Externe Masterarbeit: Analyse von Potentialen und prototypische Implementierung von maschinellen Lernverfahren in der Getriebeproduktion eines namhaften Industriepartners

Bildquelle: Wittenstein

Ausgangslage:

Industrie 4.0 geht mit einer Vielzahl an Technologien einher, die großes Potential für die Getriebeproduktion von morgen bieten. Vor allem datengetriebene Ansätze, welche sich der Methoden des Maschinellen Lernens bedienen, rücken zunehmend in den Fokus. Maschinelle Lernverfahren geben Computern die Fähigkeit zu lernen, ohne explizit darauf programmiert zu sein.

Aufgabenstellung:

Im Rahmen dieser Abschlussarbeit soll untersucht werden, inwiefern sich maschinelle Lernverfahren nutzbringend in der Produktion eines ausgewählten, namhaften Industriepartners einsetzen lassen. Die Identifizierung und technisch-wirtschaftliche Bewertung der Potentiale soll auf Basis einer strukturierten Vorgehensweise erfolgen. Die prinzipielle Machbarkeit der aufgestellten Konzepte ist anhand eines einfachen Fallbeispiels zu demonstrieren. Die Bearbeitung erfolgt beim Industriepartner vor Ort inkl. entsprechender Aufwandsentschädigung.

Die Abschlussarbeit beinhaltet folgende Arbeitspakete:

  • Einarbeitung in die relevanten Grundlagen des Maschinellen Lernens, Data Engineerings, Industrial IoT sowie der Produktion von Getrieben
  • Analyse des Ist-Zustands der Produktion des Industriepartners und Ableiten von Potentialen zum Einsatz maschineller Lernverfahren anhand einer geeigneten Methodik
  • Ausarbeitung von Konzepten zum Einsatz maschineller Lernverfahren und Bewertung dieser hinsichtlich ihres Aufwand-/Nutzenverhältnisses, insb. im Hinblick auf wirtschaftliche Gesichtspunkte
  • Nachweis der prinzipiellen Machbarkeit einer der bestbewerteten Ansätze in Anlehnung an das Referenzmodell CRISP-DM
  • Formulierung von Handlungsempfehlungen zur Weiterentwicklung des Ansatzes sowie Aufstellen einer Roadmap für die weitere Implementierung derartiger Lösungen

Nähere Informationen zu den Industriepartnern sowie den damit einhergehenden Bearbeitungsorten finden Sie auf StudOn. Weitere Angaben zur Aufgabenstellung sowie Aufwandsentschädigung erhalten Sie gerne im persönlichen Gespräch – kontaktieren Sie mich hierzu einfach via E-Mail!

Hinweise und Bewerbung:

  • Praxisnahe Forschung beim Industriepartner an der Schnittstelle von Industrie 4.0 und Getriebeproduktion
  • Strukturierte und selbstständige Arbeitsweise vorausgesetzt
  • IT-Affinität vorausgesetzt, zielgerichtete Einarbeitung jedoch anhand von Vorarbeiten möglich
  • Bewerbungen bitte per E-Mail mitsamt Lebenslauf und Zeugnissen an andreas.mayr@faps.fau.de

Ansprechpartner:

Andreas Mayr, M.Sc., M.Sc.

Kategorien:

Fachbereich:

Elektromaschinenbau

Art der Arbeit:

Bachelorarbeit, Diplomarbeit, Hauptseminar, Masterarbeit, Projektarbeit, Studienarbeit

Studiengang:

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

Technologiefeld:

Fertigungsregelung und Intralogistik, Handhabung und Montagetechnik, Medizintechnik, Planung und Simulation, Software Engineering, Künstliche Intelligenz und maschinelles lernen