Bachelor- / Masterarbeit: Machine Learning (ML) zur echtzeitfähigen, hochaufgelösten Temperaturfeldbestimmung für die Zustandsüberwachung von Gleitlagern
![Institut für Maschinenelemente und Systementwicklung](https://fsmb.rwth-aachen.de/wp-content/uploads/job-manager-uploads/company_logo/2024/04/Logo-MSE-Fachschaft_3-3-80x80.png)
Webseite Institut für Maschinenelemente und Systementwicklung
Das Institut für Maschinenelemente und Systementwicklung erforscht das grundlegende strukturelle und tribologische Verhalten von Maschinenelementen. Die Zustandsüberwachung von Maschinenelementen ist für die fortschreitende Digitalisierung im Maschinenbau von grundlegender Bedeutung. Mithilfe von Zustandsüberwachungssystemen können kritische Betriebszustände sowie sich anbahnende Schäden von Maschinenelementen detektiert werden. Durch eine frühzeitige Schadenserkennung können Maschinen bedarfsgerecht gewartet werden.
In der Arbeit liegt der Fokus auf der Überwachung von Gleitlagern. Wichtige Größen zur Abschätzung kritischer Betriebszuständen stellen die Lagertemperatur und Schmierspalthöhe dar. Die Schmierspalthöhe ist dabei indirekt über die Temperaturverteilung der Lauffläche bestimmbar. Jedoch wird die messtechnisch erfassbare Auflösung des Temperaturfeldes durch die Abmaße der Temperatursensoren beschränkt.
Das Ziel ist daher die Entwicklung einer Methodik zur hochaufgelösten Temperaturfeldbestimmung. Hierzu soll zunächst das Temperaturfeld simulativ bestimmt, die relevanten Stützpunkte identifiziert sowie abschließend die Verteilung mathematisch mittels Machine Learning abgebildet werden.
Aufgaben:
- Literaturrecherche/ Einarbeitung in die Thematik
- Temperfeldermittlung mittels Mehrkörper-Simulation in AVL EXCITE in einem vorhandenen Simulationsmodell
- Entwicklung einer Methodik zur Abbildung der Simulationsergebnisse mittels Regressionsanalyse in MATLAB
- Modellierung der Schmierspalthöhe über die Verknüpfung mit den erstellten Temperaturkennfeld-Funktionen
- Analyse und Interpretation der Ergebnisse
Voraussetzung:
- Eigenständige, zuverlässige Arbeitsweise
- Interesse an Themengebieten der smarten Maschinenelemente sowie des Condition Monitorings
- Vorkenntnisse in MATLAB von Vorteil
Wir bieten:
- Aktuell relevante und zukunftsorientierte Problemstellung
- Flexible Gestaltung der Arbeitsschwerpunkte
- Zügige Bearbeitungsmöglichkeit
- Intensive Betreuung und angenehmes Arbeitsklima
- Sofortiger Beginn oder nach Absprache
Auf deine aussagekräftige Bewerbung per E-Mail freut sich:
Thao Baszenski, M. Sc. RWTH
Institut für Maschinenelemente und Systementwicklung
Schinkelstraße 10, 52062 Aachen
thao.baszenski@imse.rwth-aachen.de
Um sich für diesen Job zu bewerben, sende deine Unterlagen per E-Mail an thao.baszenski@imse.rwth-aachen.de