Im Rahmen der Weiterentwicklung effizienter Fertigungsprozesse gilt es, bestehende Prozessabläufe zu analysieren und zu optimieren. Dazu soll das Verhalten zwischen stetiger, diskreter Produktparameter und der finalen Performance intelligent bewertet und auf dieser Basis die Fertigung effizient gesteuert werden.

Mithilfe von Methoden des maschinellen Lernens können komplexe Zusammenhänge zwischen Eingabedaten, die im industriellen Kontext in der Regel als Zeitreihen oder Sensordaten vorliegen, und physikalischen oder qualitätsrelevanten Zielgrößen modelliert werden. Hierbei werden historische Daten genutzt, um ein Modell zu trainieren, das anschließend in der Lage ist, unbekannte Werte mit hoher Genauigkeit vorherzusagen. Überwachte Regressionsverfahren wie Random Forests, Gradient Boosting Machines oder neuronale Netze sind in der Lage, robuste Vorhersagen zu liefern, indem sie nichtlineare Beziehungen erfassen.

Insbesondere bei Prozessen, bei denen eine direkte Messung oder Prüfung bestimmter Merkmale nicht möglich oder nur unter hohem Aufwand durchführbar ist, bieten diese Modelle eine effiziente Alternative zur indirekten Bestimmung relevanter Kenngrößen. Durch den Einsatz solcher Verfahren wird eine kontinuierliche, nichtinvasive Prozessüberwachung ermöglicht. Dies trägt nicht nur zur Reduktion des Prüfaufwands bei, sondern ermöglicht auch eine höhere Transparenz und Reaktionsfähigkeit im laufenden Betrieb.

Die ausgeschriebene Arbeit erfolgt in enger Kooperation mit einem Industrieunternehmen aus dem Bereich der Kleinkalibermunition. Der/ die Studierende soll zur Bearbeitung der Arbeit als Masterand*in angestellt werden.

Deine Aufgaben:

• • • Analyse und ganzheitliche Bewertung der prozesstechnischen Einflussfaktoren
    • Ableitung geeigneter KI-Modelle zur Abbildung komplexer Zusammenhänge
    • Konzeption und Entwicklung möglicher Vorhersagestrategien
    • Unterstützung bei der Erstellung geeigneter Schnittstellen
    • Durchführung von Datenauswertungen und geeigneter Versuche zur Verifizierung

  *Sehr wichtig*: Literaturrecherche

  Dein Profil:

  • • Abgeschlossenes Grund- oder Bachelorstudium im Bereich Fertigungstechnik, Maschinenbau, Produktionstechnik oder vergleichbar
    • Kenntnisse aus den Bereichen Fertigungstechnik, Messtechnik und Qualitätssicherung
    • Programmierkenntnisse und Affinität zu KI-Modellen
    • Vorerfahrung in der Anwendung maschineller Lernverfahren
    • Deutschkenntnisse auf dem Niveau C1 notwendig

  *Sehr wichtig*: Vorerfahrung im Bereich Literaturrecherche

  Bitte bewerben Sie sich mit einem aktuellen Notenspiegel und Lebenslauf.

Kategorien:

Kontakt: