale durch den Einsatz eines DC-Netzes mit zentralem DC-Bus zur Versorgung der drehzahlvariablen Antriebe einer Maschine zur Herstellung von Wellpappe evaluiert werden. Die Möglichkeit zur Nutzung von Bremsenergie durch Rekuperation soll geprüft werden.

Arbeitspakete:

  • Analyse des Ist-Zustands: Besichtigung einer Anlage beim Industriepartner und sammeln der nötigen Daten aus den Technischen Dokumentationen, Einführung in den DC-Demonstrator am FAPS, Einlesen in die Fachliteratur
  • Konzeption einer DC-Maschine: Auswahl geeigneter DC-fähiger Umrichter, Auslegung des DC-Netzes; Analyse der Lastprofile der Motoren zur Evaluation des Einsatzes von Rekuperation
  • Bewertung der Einsparpotenziale: Quantifizierung der Energiesparpotenziale auf Basis von Literatur oder eigener Laborversuche, Identifikation und Quantifizierung der Materialeinsparpotenziale

Anforderungen:

  • Kenntnisse in Elektrotechnik, idealerweise mit Bezug zur DC-Technologie und Energieeffizienz in Produktionsumgebungen von Vorteil
  • Selbstständige und strukturierte Arbeitsweise
  • Gute Deutsch- und Englischkenntnisse in Wort und Schrift

 

 

Induktives Laden: Konzeption und Entwicklung von Prozessen zur automatisierten Produktion induktiver Energieübertragungssysteme (BA/PA/MA)

Ausgangslage:

Mit der fortschreitenden Elektrifizierung der Fahrzeuge steigt auch die Nachfrage nach komfortablen, sicheren und in den Alltag integrierbaren Lademöglichkeiten. Kontaktlose Energieübertragungssysteme ermöglichen Szenarien wie „Road Charging“ und „Opportunity Charging“. Weitere Vorteile sind ein gesteigerter Ladekomfort für den Anwender sowie eine geringere Angriffsfläche für Vandalismus. Folglich ist für die nächsten Jahre eine gesteigerte Nachfrage nach induktiven Energieübertragungssystemen für Elektromobile zu erwarten. Allerdings stehen bislang keine Verfahren zur Verfügung, die eine wirtschaftliche Fertigung induktiver Energieübertragungssysteme in hoher Stückzahl ermöglichen.

Mögliche Aufgabenstellung

Verlegen, Kontaktieren und Isolieren sind die drei wichtigsten Schritte zur Herstellung eines induktiven Energieübertragungssystems. Die Verfahren sollen durch geeignete Maßnahmen für die industrielle Fertigung befähigt werden. Neben praktischen Versuchen ist auch der prototypische Aufbau von Demonstratoren vorgesehen. Mögliche Aufgabenstellungen können sein:

  • Einarbeiten in die Technologien für die kontaktlose Energieübertragung
  • Analyse von verschiedenen Systemaufbauten der Marktbegleiter
  • Adaption bestehender Konzepte aus dem Elektromaschinenbau auf den neuen Anwendungskontext
  • Entwicklung und Konzeption geeigneter Vorrichtungen und Aufbau von Demonstratorsystemen

Hinweise und Bewerbung:

  • Bearbeitung der Aufgaben im studentischem Team
  • Strukturierte und selbstständige Arbeitsweise
  • Bewerbungen bitte per E-Mail mit Lebenslauf und aktueller Fächerübersicht an info@seamless-energy.com

Ansprechpartner:

Maximilian Kneidl
Maximilian Kneidl, M.Sc. info@seamless-energy.com

E-Road-LKW

BA/PA/MA: Modellbildung, Systemanalyse und KI-Basierte Flugsicherheit für autonome Drohnen zum sicheren Sim2Real Transfer Agenten-basierter Systeme

Drohnen werden in unterschiedlichsten Gebieten der Industrie eingesetzt, unter anderem zum Materialtransport in der Logistik oder zur photogrammetrischen Rekonstruktion von Gebäuden und Baustellen.

Für den effizienten und sicheren Einsatz ist es wünschenswert, dass die Drohnen ihre Aufgaben selbstständig erledigen, also autonom agieren. Dadurch wird es möglich mithilfe Agenten-basierter Navigation die Drohnen auf Basis von Reinforcement Learning Ansätzen hinsichtlich unterschiedlicher Kriterien zu optimieren. Die Agenten lernen dabei in modernen Simulatoren komplexe Verhaltensmuster.

Um die Übertragbarkeit eines in der Simulation trainierten Agenten auf die Realität problemlos zu ermöglichen, ist die Erforschung neuartiger Ansätze zur Überwindung der Kluft zwischen Simulation und Realität (Sim2Real-Transfer) notwendig.

Es gibt einige Abschlussarbeiten zum Thema Sim2Real Transfer zu vergeben. Darunter beispielsweise:

  • Datenbasierte Modellbildung und Agententraining
  • Systemanalyse und Quantifizierung der Sim2Real Gap
  • KI-Basierte Flugsicherheit und Zustandsüberwachung

Weitere Informationen zu den einzelnen Themen erhalten Sie auf Anfrage.

 

Ziele und Arbeitsschritte

  • Einarbeitung in ROS2 und die Programmierung autonomer Drohnen
  • Anpassung der Simulationsumgebung und Training der Agenten
  • Übertrag und Validierung auf realem System

Benefits

  • Hands-On Erfahrung in der Entwicklung im Bereich Robotik
  • Austausch mit anderen Studierenden am FAPS
  • Einblicke in weitere Forschungsbereiche
  • Anwendungsbezogene Arbeit für den Berufseinstieg
  • Flexible Arbeitsweise

Hinweise zur Bewerbung

  • Erste Erfahrung und Freude an der Programmierung
  • Interesse am Robot Operating System (ROS2)
  • Gute Englischkenntnisse erforderlich
  • Sehr gute Deutscherkenntnisse erforderlich (mind. C1)
  • Selbstständige Arbeitsweise
  • Beginn jederzeit möglich

BA/PA/MA: Potential-Analysen zu aktuellen Technologien im Bereichen Quantencomputing

Ausgangssituation und Beschreibung

Quantencomputing ist ein aufstrebendes Forschungsfeld und die Zukunft des Computing. Es gibt mehrere Themenfelder, in denen Quantencomputer sinnvoll eingesetzt werden können.

Quantencomputer haben den Vorteil, dass sie hochdimensionale bzw. komplexe Kalkulationen sehr schnell lösen können. Diese hohe Rechenleistung kann sinnvoll bei z.B. Optimierungsproblemen, Simulationen, Machine Learning und mehr eingesetzt werden. Es sind allerdings nicht nur Forschungsarbeiten im Bereich des Quantencomputing an sich möglich, sondern auch in der Analyse der Verbesserung der Anwendbarkeit für den Endbenutzer (z.B. LLM) und auch die Analyse der Vorteile gegenüber klassischen Computern (z.B. Energieverbrauch) möglich.

Dieser Forschungsrahmen soll im Rahmen verschiedener Abschlussarbeiten (BA/PA/MA) vertieft werden. Die genaue thematische Ausrichtung der Arbeiten wird nach einer kurzen Einarbeitungsphase festgelegt und orientiert sich an der Anwendung von Quantenalgorithmen in der Simulation, z. B. bei Optimierungsproblemen oder Materialmodellierungen. Geben Sie bitte bei der Bewerbung begründet an, welches Themenfeld Ihnen am meisten zuspricht. Es ist prinzipiell möglich den Anteil zwischen theoretischer Analyse und Programmiertätigkeiten anzupassen, bitte geben Sie auch hier Ihre präferierte Aufteilung mit an.

Themenfelder

  • Material Discovery/Simulation
  • Machine Learning
    • Fully Quantum
    • Hybrid Quantum
    • Quantum Accelerated
  • LLM Promptengineering und Retraining
  • Quantum Annealing
  • Error corrected hardware/algorithms
  • Energy consumption of quantum computing

 

Vorkenntnisse und Anforderungen

  • sehr gute Deutsch- oder Englischkenntnisse
  • selbstständige Arbeitsweise
  • Erfahrung mit Literaturrecherchen
  • gute Programmierkenntnisse in Python
  • (optional aber Vorteilhaft) Vorkenntnisse zum Thema Quantencomputing, Materialwissenschaft oder Simulation

 

Bewerbung
Bitte senden Sie Ihre aussagekräftigen Unterlagen (Lebenslauf und vollständige Notenübersicht) per E-Mail ein.

Induktives Laden: Konzeption und Entwicklung von Prozessen zur automatisierten Produktion induktiver Energieübertragungssysteme (BA/PA/MA)

Ausgangslage:

Mit der fortschreitenden Elektrifizierung der Fahrzeuge steigt auch die Nachfrage nach komfortablen, sicheren und in den Alltag integrierbaren Lademöglichkeiten. Kontaktlose Energieübertragungssysteme ermöglichen Szenarien wie „Road Charging“ und „Opportunity Charging“. Weitere Vorteile sind ein gesteigerter Ladekomfort für den Anwender sowie eine geringere Angriffsfläche für Vandalismus. Folglich ist für die nächsten Jahre eine gesteigerte Nachfrage nach induktiven Energieübertragungssystemen für Elektromobile zu erwarten. Allerdings stehen bislang keine Verfahren zur Verfügung, die eine wirtschaftliche Fertigung induktiver Energieübertragungssysteme in hoher Stückzahl ermöglichen.

Mögliche Aufgabenstellung

Verlegen, Kontaktieren und Isolieren sind die drei wichtigsten Schritte zur Herstellung eines induktiven Energieübertragungssystems. Die Verfahren sollen durch geeignete Maßnahmen für die industrielle Fertigung befähigt werden. Neben praktischen Versuchen ist auch der prototypische Aufbau von Demonstratoren vorgesehen. Mögliche Aufgabenstellungen können sein:

  • Einarbeiten in die Technologien für die kontaktlose Energieübertragung
  • Analyse von verschiedenen Systemaufbauten der Marktbegleiter
  • Adaption bestehender Konzepte aus dem Elektromaschinenbau auf den neuen Anwendungskontext
  • Entwicklung und Konzeption geeigneter Vorrichtungen und Aufbau von Demonstratorsystemen

Hinweise und Bewerbung:

  • Bearbeitung der Aufgaben im studentischem Team
  • Strukturierte und selbstständige Arbeitsweise
  • Bewerbungen bitte per E-Mail mit Lebenslauf und aktueller Fächerübersicht an info@seamless-energy.com

Ansprechpartner:

Maximilian Kneidl
Maximilian Kneidl, M.Sc. info@seamless-energy.com

E-Road-LKW

BA/PA/MA: Nutzung von Quantenalgorithmen zur Unterstützung der (Material-)Simulation

Ausgangssituation und Beschreibung

In den Ingenieur- und Materialwissenschaften spielt die Nutzung von Simulationen als digitaler Zwilling eine zentrale Rolle. Mit zunehmender Systemkomplexität stoßen klassische Rechnerarchitekturen jedoch an ihre Leistungsgrenzen.

Quantenalgorithmen können hier neue Wege eröffnen. Durch ihre grundlegend andere Art, Rechenprobleme zu bearbeiten, ermöglichen sie innovative Ansätze für die Simulation hochkomplexer Systeme. Ziel ist es daher, das Potenzial quantenbasierter Verfahren zur Unterstützung und Erweiterung klassischer Simulationsmethoden zu untersuchen.

Dieser Forschungsrahmen soll im Rahmen verschiedener Abschlussarbeiten (BA/PA/MA) vertieft werden. Die genaue thematische Ausrichtung der Arbeiten wird nach einer kurzen Einarbeitungsphase festgelegt und orientiert sich an der Anwendung von Quantenalgorithmen in der Simulation, z. B. bei Optimierungsproblemen oder Materialmodellierungen.

