BA/ PA/MA: Analyse des Potentials maschineller Lernverfahren beim Crimpen

Situation und Motivation:

Die Crimptechnologie gehört zu den wichtigsten Technologien bei der Herstellung von elektrischen Verbindungen und somit in der automobilen Kabelsatzherstellung. Durch die Digitalisierung und hoch moderne Anlagen fallen dabei viele strukturierte Daten an. Mit statistischen Methoden sowie maschinellen Lernverfahren ist es möglich, diese Daten gewinnbringend zu analysieren und daraus Wissen zur Prozess- und Produktionsoptimierung abzuleiten. Das übergeordnete Ziel eines anlaufenden, industrienahen Forschungsprojekts ist es daher, die Einsatzpotentiale von Data Analytics und Machine Learning im Bereich Predictive Maintenance und zur Prozessoptimierung bei Crimpprozessen zu untersuchen.

Arbeitspakete:

  • Einarbeitung in die Tools und Methoden von Data Analytics und Machine Learning im industriellen Umfeld anhand von gestellten, interaktiven Online-Kurse
  • Recherche zu maschinellen Lernverfahren beim Crimpen
  • Konzipierung und Entwicklung von ML-Alg im Bereich Predictive Maintenance und Predictive Quality
  • Evaluation und kritische Betrachtung der Ergebnisse
  • Dokumentation der Arbeit

Was Sie mitbringen?

Motivation und eigenständige Arbeitsweise.

Sehr gute Kenntnisse in deutscher und englischer Sprache.

Bei Interesse bitte E-Mail mit Lebenslauf (PDF) und aktuellem Notenspiegel an Moritz Meiners

Kategorien:

Fachbereich:

Bordnetze

Art der Arbeit:

Bachelorarbeit, Masterarbeit, Projektarbeit

Studiengang:

Energietechnik, Informatik, IPEM, Maschinenbau, Mechatronik, Medizintechnik, Wirtschaftsingenieurwesen

Technologiefeld:

Aufbau und Verbindungstechnik, Medizintechnik, Software Engineering

Kontakt: