Index

Im Rahmen des Forschungsprojekts LLM-SE (Large Language Model unterstütztes Systems Engineering) erforschen wir am Lehrstuhl FAPS innovative Ansätze zur Teilautomatisierung des Engineerings mechatronischer Systeme mithilfe generativer KI. Ziel ist es, komplexe Entwicklungsprozesse – von der Anforderungsanalyse bis zur virtuellen Inbetriebnahme – durch KI-gestützte Assistenzsysteme effizienter und robuster zu gestalten.

Aufgabenbereiche

Wir suchen motivierte Studierende zur Unterstützung bei der Entwicklung eines Demonstrators, der die virtuelle Inbetriebnahme eines mechatronischen Systems ermöglicht. Der Fokus liegt auf der Integration generativer KI-Modelle (z. B. LLMs) zur Unterstützung von Engineering-Aufgaben.

1. Modellerstellung in Unity

   • Erstellung und Kinematisierung des mechatronischen Systems (am Beispiel einer CO2-Neutralen Produktionsanlage am FAPS)

   • Integration von Verhaltensmodellen zur Beschreibung von Sensoren und Aktoren

2. Anbindung der SPS mit Siemens TIA Portal

   • Entwicklung einer einfachen Steuerungslogik für das System

   • Anbindung der SPS an das Mechatronische Modell

3. Erstellung der ECAD-Verbindung

   • Extraktion relevanter Verbindungen zwischen SPS und der Produktionsanlage

   • Ableitung der IO-Strukturen

4. Integration generativer KI-Modelle

   • Anbindung eines LLM-Moduls zur teilautomatisierten Modell- oder Codegenerierung

   • Evaluation der KI-gestützten Assistenzfunktionen im Engineering-Prozess

Profil

• Studium in Maschinenbau, Elektrotechnik, Mechatronik, Informatik oder vergleichbar

• Kenntnisse in Unity (C#), TIA Portal oder EPLAN wünschenswert

• Interesse an KI, Automatisierung und virtueller Inbetriebnahme

• Selbstständige und strukturierte Arbeitsweise, Teamfähigkeit sowie gute Kommunikationsfähigkeiten

• Sehr gute Deutsch- und Englischkenntnisse in Wort und Schrift

Was wir bieten

• Einbindung in ein aktuelles öffentlich gefördertes Forschungsprojekt

• Hohe Zusammenarbeit mit regionalen Industriepartnern

Beginn

Ab sofort möglich. Die Position ist als Bachelor-, Projekt- oder Masterarbeit verfügbar.

Kontakt

Interessierte Studierende senden bitte ihre Bewerbungsunterlagen (kurzes Motivationsschreiben, Lebenslauf, Notenspiegel) per E-Mail an:E-Mail: martin.barth@faps.fau.de

Weitere Informationen zum Projekt LLM-SE:
 LLM-SE auf faps.fau.de

Simulationen sind im Bereich von Produktionssystemen mittlerweile ein weit verbreitetes Werkzeug um diese komplexen Systeme zu analysieren und zu optimieren. Im Bereich der Virtuellen Inbetriebnahme können Fehler in der Auslegung der zahlreichen Komponenten oder der komplexen Steuerung durch die Nutzung von Simulationen schnell gefunden werden. Materialflusssimulationen von ganzen Fertigungslinien eignen sich dazu frühzeitig Bottlenecks aufzufinden und dadurch eine resiliente und zuverlässige Versorgung von Materialien in der Produktion sicher zu stellen.

Ebenfalls im Bereich der CO2-Neutralen Produktion finden Simulationen Einklang um den Energieverbrauch der Anlagen zu minimieren, Energiespeicher wirtschaftlich und effizient auszulegen und Erneuerbare Energien optimal einzubinden.

In Kooperation mit über 30 namhaften Partnern der Industrie baut der FAPS in seinen Laborhallen eine gleichstrombasierte Demonstratoranlage mit regenerativen Erzeugern, verschiedenen Speichern und industriellen Verbrauchern auf. Entstandene Simulationen können dort messtechnisch validiert und das Gesamtkonzept auf die praktische Umsetzbarkeit sowie die Wirtschaftlichkeit untersucht werden.

Aufgabenstellungen:

Im Rahmen der Arbeit soll basierend auf bereits bestehende Simulationsmodelle der gleichstrombasierten Demonstratoranlage aufgebaut werden.

Hierbei können Schwerpunkte in folgenden Bereichen gelegt werden:

Energiebezogene Ereignisdiskrete Simulation mit Plant Simulation

Implementierung von Energiemanagement Konzepten (z.B. Load Shifting), Speichermanagement und Erneuerbare Energien in die bereits bestehende Simulationsumgebung.
Erweiterung des Referenzmodells um energetische Kennzahlen zur Entwicklung eines Software-Demonstrators, der die wirtschaftlichen und ökologischen Vorteile vereint.

Prozesssimmulation des Digitalen Zwillings mit Siemens NX, TIA Portal und Siemens Simit

Erarbeitung eines Produktionsprozesses, welcher zunächst in der Simulation getestet und anschließend an der realen Anlage überführt wird.
Steuerungscode wird u.a. in Siemens Tia Portal programmiert und dieser als Software-in-the-Loop Framework am Simulationsmodell validiert.
Kommunikationssignale sollen in Siemens Simit überführt werden.

Möglichkeit der Einbindung von Energiemanagementkonzepten der existierenden Energiespeicher (Batteriespeicher und Ultracap)

Energetische Analyse mittels Digitalen Zwilling in Siemens NX

Bestehende Arbeiten ermittelten das energetische Verhalten von Komponenten (z.B. Kuka Roboter) durch Einbindung der Siemens NX Physics Engine.
Im Rahmen der Arbeit soll das Konzept erweitert werden um realistischere Ergebnisse zu erhalten.

Energienetzsimulation mit MATLAB / Simulink – Simscape

Das hybride Energienetz des Demonstrators, bestehend aus diversen Energieverbrauchern, -erzeugern und Speichersystemen, soll in MATLAB Simscape abgebildet werden.
Insbesondere soll Schalt- und Schutztechnik, Energiewandlungen, sowie Energiesteuerungskonzepte in der Simulation berücksichtigt werden.

Anforderungen und Informationen:

Profil:

• Studium der Elektrotechnik, Energietechnik, Mechatronik, Informatik, Maschinenbau oder eines verwandten Fachbereichs.
• Sehr gutes Deutsch und Englisch in Wort und Schrift
• Selbstständige Arbeitsweise erforderlich
• Interesse an innovativen Energieversorgungstechnologien, Simulationen oder Automatisierung
• Erste Erfahrungen mit Software-Tools wie TIA Portal, MATLAB/Simulink, Siemens NX, EPLAN oder ähnlichen CAD- und Simulationsprogrammen sind von Vorteil.
• Kenntnisse in der Programmierung und Interesse an Schnittstellentechnologien von Vorteil.
• Selbstständige und strukturierte Arbeitsweise, Teamfähigkeit sowie gute Kommunikationsfähigkeiten.

Was wir bieten:

• Einblicke in die spannende Forschungsarbeit im Bereich Simulation, Automatisierung und Gleichstromnetzwerke und hybride Energienetze.
• Die Möglichkeit, an zukunftsweisenden Projekten in einem engagierten Team mitzuwirken.
• Eigenverantwortliches Arbeiten an realen Projekten mit modernster Technologie.
• Möglichkeit zur persönlichen und fachlichen Weiterentwicklung.
• Kooperation mit führenden und regionalen Industrieunternehmen zur Gleichstromtechnologie.
• Hoher Industriebezug durch Zusammenarbeit im Projektkonsortium möglich
• Bei Projekt-/Masterarbeit: Möglichkeit eines Research Masters und anschließender Promotion gegeben

Das DC-Team am Lehrstuhl besteht aus mehreren Wissenschaftlern und Studierenden, die ihre Arbeiten im Team erledigen und sich gegenseitig unterstützen, weshalb eine Bereitschaft für regen Austausch untereinander gewünscht ist. Auch in dieser Arbeit ist die Vergabe der Arbeitspakete konkurrenzlos in mehrere Teilaufgaben untergliederbar.

Beginn: Ab sofort möglich. Die Position ist als Bachelor- Projekt- oder Masterarbeit verfügbar.

Kontakt:
Interessierte Studierende senden bitte ihre Bewerbungsunterlagen (kurzes Motivationsschreiben, Notenzettel und Lebenslauf) an Martin.Barth@faps.fau.de

Hinweis: Aufgrund der hohen Anzahl an Anfragen werden Bewerbungen, die durch ChatGPT erstellt wurden, sowie Anfragen ohne alle relevanten Dokumente nicht beantwortet.

Handlungsfeld

Die Entwicklung mechatronischer Systeme ist aufgrund der steigenden Anzahl von Teilsystemen und Disziplinen eine Herausforderung. Model-Based Systems Engineering (MBSE) begegnet dieser Herausforderung durch eine disziplinübergreifende Systembeschreibung mit einem einheitlichen Systemmodell, ist aber in der Praxis noch wenig verbreitet. Dies liegt insbesondere an den hohen Einstiegshürden im Mittelstand, die u.a. durch den notwendigen Einsatz kostenintensiver Software, das erforderliche Fachwissen sowie das durchzuführende Change Management begründet sind. Large Language Models (LLM) bieten das Potenzial, die Entwicklung und Verarbeitung dieser Systemmodelle mittels generativer künstlicher Intelligenz zu automatisieren und damit die Einstiegshürden zu senken und gleichzeitig die Entwicklungseffizienz und -qualität in der MBSE signifikant zu steigern.

Forschungsvorhaben LLM-SE

Im Rahmen des Forschungsprojektes LLM-SE (Large Language Model unterstütztes Systems Engineering) entwickeln wir gemeinsam mit unseren Industriepartnern ein an der MBSE-Philosophie und -Struktur orientiertes Assistenzsystem unter Verwendung von Large Language Models zur Teilautomatisierung des Engineeringprozesses mechatronischer Systeme von der Anforderungsanalyse bis zur virtuellen Inbetriebnahme. Dieses soll Benutzereingaben wie Anforderungen und Anpassungen interpretieren, durch die Verfügbarkeit von unternehmensspezifischen Produktkatalogen, historischen Projektdaten und Best Practices in individuelle, modellbasierte Lösungen transformieren und diese durch geeignete Validierungs- und Verifikationsmechanismen absichern.

Ihre Arbeitspunkte im Projekt

• Literaturrecherche zur Modellierungssprache SysML v2
• Recherche, Evaluation und Auswahl geeigneter KI-Methoden und -Modelle
• Entwicklung und Evaluation des Assistenzsystems hinsichtlich technischer Machbarkeit und Wirtschaftlichkeit
• Prototypische Adaption an einem geeigneten Use-Cases z.B. automatische Generierung von Funktionsblöcken aus der Anforderungsspezifikation

Ihre Benefits

• Praktische Erfahrung in der Entwicklung von Algorithmen der künstlichen Intelligenz und Deep Learning Techniken
• Möglichkeit zur aktiven Mitarbeit an einem Forschungsprojekt
• Austausch mit anderen Studierenden am FAPS
• Zukunfts- und anwendungsorientierte Arbeit für den weiteren Karriereweg
• Flexible Arbeitsweise

Anforderungen

• Gute Programmierkenntnisse insbesondere in Java und/oder  in C/C++ und/oder Python erforderlich
• Grundkenntnisse und Erfahrung in REST-API und Apache Kafka wünschenswert
• Interesse und Vorkenntnisse in MBSE, SysML wünschenswert
• Grundkenntnisse in Machine Learning (ML) und Natürliche Sprachverarbeitung (NLP) wünschenswert
• Eigenständige, strukturierte Arbeitsweise sowie hohe Lernbereitschaft

Hinweise zur Bewerbung

• Beginn zum nächstmöglichen Zeitpunkt
• Bewerbungen bitte per E-Mail mit aktuellem Notenspiegel und Lebenslauf sowie einem kurzen Motivationsschreiben
• Bitte beachten Sie, dass unvollständige Bewerbungen nicht berücksichtigt werden können.
• Weitere Informationen auf Anfrage per E-Mail oder gerne auch in einem persönlichen Gespräch.

Handlungsfeld

Die Entwicklung mechatronischer Systeme ist aufgrund der steigenden Anzahl von Teilsystemen und Disziplinen eine Herausforderung. Model-Based Systems Engineering (MBSE) begegnet dieser Herausforderung durch eine disziplinübergreifende Systembeschreibung mit einem einheitlichen Systemmodell, ist aber in der Praxis noch wenig verbreitet. Dies liegt insbesondere an den hohen Einstiegshürden im Mittelstand, die u.a. durch den notwendigen Einsatz kostenintensiver Software, das erforderliche Fachwissen sowie das durchzuführende Change Management begründet sind. Large Language Models (LLM) bieten das Potenzial, die Entwicklung und Verarbeitung dieser Systemmodelle mittels generativer künstlicher Intelligenz zu automatisieren und damit die Einstiegshürden zu senken und gleichzeitig die Entwicklungseffizienz und -qualität in der MBSE signifikant zu steigern.

Die Bewertung der Qualität von KI-generierten SysML-Diagrammen stellt dabei eine große Herausforderung dar. Es gibt keine allgemein anerkannten Richtlinien für die Bewertung der Qualität konzeptioneller Modelle, und es herrscht wenig Einigkeit unter den Experten darüber, was ein “gutes” Modell ausmacht. Daher ist es unerlässlich, ein validiertes Rahmenwerk zur Bewertung der Qualität von SysML-Diagrammen zu entwickeln.

Ihre Arbeitspunkte

• Literaturrecherche zur Modellierungssprache bspw. SysML v2
• Recherche, Bewertung bestehender Methoden zur Bewertung der Qualität von SysML-Modellen
• Entwicklung und Bewertung des Rahmenwerks hinsichtlich der technischen Machbarkeit
• Prototypische Adaption des Rahmenwerkes an einem geeigneten Use-Cases z.B. Bewertung der Qualität von Funktionsdiagrammen nach Kohäsion, Kohärenz und Vollständigkeit

Ihre Benefits

• Praktische Erfahrung in der Entwicklung von Algorithmen der künstlichen Intelligenz und Deep Learning Techniken
• Möglichkeit zur aktiven Mitarbeit am Forschungsprojekt LLM-SE
• Austausch mit anderen Studierenden am FAPS
• Zukunfts- und anwendungsorientierte Arbeit für den weiteren Karriereweg
• Flexible Arbeitsweise

Anforderungen

• Gute Programmierkenntnisse insbesondere in Java und/oder  in C/C++ und/oder Python wünschenswert
• Grundkenntnisse und Erfahrung in REST-API und Apache Kafka wünschenswert
• Interesse und Vorkenntnisse in MBSE, SysML wünschenswert
• Grundkenntnisse in Machine Learning (ML) und Natürliche Sprachverarbeitung (NLP) wünschenswert
• Eigenständige, strukturierte Arbeitsweise sowie hohe Lernbereitschaft

Hinweise zur Bewerbung

• Beginn zum nächstmöglichen Zeitpunkt
• Bewerbungen bitte per E-Mail mit aktuellem Notenspiegel und Lebenslauf sowie einem kurzen Motivationsschreiben
• Bitte beachten Sie, dass unvollständige Bewerbungen nicht berücksichtigt werden können.
• Weitere Informationen auf Anfrage per E-Mail oder gerne auch in einem persönlichen Gespräch.

Ausgangssituation

Längst sind Computerspiele keine reine Spielerei mehr, so können Simulationen von Arbeitsabläufen auf das industrielle Umfeld übertragen werden, um zukünftige Fehler zu vermeiden. Unter anderem bieten KI und XR-Technologien intuitive Simulationstools und die Gaming Engine – Unity ganz neue Möglichkeiten eine interaktive XR-Prozesssimulation und Robotersteuerung und Programmierung. Vorteil dieser Plattform ist, das dass erstellt Szenario sich auf quasi jede Endgerät (VR, AR-Brillen, iPad, PC) exportieren lässt, auch auf Web Anwendungen. Gerade im Umfeld der LEAN-Prozessoptimierung und Fabrikplanung, siehe AR-Demo Anlagenkonzept oder XR-Robotik-Simulation .  Eine einheitliche B2B-“Amazon”-Plattform für fertige Automatisierungslösungen gibt es bisher nicht. Die Abschlussarbeit findet im Kontext des FAPS-X-Start-Up ROBOTOP GmbH statt. Im Rahmen dieser Tätigkeit soll bei der Entwicklung und Erforschung neuer XR/KI-Softwaretools auf Basis von Unity und Blender umgesetzt werden. Dabei koppeln wir die Intuitivität, die Usability und den Spaß von Computerspielen mit der Nützlichkeit von Industriesoftware. Oder in anderen Worten, wie kann es sein, dass ein 12 jähriger in einem Computerspiel ein Weltreich aufbauen kann aber ich für die meisten Industrietools einen Doktortitel benötige um diese zu verstehen, bzw. viele der Industriesoftwarelösungen immer noch aussehen wie Windows 95.

Themenstellung

Vorkenntnisse

Imagevideo ROBOTOP. Link

Homepage: ROBOTOP

Beginn ab sofort möglich

Der Umfang kann entsprechend der Art der Arbeit angepasst werden

Kontakt – bitte einen Termin per Email vereinbaren, mit angefügten Lebenslauf, Notenübersicht sowie telefonischen Kontakt.

Eike Schäffer

Dr.-Ing. Eike Schäffer (M.Sc., M.Sc.)
Mail: eike.schaeffer@faps.fau.de

PS: Bitte geben Sie in Ihrer Bewerbung bzw. in der Mail das Stichwort NextLevelROBOTOP an, damit ich sehe das Sie den Text bis zum Ende gelesen haben sowie schreiben Sie mir warum Sie an dem Thema besonders großes Interesse haben. Unser Team besteht aus sehr innovativen, leistungsbereiten und stark intrinsisch motivierten Menschen. Daher ist uns ein Fit in Hinsicht der Einstellung sehr wichtig. Sowie bewerben Sie sich bitte in deutscher Sprache und nur mit sehr guten Deutschkenntnissen. Mails ohne diese Kriterien werden ignoriert.

Ausgangssituation

Längst sind KI-Systeme,  Konfiguratoren und XR-Systeme keine reinen Spielereien mehr. So befinden sich im Automobilbereich sowie in vielen weiteren B2C und B2B Bereichen 3D-Konfiguratoren sowie KI-Systeme in wirtschaftlich erfolgreicher Anwendung. Unter anderem bieten Webtechnologien und Gaming Engins wie z.B. Unity ganz neue Möglichkeiten einen interaktiven XR-Lösungen zu kreieren und die Robotik in die Zeit von Industrie 4.0 zu befördern. Insbesondere XR-Robotik bietet hier viel Potential, siehe AR-Demo.

Themenstellung

Vorkenntnisse

Imagevideo ROBOTOP. Link

Aktuelle Publikationen: Eike Schäffer

Homepage Forschungsprojekt: ROBOTOP

Beginn ab sofort möglich

Der Umfang kann entsprechend der Art der Arbeit angepasst werden

Kontakt – bitte einen Termin per Email vereinbaren, mit angefügten Lebenslauf, Notenübersicht sowie telefonischen Kontakt.

Eike Schäffer

Mail: eike.schaeffer@faps.fau.de

Über uns:

Im Zuge der Energiewende erforschen wir hybride Netzstrukturen, die Gleichstrom- und Wechselstromtechnologien vereinen und so die Vorteile beider Versorgungsstrategien nutzen. Unser Team arbeitet an einem hochmodernen DC-Demonstrator, der in Kooperation mit ca. 40 führenden Industriepartnern der Elektro- und Automatisierungsbranche entwickelt wird. Ziel ist es, innovative Lösungen für eine flexible und energieeffiziente Produktion zu gestalten.

Aufgabenbereiche:

Wir suchen motivierte Studierende zur Unterstützung in verschiedenen Projekten und Aufgaben rund um Gleichstromanwendungen und den Aufbau unserer Demonstratoranlage. Unser Team deckt dabei drei zentrale Anwendungsbereiche ab, in denen du deine Kompetenzen einbringen und vertiefen kannst:

1. Aufbau und Inbetriebnahme des Demonstrators:
   • Unterstützung bei der technischen Montage und Einrichtung von Gleichstromkomponenten, Automatisierungssystemen und Speichersystemen.
   • Programmierung des Automatisierungssystems und intelligenten Energiemanagements
   • Planung und Durchführung der Inbetriebnahme von Versorgungs-, Speicher- und Verbrauchereinheiten in einer Laborumgebung
   • Mithilfe bei der Fehlerdiagnose und -behebung während des Inbetriebnahmeprozesses.
2. Implementierung eines Power-Hardware-in-the-Loop (PHIL) Systems:
   • Entwicklung und Integration eines PHIL-Ansatzes, um simulierte Leistungskomponenten in unsere reale Testumgebung einzubinden.
   • Konfiguration und Testen der Leistungselektronik und Kopplung mit unserem Gleichstromnetz.
   • Durchführung von Messungen und Analysen zur Validierung der Simulationsergebnisse und der Netzstabilität.
3. Simulation und Digitaler Zwilling des Demonstrators (Prozess- und Energiebereich):
   • Erstellung und Weiterentwicklung von digitalen Zwillingen für die Prozess- und Energiefluss-Simulation unseres DC-Demonstrators.
   • Aufbau von Modellen zur realitätsnahen Abbildung des Energiemanagements in hybriden Netzstrukturen.
   • Evaluierung und Optimierung des Simulationsmodells zur Verbesserung der Energieeffizienz und Produktionsabläufe.

Zusätzliche Aufgabe: simulationsbasiertes Planungstool

• Mitarbeit an der Weiterentwicklung unseres simulationsbasierten Planungstools
• Entwicklung und Integration von Modulen für die Simulation und Planung von DC-Netzen.
• Unterstützung bei der Erstellung und Validierung von Modellen und Algorithmen, die das DC-Netzwerk planen und optimieren.

Profil:

• Studium der Elektrotechnik, Energietechnik, Mechatronik, Informatik, Maschinenbau oder eines verwandten Fachbereichs.
• Interesse an innovativen Energieversorgungstechnologien, Simulationen oder Automatisierung
• Erste Erfahrungen mit Software-Tools wie TIA Portal, MATLAB/Simulink, Siemens NX, EPLAN oder ähnlichen CAD- und Simulationsprogrammen sind von Vorteil.
• Kenntnisse in der Programmierung und Interesse an Schnittstellentechnologien von Vorteil.
• Selbstständige und strukturierte Arbeitsweise, Teamfähigkeit sowie gute Kommunikationsfähigkeiten.

Was wir bieten:

• Einblicke in die spannende Forschungsarbeit im Bereich Gleichstromnetzwerke und hybride Energienetze.
• Die Möglichkeit, an zukunftsweisenden Projekten in einem engagierten Team mitzuwirken.
• Eigenverantwortliches Arbeiten an realen Projekten mit modernster Technologie.
• Möglichkeit zur persönlichen und fachlichen Weiterentwicklung.
• Kooperation mit führenden und regionalen Industrieunternehmen zur Gleichstromtechnologie.

Das DC-Team am Lehrstuhl besteht aus mehreren Wissenschaftlern und Studierenden, die ihre Arbeiten im Team erledigen und sich gegenseitig unterstützen, weshalb eine Bereitschaft für regen Austausch untereinander gewünscht ist. Auch in dieser Arbeit ist die Vergabe der Arbeitspakete konkurrenzlos in mehrere Teilaufgaben untergliederbar.

Beginn: Ab sofort möglich. Die Position ist als Bachelor- Projekt- oder Masterarbeit verfügbar.

Kontakt:
Interessierte Studierende senden bitte ihre Bewerbungsunterlagen (kurzes Motivationsschreiben und Lebenslauf) an Martin.Barth@faps.fau.de und Benjamin.Gutwald@faps.fau.de

Im Rahmen der Energiewende erforschen wir zukunftsweisende Netzstrukturen, die Gleichstrom- und Wechselstromtechnologien vereinen. Gemeinsam mit rund 40 führenden Industriepartnern der Elektro- und Automatisierungsbranche entwickeln wir eine innovative DC-Produktionsanlage. Das Projekt setzt auf modernste Technologien, um eine flexible, energieeffiziente und nachhaltige Produktion zu ermöglichen.

Projektbeschreibung:
Ziel der Arbeit ist es, die entstehende DC-Produktionsanlage mithilfe von 3D Virtual Reality (VR) Technologie abzubilden. Die virtuelle Umgebung soll Schulungen sowie Messebesuchen dienen und insbesondere die Vorteile von DC-Netzen veranschaulichen. Die VR-Umsetzung bietet einen realitätsnahen Einblick in die technischen Abläufe und Highlights der Anlage.

Aufgabenbereiche:

• 3D-Modellierung und VR-Integration:
  • Erstellung eines 3D-Modells der DC-Produktionsanlage basierend auf CAD-Daten.
  • Implementierung der Modelle in gängige VR-Plattformen (z.B. Unity oder Unreal Engine).
  • Integration interaktiver Elemente zur Schulung und Präsentation.
• VR-Schulungsumgebung:
  • Entwicklung eines virtuellen Rundgangs mit Fokussierung auf die Vorteile von DC-Netzen.
  • Erstellung von didaktischen Inhalten zur Schulung von Fachkräften oder Messebesuchern.
  • ggf. Simulation von Betriebsabläufen und Energieflüssen innerhalb der Produktionsanlage.
• Zusätzliche Aufgaben:
  • Evaluierung der Benutzerfreundlichkeit der VR-Umgebung.
  • Unterstützung bei der Optimierung der VR-Darstellung für unterschiedliche Endgeräte.

Profil:

• Studium der Elektrotechnik, Informatik, Mechatronik, Medieninformatik oder eines verwandten Fachbereichs.
• Interesse an 3D-Modellierung, VR-Technologie und innovativen Energieversorgungskonzepten.
• Erfahrungen mit 3D-Software (z.B. Siemens NX, Blender) und VR-Tools (z.B. Unity, Unreal Engine) von Vorteil.
• Kenntnisse in Programmierung (C#, Python) oder Schnittstellentechnologien sind ein Plus.
• Selbstständige Arbeitsweise, Kreativität und Teamfähigkeit.

Was wir bieten:

• Einblicke in die Gestaltung eines hochmodernen VR-Schulungszentrums für eine reale DC-Produktionsanlage.
• Möglichkeit zur Mitarbeit an einem innovativen Forschungsprojekt mit industrieller Relevanz.
• Eigenverantwortliches Arbeiten in einem engagierten Team.
• Persönliche und fachliche Weiterentwicklung mit modernsten Technologien.

Beginn: Ab sofort möglich. Die Position ist als Bachelor- Projekt- oder Masterarbeit verfügbar.

Kontakt:

Interessierte Studierende senden bitte ihre Bewerbungsunterlagen (kurzes Motivationsschreiben und Lebenslauf) an Martin.Barth@faps.fau.de und David.Kunz@faps.fau.de

Hintergrund:

Die Elektrokonstruktion spielt eine zentrale Rolle bei der Entwicklung moderner, energieeffizienter Produktionsanlagen. Durch die Umstellung auf Gleichstrom (DC) in Produktionsanlagen können erhebliche Vorteile erzielt werden, insbesondere in Bezug auf Energieeffizienz, Materialersparnis und Systemstabilität. DC-basierte Systeme ermöglichen eine flexiblere Energienutzung, höhere Wirkungsgrade und bieten eine zukunftsfähige Lösung für die CO2-Neutrale Fabrik der Zukunft. Die Erstellung von Elektrokonstruktionsplänen für solche Anlagen ist jedoch komplex und zeitaufwändig, was die Automatisierung dieses Prozesses besonders wertvoll macht.

Ziel der Arbeit:

Im Rahmen der Arbeit soll ein Ansatz zur automatisierten Erstellung von Elektrokonstruktionsplänen für gleichstrombasierte Produktionsanlagen entwickelt werden. Ziel ist es, ein Tool oder eine Softwarelösung zu schaffen, die basierend auf vordefinierten Anforderungen und Standardkomponenten automatisch DC-spezifische Elektrokonstruktionspläne generiert.

Arbeitspakete:

1. Analyse des Ist-Zustands: Untersuchung aktueller Elektrokonstruktionsprozesse im Bereich der DC-Technologie und Identifikation der Herausforderungen und Potenziale für Automatisierung.
2. Konzeption des Automatisierungssystems: Entwicklung eines Regelwerks und Schnittstellen zur automatisierten Planerstellung für Gleichstromanwendungen.
3. Entwicklung des Automatisierungsmoduls: Programmierung eines Tools zur Erstellung von DC-spezifischen Elektrokonstruktionsplänen auf Basis gängiger Software wie EPLAN.
4. Validierung und Test: Durchführung von Tests mit realen DC-Szenarien zur Prüfung der Zuverlässigkeit und Effizienz des Automatisierungstools.

Die Arbeit kann hierbei durch verschiedene zusätzliche Aspekte bei Interesse angereichert werden:

1. Integration von Energieeffizienzstrategien: Berücksichtigung der besonderen Anforderungen und Vorteile von Gleichstromnetzwerken, wie Energieeffizienz und Spannungsregelung, in der Konstruktionslogik.
2. Einbindung von KI-Methoden: Untersuchung und Implementierung von KI-Ansätzen (z.B. Machine Learning), um die Erstellung der Pläne zu optimieren und Fehler zu minimieren.

Anforderungen:

• Kenntnisse in Elektrotechnik, idealerweise mit Bezug zur DC-Technologie und Energieeffizienz in Produktionsumgebungen von Vorteil
• Programmierkenntnisse, vorzugsweise in Python oder einer anderen relevanten Programmiersprache.
• Erfahrungen mit Software wie EPLAN von Vorteil.
• Selbstständige und strukturierte Arbeitsweise.
• Gute Deutsch- und Englischkenntnisse in Wort und Schrift.

Beginn: Ab sofort möglich.

Besonderheiten:

Die Arbeit kann sowohl individuell als auch in Form eines studentischen Teams durchgeführt werden.
Bei erfolgreicher Durchführung besteht die Möglichkeit, die Ergebnisse im Rahmen eines wissenschaftlichen Papers zu veröffentlichen.

Kontakt:

Interessierte Studierende werden gebeten, ihre Bewerbungsunterlagen (kurzes Motivationsschreiben und Lebenslauf) an Martin.Barth@faps.fau.de zu senden.

Hintergrund:

Im Zuge der Energiewende und der zunehmenden Elektrifizierung industrieller Anwendungen gewinnen Gleichstromnetze (DC-Netze) an Bedeutung. Zur Planung und Simulation dieser Netze ist eine umfassende und standardisierte Datenbank für DC-Komponenten unerlässlich. Diese Komponentendatenbank soll bestehende Standards, wie die Verwaltungsschale und EClass, nutzen, um DC-Komponenten strukturiert und normgerecht abzubilden und eine verlässliche Datenquelle für die Konfiguration, Modellierung und Simulation zu schaffen.

Ziel der Arbeit:

Im Rahmen der Arbeit soll eine Komponentendatenbank für DC-Komponenten aufgebaut werden, die auf gängigen Standards basiert und sich nahtlos in eine Modellbibliothek in Matlab Simulink integrieren lässt. Diese Datenbank wird zur Grundlage für Simulationen, die bei der effizienten Auslegung und Optimierung von DC-Netzen unterstützen.

Mögliche Arbeitspakete:

1. Stand der Technik und Analyse:
   • Untersuchung bestehender Standards zur Klassifizierung von elektrischen Komponenten (z. B. Verwaltungsschale, EClass).
   • Identifikation relevanter Komponenten für gleichstrombasierte Produktionsanlagen
2. Datenbankstruktur und Integration:
   • Entwicklung einer strukturierten und erweiterbaren Datenbank für DC-Komponenten basierend auf den identifizierten Standards.
   • Aufbau einer Schnittstelle zur Verknüpfung mit einer Modellbibliothek in Matlab Simulink.
3. Erstellung und Pflege von Datenmodellen:
   • Erfassung und Kategorisierung von DC-Komponenten gemäß den definierten Standards.
   • Aufbau von Datenmodellen zur Beschreibung der elektrischen und zusätzlichen Eigenschaften der Komponenten.
4. Validierung und Test:
   • Validierung der Datenbank und ihrer Anbindung an Simulink durch Testläufe und Simulationen.
   • Durchführung von Testfällen zur Prüfung der Datenbankstruktur und der korrekten Funktion der Schnittstellen.
5. Dokumentation und Präsentation der Ergebnisse:
   • Erstellung einer umfassenden Dokumentation der Datenbankstruktur, Schnittstellen und getesteten Komponentenmodelle.
   • Präsentation der Ergebnisse und Erkenntnisse der Arbeit.

Anforderungen:

• Interesse an DC-Technologien und deren Anwendung in industriellen Netzen.
• Erste Erfahrungen mit Datenbanken und Standards wie der Verwaltungsschale und EClass sind von Vorteil
• Strukturierte, selbstständige Arbeitsweise sowie gute Deutsch- und Englischkenntnisse in Wort und Schrift.

Beginn: Ab sofort möglich.

Besonderheiten:
Die Arbeit bietet die Möglichkeit, aktiv an der Entwicklung zukunftsweisender DC-Netzwerke und deren Standardisierung mitzuwirken.
Bei erfolgreicher Durchführung besteht die Möglichkeit zur wissenschaftlichen Veröffentlichung der Ergebnisse.

Kontakt:

Interessierte Studierende senden bitte ihre Bewerbungsunterlagen (kurzes Motivationsschreiben und Lebenslauf) an Martin.Barth@faps.fau.de