 

Vorkenntnisse und Anforderungen

  • sehr gute Deutsch- oder Englischkenntnisse
  • selbstständige Arbeitsweise
  • Erfahrung mit Literaturrecherchen
  • gute Programmierkenntnisse in Python
  • (optional aber Vorteilhaft) Vorkenntnisse zum Thema Quantencomputing, Materialwissenschaft oder Simulation

 

Bewerbung
Bitte senden Sie Ihre aussagekräftigen Unterlagen (Lebenslauf und vollständige Notenübersicht) per E-Mail ein.

[BA/PA/MA] Lösung kombinatorischer Optimierungsprobleme in flexiblen Fertigungsanlagen durch Verfahren des maschinellen Lernens

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.

It’s Clusterin’ Time! Realisierung eines Mixed-SBC-Clusters für die Edge (BA/PA/MA)

Der Einsatz von Edge Computing gewinnt in vielen Bereichen an Bedeutung, da er die Datenverarbeitung näher an den Ort der Datenentstehtung verlagert. Ein Mixed-SBC-Cluster, der verschiedene Single Board Computer (SBC) wie Nvidia Jetson und Raspberry Pi umfasst, bietet eine ausgezeichnete Plattform, um die Herausforderungen und Möglichkeiten des Edge Computings zu erproben und zu demonstrieren.

Ziel ist die Entwicklung eines Mixed-SBC-Clusters für die Edge, der als experimentelle Plattform in industrienaher Forschung und für Lehrzwecke im Automatisierungsumfeld dient. Dieser Cluster soll die Heterogenität realer IT-Infrastrukturen widerspiegeln und das Sammeln praktischer Erfahrungen mit Cluster-Management, verteilten Speichersystemen und der Integration von Erweiterungsmodulen (z.B. Funkmodul, Neural Processing Unit und Field Programmable Gate Array) eröffnen.

(Mögliche) Schwerpunkte der Arbeit:

  • Aufbau und Konfiguration eines heterogenen SBC-Clusters für Edge Computing Szenarien.
  • Einsatz eines Cluster-Management-Systems und Implementierung eines Service Mesh.
  • Einsatz von Automatisierungswerkzeugen und Infrastruktur-as-Code (IaC) zur effizienten Verwaltung und Konfiguration.
  • Implementierung eines Lifecycle-Managements des Betriebs bestehend aus Monitoring, Sicherung, Wartung und Aktualisierung.
  • Integration von Storage-Lösungen und spezifischen Erweiterungsmodulen für verschiedene Anwendungsfälle.
  • Integration in Anwendungsfälle der Automatisierungstechnik in industriellen Produktionsanlagen, der Gebäudeautomatisierung und insbesondere des Energiemanagements.
  • Beitrag zum Transfer in die Lehre als Praktikumsversuch oder Übungseinheit

Wenn die ausgeschriebene Arbeit noch online ist, dann ist sie auch noch aktuell. Sollten Sie Interesse an der Arbeit haben, so kommen Sie bitte mittels einer E-Mail und einem kurzen Essay (ein One Pager genügt) auf mich zu. Sollten Sie eine intrinsische Motivation für ein angrenzendes oder ähnlichen Thema haben, so stellen Sie in Ihrer Anfrage bitte den Bezug zu meiner Ausschreibung dar.

Bitte stellen Sie die komplette Anfrage in deutscher Sprache, auch wenn Sie die Ausarbeitung in Englisch verfassen werden wird. Hintergrund ist, dass Sie sich in laufende Forschungsprojekte einbringen sowie mit den Projektpartnern (auch kleinere und mittelständische Unternehmen) austauschen können sollen und von diesen wird mehrheitlich eine Kommunikation auf Deutsch gewünscht.

Weitere Informationen erhalten Sie auf Anfrage, der Arbeitsumfang kann entsprechend der Arbeit angepasst werden und die Bearbeitung weitestgehend im Home-Office stattfinden.