Studium

Elektromotorenproduktion

Das E|Drive-Center (Bayerisches Technologiezentrum für elektrische Antriebstechnik) des Forschungsbereichs Elektromotorenproduktion bietet vielfältige und industrienahe Themen im Bereich der Elektromotorenproduktion und Herstellung induktiver Ladepads:

  • Innovative Fertigungsprozesse (u.a. Wickeltechnik, Magnetmontage, Kontaktierung, Blechpaketierung)
  • Automatisierungstechnik und Robotik
  • Prüfprozesse und virtuelle Absicherung
  • Künstliche Intelligenz und Maschinelles Lernen
  • Additive Fertigungsverfahren

Viele weitere spannende Arbeiten finden Sie auf StudOn.

AI-based Robotics for E-Mobility: KI-gestützte Robotersysteme zur automatisierten Montage von elektrischen Antrieben mittels Deep Learning und Reinforcement Learning (BA/PA/MA/HiWi; verschiedene Schwerpunkte)

Ausgangslage: Intelligente Roboter sind das Rückgrat der vierten industriellen Revolution, kurz Industrie 4.0. Während beim Einsatz klassischer Industrieroboter meist eine strikte Trennung zwischen dem Arbeitsplatz des Roboters und dem des Menschen vorliegt, rückt angesichts der Fortschritte in den ... Weiterlesen

Industrial Data Analytics: Praktischer Einsatz von Methoden der Künstlichen Intelligenz zur Erkennung von Wirkzusammenhängen, Detektion von Anomalien und Prädiktion der Qualität (BA/PA/MA)

Ausgangslage: Die digitale Transformation der Produktion verspricht, die Produktivität im Inland zu steigern und neue Geschäftspotentiale zu erschließen. Das Revolutionäre an Industrie 4.0 (I4.0) ist nicht allein die Digitalisierung der Produkte und ihrer Produktion, sondern die Möglichkeit technisc... Weiterlesen

IoT meets E-Mobility: Konzeption und Implementierung einer Industrie 4.0-konformen Anlagenanbindung und interaktiven Dashboard-Lösung für künftige KI-Anwendungen in der Elektromobilproduktion (BA/PA/MA/HiWi)

Ausgangslage: Industrie 4.0 geht mit einer Vielzahl an Technologien einher, die großes Potential für die Produktion von morgen bieten. Vor allem datengetriebene Ansätze, die sich der Methoden des maschinellen Lernens (ML) bedienen, rücken zunehmend in den Fokus. Eine zentrale Voraussetzung von ML si... Weiterlesen