Im Zuge von Industrie 4.0 generieren vernetze Anlagen und intelligente Produkte immer größer werdende Datenmengen. Mit statistischen Methoden sowie maschinellen Lernverfahren ist es möglich, diese Daten gewinnbringend zu analysieren und daraus Wissen zu generieren. Häufig sind Montageprozesse durch Prozesskurven charakterisiert, welche zur Beurteilung des Prozesses herangezogen werden. In Zusammenarbeit mit der Firma Schäfer Werkzeug- und Sondermaschinenbau GmbH soll dies für den Crimpprozess im Rahmen einer Industriearbeit in Bad Schönborn untersucht werden.
Aufgabenstellung
Ziel der Arbeit ist die Anwendung und Bewertung von maschinellen Lernverfahren
hinsichtlich eines spezifischen Montageprozesses.
Es soll die Eignung verschiedener Datenmodellierungs- und Analysemethoden zur
Steigerung des Prozesswissens und der Prozessoptimierung untersucht werden.
Übergeordnete Arbeitspakete
• Einarbeitung in die Grundlagen des maschinellen Lernens
• Konzipierung und Entwicklung von maschinellen Lernverfahren zur Aufdeckung von
Prozessmustern und Prozessklassifikation sowie zur Prozessoptimierung
• Ergebnisse evaluieren und kritisch betrachten
Was Sie mitbringen
• Interesse an maschinellen Lernverfahren in der Industrie
• Schnelle Auffassungsgabe und eigenständige Arbeitsweise
Bei Interesse schicken Sie bitte eine E-Mail mit Lebenslauf (PDF) und aktuellem Notenspiegel an den Ansprechpartner