Externe Masterarbeit: Einsatz von maschinellen Lernverfahren zur Optimierung von Fügeprozessen für Automotive-Komponenten bei SCHAEFFLER

Bildquelle: Schaeffler

Ausgangslage:

Die Fertigung von Automotive-Komponenten verlangt nach effizienten Fügeverfahren zur Herstellung langlebiger Verbindungen. Doch die Suche nach Zusammenhängen zwischen Prozessparametern und Produkteigenschaften gestaltet sich mit konventionellen Methoden als äußerst langwierig und kostenintensiv. Neuartige maschinelle Lernverfahren, die dank selbstlernender Mechanismen auch komplexe Muster erkennen, bergen hier großes Potential.

Aufgabenstellung:

Im Rahmen dieser Abschlussarbeit soll daher untersucht werden, inwiefern sich maschinelle Lernverfahren nutzbringend bei innovativen Fügeverfahren des Industriepartners SCHAEFFLER einsetzen lassen. Die Bearbeitung erfolgt am Standort Herzogenaurach inkl. entsprechender Aufwandsentschädigung.

Die Abschlussarbeit beinhaltet folgende Arbeitspakete:

  • Einarbeitung in die relevanten Grundlagen des Maschinellen Lernens sowie des betrachteten Fügeprozesses
  • Analyse des Ist-Zustands des Industriepartners und Ableiten von Potentialen zum Einsatz maschineller Lernverfahren auf Basis erster Best-Practices aus Wissenschaft und Forschung
  • Ausarbeitung eines Konzepts zum Einsatz maschineller Lernverfahren zur Optimierung des betrachteten Fügeprozesses
  • Nachrüsten von Sensorik und Aggregation der benötigten Produktions- und Qualitätsdaten
  • Programmiertechnische Umsetzung und Validierung des Konzepts im Laborumfeld des Industriepartners
  • Formulierung von Handlungsempfehlungen zur Weiterentwicklung des Ansatzes sowie Überführung der Lösung in die Serie

Nähere Informationen zum Industriepartner, der Vergütung sowie zur Aufgabenstellung selbst erhalten Sie gerne im persönlichen Gespräch.

Hinweise und Bewerbung:

  • Praxisnahe Forschung beim Industriepartner an der Schnittstelle von Industrie 4.0 und Automotive
  • 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:

Aufbau und Verbindungstechnik, Handhabung und Montagetechnik, Medizintechnik, Planung und Simulation, Software Engineering, Künstliche Intelligenz und maschinelles lernen