Fügeprozesse 4.0: Einsatz von maschinellem Lernen zur Optimierung von Kontaktierungsverfahren für Elektromotoren in der industriellen Praxis (BA/PA/MA/HiWi)

Bildquelle: Siemens

Ausgangslage:

Die Fertigung von Elektromotoren, Batterien und induktiven Ladepads verlangt nach effizienten Fügeverfahren zur Herstellung elektrischer und mechanischer Verbindungen. Gerade innovative Kontaktierungsverfahren wie etwa das Heißcrimpen oder Ultraschallschweißen sind jedoch noch nicht hinreichend erforscht. Denn die Suche nach Zusammenhängen zwischen Prozessparametern und Produkteigenschaften gestaltet sich mit konventionellen Methoden als äußerst langwierig und kostenintensiv. Neuartige Machine-Learning-Ansätze, die dank selbstlernender Algorithmen auch komplexe Muster erkennen, bergen großes Potential. In einem anlaufenden, industrienahen Forschungsprojekt sollen daher die Potentiale des maschinellen Lernens bei verschiedenen Kontaktierungsprozessen im Elektromaschinenbau untersucht werden.

Mögliche Aufgabenstellung:

In diesem Kontext sind je nach Interessengebiet fortlaufend unterschiedliche Aufgabenstellungen für eine Bachelor-, Projekt- oder Masterarbeit zu vergeben. Eine mögliche, beispielhafte Aufgabenstellung wäre:

  • Einarbeitung in den Themenkomplex Machine Learning anhand von gestellten, interaktiven Online-Kursen
  • Recherche des Stand der Techniks zum maschinellen Lernens bei Fügeprozessen, insb. Kontaktierungsverfahren
  • Identifizierung von Potentialen des maschinellen Lernens bei einem ausgewählten Kontaktierungsverfahren im Elektromaschinenbau (z.B. Heißcrimpen, Ultraschallschweißen)
  • Ausarbeitung eines Machine-Learning-Ansatzes für das ausgewählte Anwendungsszenario (z.B. Condition Monitoring, Process Control, Quality Management, Predictive Maintenance)
  • Ggfs. beispielhafte Implementierung des Konzepts an einer Demonstratoranlage am Lehrstuhl
    bzw. beim Industriepartner
  • Dokumentation der Arbeit

Nähere Informationen gerne auf Anfrage im persönlichen Gespräch. Beginn, Umfang und genaue Ausrichtung der Arbeit erfolgen nach Absprache und persönlichem Interesse.

Hinweise und Bewerbung:

  • Forschung an der Schnittstelle zwischen den Trendthemen Industrie 4.0 und Elektromotorenproduktion
  • Zielgerichtete Einarbeitung anhand von Vorarbeiten und interaktiven Online-Kursen möglich
  • Ortsflexible und selbstständige Bearbeitung, Termine auch gerne per Webkonferenz
  • Unterstützung im studentischen Team und Zusammenarbeit mit Projektpartnern aus der Industrie
  • Bewerbungen bitte per E-Mail mit Lebenslauf und aktueller Fächerübersicht an andreas.mayr@faps.fau.de

Ansprechpartner:

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

Michael Weigelt, 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:

Additive Fertigung, Aufbau und Verbindungstechnik, Fertigungsregelung und Intralogistik, Handhabung und Montagetechnik, Medizintechnik, Planung und Simulation, Ressourcen- und Energieeffizienz, Software Engineering

Kontakt: