Industrial Data Analytics: Datengetriebene Optimierung von Produktionsanlagen am Beispiel der automobilen Kabelkonfektionierung

Situation und Motivation:

In der Herstellung von automobilen Bordnetzen spielt die Kabelkonfektionierung, dass heißt die Herstellung von anschlussfertigen Leitungen, eine entscheidene Rolle. Im Gegensatz zur gesamten Prozesskette der Bordnetzherstellung, ist dieser Teilbereich bereits weitestgehend automatisiert.In modernen Anlagen, wie dem am FAPS stehenden CrimpCenter 36SP von Schleuniger, können in Taktzeiten von unter einer Sekunde Leitungen „Crimp to Crimp“ konfektioniert werden. Hierbei fallen Unmengen von Daten an, welche zur Informationsgewinnung und Wissensgenerierung verwendet werden können.

In verschiedenen Themenstellungen sind hierzu Arbeiten zu vergeben, hinsichtlich datengetriebendem Prozess- und Produktionsoptimierung, optimiertem Monitoring und Predictive Maintenance.
Genaue Themenstellung vor Ort, allgemein sind folgende Arbeitspakete zu nennen:

Arbeitspakete:

  • Einarbeitung in die Tools und Methoden von Data Analytics und Machine Learning im industriellen Umfeld anhand von gestellten, interaktiven Online-Kurse
  • Recherche State-of-the-Art
  • Konzipierung und Entwicklung von datengetriebenden Lösungen im Bereich Predictive Maintenance und Predictive Quality und Production Optimization
  • 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:

Forschungsbereich:

Bordnetze

Art der Arbeit:

Bachelorarbeit, Masterarbeit, Projektarbeit, Studienarbeit

Studiengang:

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

Technologiefeld:

Künstliche Intelligenz und Maschinelles Lernen, Medizintechnik

Kontakt: