Sichtprüfung 4.0: Intelligente Sichtprüfung in der Montage auf Basis maschineller Lernverfahren

Ausgangssituation:
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. Insbesondere in der automatisierten Sichtprüfung zeigen sich große Potentiale für den Einsatz maschineller Lernverfahren. Am Beispiel von Elektromotoren soll im Rahmen dieser Arbeit ein Anwendungsfall zur Sichtprüfung entwickelt werden. Dabei sollen sich die einzelnen Schritte der Arbeit am etablierten CRISP-DM Vorgehensmodell anlehnen. Die Aufgabenstellung hat hohe praktische Relevanz und ist Teil eines größer angelegten Industrieprojekts. Zur Datenaufnahme und -auswertung stehen am Lehrstuhl mehrere Hundert Elektromotoren des Industriepartners zur Verfügung.

Übergeordnete Arbeitspakete:

  • Einarbeitung in die Grundlagen des Maschinellen Lernens anhand eines Online-Kurses
  • Konzipierung eines Systems zur Sichtprüfung von montierten Elektromotoren auf Basis von maschinellen Lernverfahren
  • Programmiertechnische Umsetzung des Konzepts
  • Evaluation und kritische Betrachtung der Ergebnisse
  • Dokumentation

Hinweise zur Bewerbung:

  • Interesse am Einsatz von Industrie 4.0, insb. maschinellen Lernverfahren in der Industrie
  • Schnelle Auffassungsgabe und eigenständige Arbeitsweise
  • Bewerbung bitte mit aktuellem Notenspiegel und Lebenslauf als PDF an beide Ansprechpartner: Moritz Meiners und Andreas Mayr

Kategorien:

Fachbereich:

Bordnetze

Art der Arbeit:

Bachelorarbeit, Projektarbeit, Studienarbeit

Kontakt: