Bachelorarbeit: Recherche und Auswahl geeigneter Machine Learning Methoden zur Identifikation von Fertigungsfehlern in Generatoren

Der Chair for Wind Power Drives er-forscht das Verhalten von Antriebs-systemen in modernen Multimegawatt-Windenergieanlagen (WEA). Forschungsziele sind die Steigerung der Verfügbarkeit, der Robustheit und der Energieeffizienz der WEA sowie die Senkung der Stromgestehungskosten. Hierzu werden Software-Entwicklungswerkzeuge und moderne Systemprüfstände im Verbund eingesetzt.

In der Generatorproduktion für WEA wird jeder Generator einem Testlauf unterzogen, um diesen auf Fehler zu überprüfen. Diese Tests sind energieintensiv und dementsprechend, insbesondere für größere Generatoren, teuer. Zur Senkung der Endabnahmekosten bei zukünftigen Generationen von Generatoren sollen nun mithilfe von einfachen Tests und Bilderkennungsalgorithmen Fehler präzise und kostengünstige ermittelt werden.

Hierzu muss ausgearbeitet werden, welche Machine Learning Methoden allgemein existieren, welche Vor- und Nachteile diese haben und welche sich für die spezifischen Herausforderungen dieses Anwendungsfalls und seiner Datenlage besonders eignen.

Aufgaben:

• Recherche des aktuellen Stands der Technik künstlicher Intelligenz, insbesondere Machine Learning Methoden
• Ausarbeiten der spezifischen Vor- und Nachteile in Hinblick auf den Anwendungsfall
• Nutzwertanalyse
• Auswahl der am besten geeigneten Methode

Voraussetzung:

• Motivation zu selbstständigem und eigenverantwortlichem Arbeiten, Kommunikations- und Teamfähigkeit, sowie eine sichere Beherrschung der englischen Sprache
• Überdurchschnittlicher Abschluss im Fachbereich Maschinenbau, Mechatronik (TH/TU), Elektrotechnik oder Informatik
• Programmiervorkenntnisse sind notwendig
• Für die Bearbeitung der Forschungsthemen sind Vorkenntnisse im Bereich der künstlichen Intelligenz wünschenswert.
• Vorkenntnisse im Bereich der Generatortechnik sind wünschenswert

Wir bieten:

• Wissenschaftliches Arbeiten in einem hoch motivierten, interdisziplinären Team
• Kontakt zur Industrie und Zusammenarbeit mit anderen Forschungsstätten
• Möglichkeit zur Promotion im Zuge der Bearbeitung von Forschungsprojekten

Auf deine aussagekräftige Bewerbung per E-Mail freut sich:

Basim Uweis, M. Sc. RWTH
Chair for Wind Power Drives

Campus-Boulevard 61, 52074 Aachen
basim.uweis@cwd.rwth-aachen.de