Implementierung und Validierung von Machine Learning Verfahren zur Realisierung von Predictive Maintenance moderner Produktionsanlagen (BA / PA / MA)

Ausgangssituation

Maschinelles Lernen findet verstärkt Anwendung zur Realisierung von  Process Monitoring, um charakteristische Signaturen in den beobachteten Prozessparametern zu identifizieren und diese wider zu erkennen. Hierdurch lassen sich automatisiert Rückschlüsse auf die Prozess- und Produktqualität, ohne eine aufwendige Interkation mit den menschlichen Anwender, gewinnen. Zur Analyse von Körperschall existieren unterschiedliche Ansätze um relevante Eigenschaften zu extrahieren und spezifischen Maschinenoperationen und -zuständen zuordnen zu können. Der Anwendungsfall für diese Arbeit stellt die Überwachung mehrere Produktionsanlagen bei BOSCH Nürnberg dar.

Keywords
Industrie 4.0, Industrial Internet of Things, Predictive Maintenance
Machine Learning, Condition / Process Monitoring

Aufgabenstellungen

  • Einarbeitung in bestehenden Source-Code und entsprechenden Python Packages
  • Refactoring / Optimierung bestehender Implementierung unter dem Gesichtspunkt der Echtzeitfähigkeit
  • Konzipierung, Training und Validierung von ML-Modellen zur Restlebensdauerprognose von Maschinenkomponenten
  • Integration von Sensorkommunikation, Signal Processing und ML-Verfahren zu einer online fähigen Gesamtlösung
  • Validierung des Systems im Shop Floor

Anforderungsprofil

  • Sehr gute Programmierkenntnisse in einer Hochsprache
    (z.B. Python, C++, C#, Java, Matlab) erforderlich
  • Erfahrungen mit SPI, MQTT, ZeroMQ, OPC UA von Vorteil
  • Fundierte Mathematik-Kenntnisse in der Bereichen Statistik und Stochastik von Vorteil

Weitere Informationen auf Anfrage. Bewerbungen ausschließlich per Email mit aussagekräftigen Unterlagen (Anschreiben, Lebenslauf, Zeugnisse)

Kategorien:

Fachbereich:

Effiziente Systeme

Art der Arbeit:

Bachelorarbeit, Masterarbeit, Projektarbeit

Studiengang:

Informatik, IPEM, Maschinenbau, Mechatronik

Technologiefeld:

Industrie 4.0, Planung und Simulation, Software Engineering

Kontakt: