Wachstumsmarkt Bordnetz:

Der Wandel der Automobilindustrie zur Elektromobilität und zum autonomen Fahren birgt einige Risiken, aber auch etliche Chancen für OEM’s, Zulieferer und Anlagenhersteller. Eine zentrale Rolle in dieser Wertschöpfungskette nimmt das Bordnetz ein, welches alle elektrischen Komponenten, also alle Antriebe, Steuergeräte und Sensoren, verbindet und somit den Energie- und Signalfluss im gesamten Fahrzeug sicherstellt. Durch die Zunahme von elektrischen Funktionen, insbesondere verursacht durch Elektrofahrzeuge und autonomes Fahren, steht dem automobilen Bordnetz ein globales Markwachstum von 74 (2018) auf 124 Mrd. Euro (2027) bevor.

Ausgangslage und Handlungsbedarf:

In der zur Bordnetzherstellung gehörendenden Kabelkonfektionierung ist das Fügen von Leiter und Verbindungselement einer der komplexesten und qualitätskritischsten Prozesse und wird in der Regel durch Crimpen auf Handarbeitsplätzen, Halb- sowie Vollautomaten realisiert. Im Rahmen der erhöhten Sicherheitsanforderungen des autonomen Fahrens ist allerdings eine ganzheitliche Analyse und Traceability der qualitätskritischen Daten notwendig. Allerdings werden Prozesskurven heute nur durch vereinfachte Parameter überwacht. Hierdurch gehen potenzielle Kriterien und Einflussgrößen, die sich in der Prozesskurve widerspiegeln, verloren und sind im Fehlerfall entsprechend nicht mehr nachvollziehbar bzw. rückverfolgbar.

Ziel und Motivation:

Im aussichtsreichen Zukunftsfeld der KI-Daten-basierten Qualitätssicherung kommt daher erheblicher Forschungsbedarf auf. Es soll eine für Prozesskurven dedizierte ML-Methode entwickelt werden, die die Prozesskurve holistisch überwacht und charakteristische Merkmale der gesamten Kurve den entsprechenden Prozessfehlern, Anlagen- und Umweltbedingungen, dem Material und der Qualität zuordnet.

Mögliche Aufgabenstellung:

• Prozessanalyse vollautomatisierter Crimpanlagen mittels Experteninterviews und Entwicklung einer Methodik zur Darstellung der Korrelation von Prozesseinflüssen
• Erstellung und Evaluation von Versuchsreihen verschiedener Crimpverbindungen zur Erzeugung einer ML-Datenbasis von Kraftkurven
• Erweiterung eines Crimphalbautomaten zur simultanen Signalaufnahme von Kraftkurven und visuellen Daten
• Weiterführende Literaturrecherche-Arbeiten zu dem Thema:
  • Machine Learning-basierte Qualitätsüberwachung von Crimpprozessen
• Weiterführende Prozessanalyse-/ Hands-On-Arbeiten zu dem Thema:
  • Digitalisierung in der Kabelsatzfertigung
  • Wertstromanalyse und -design für die Kabelsatzfertigung
• Weiterführende Programmier-/ Coding-Arbeiten zu dem Thema:
  • Machine Learning-basierte Qualitätsüberwachung von Crimpprozessen

Weitere Infos auf Anfrage. Der Arbeitsumfang kann individuell und entsprechend der Interessen angepasst werden. Spezifische Themen könne auch im Rahmen eine Hiwi-Tätigkeit bearbeitet werden.

Was Du mitbringen solltest:

• Selbstständige Arbeitsweise
• Interesse sich neues Wissen anzueignen
• Eigeninteresse an den Themen: KI, Montageprozesse, Bordnetze, Qualität
• Sehr gute Kenntnisse in deutscher und/ oder englischer Sprache

Deine Benefits:

• Einarbeitung in den Beriech der Bordnetze, einem globalem Wachstumsmarkt
• Einarbeitung in einen Bereich von höchster produktionstechnischer Relevanz
• Einarbeitung in das aussichtsreiche Zukunftsfeld der KI-basierten Qualitätssicherung
• Individuelle Weiterentwicklung der persönlichen Hard- und Softskills

Hinweise und Bewerbung:

Schicke mir bei Interesse bitte eine E-Mail mit Lebenslauf und aktuellem Notenspiegel an bernd.hofmann@faps.fau.de

Kategorien: