Implementierung und Validierung von Machine Learning Verfahren zur Realisierung einer flexiblen Prozessüberwachung moderner Produktionsanlagen (BA / PA / MA)

Ausgangssituation

Maschinelles Lernen (ML) findet verstärkt Anwendung bei der Prozessüberwachung. Mittels ML lassen sich Zusammenhänge und charakteristische Signaturen in den beobachteten Prozessparametern automatisiert identifizieren. Hierdurch lassen sich Rückschlüsse auf 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
  • 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

  • Gute Programmierkenntnisse in einer Hochsprache
    (z.B. Python, C++, C#, Java, Matlab) erforderlich
  • Mathematik-Kenntnisse in der Bereichen Statistik und Stochastik von Vorteil

Weitere Informationen erhalten Sie gerne auf Anfrage.
Bewerbungen per Email mit aussagekräftigen Unterlagen (Lebenslauf, Zeugnisse)

Kategorien:

Fachbereich:

Elektronikproduktion

Art der Arbeit:

Bachelorarbeit, Masterarbeit, Projektarbeit

Studiengang:

Informatik, IPEM, Maschinenbau, Mechatronik

Technologiefeld:

Planung und Simulation, Software Engineering

Kontakt: