Ausgeschriebene wissenschaftliche Arbeiten

Nach Umfang:

 


Machine Learning zur Prozessüberwachung

 bv fts

Das Metall-Ultraschallschweißen (USMW) ist ein industriell verbreitetes, stoffschlüssiges Fügeverfahren. Aufgrund des geringen Wärmeeintrags ist das Verfahren vor allem für anspruchsvolle Anwendungen wie Mischverbindungen und elektrotechnische Bauteile geeignet. Im Rahmen der zunehmenden Elektrifizierung von Fahrzeugen gewinnt die industrielle Anwendung des Verfahrens in der Batterietechnik weiter an Bedeutung. Trotz der industriellen Verbreitung können Prozessschwankungen in Form unzureichender Verbindung beim USMW auftreten. Diese sind häufig nicht erklärbar, da bzgl. der komplexen Wirkzusammenhänge von Werkzeugen und Fügeteilen während des Schweißprozesses wissenschaftlich fundierte Kenntnisse fehlen.


Ziel der ausgeschriebenen Arbeit ist es, geeignete Methoden zur automatischen Analyse und Beurteilung von Schwingungsmessdaten einer Ultraschallschweißanlage zu identifizieren und zu implementieren. Dabei sollen bewusst eingebrachte Prozessfehler, die in üblichen Schweißprozessen auftreten, automatisiert in den Messdaten unterschieden werden. Schließlich soll die Güte der Fehlervorhersage des gewählten Verfahrens anhand von Versuchen validiert werden.

 

Art der Abschlussarbeit:

  • Bachelorarbeit
  • Masterarbeit

 

Mögliche Arbeitspakete (flexibel):

  • Einarbeitung in die Thematik
  • Literaturrecherche zum Stand der Technik
  • Implementierung verschiedener Algorithmen zum Time Series Clustering
  • Validierung durch Versuche an einem Prüfstand
  • Dokumentation und Präsentation der Ergebnisse 

 

Wir bieten:

  • Flexible Gestaltung der Arbeitsschwerpunkte
  • Mitgestaltung des Projekts und Einbringung eigener Ideen

 

Ansprechpartner:

  • Christian Mirz - - Tel.: 0241 80 98993
  • Florian Müller - - Tel.: 0241 80 96352

KONTAKT


Institut für Getriebetechnik, Maschinendynamik und Robotik

RWTH Aachen

Eilfschornsteinstraße 18

52062 Aachen

 

Tel.: +49 (0)241 80 95546

Fax:  +49 (0)241 80 92263

Mail: 

SOZIALE MEDIEN


FACEBOOK

XING

LINKEDIN

Cookies erleichtern die Bereitstellung unserer Dienste. Mit der Nutzung unserer Dienste erklären Sie sich damit einverstanden, dass wir Cookies verwenden.