Bachelor- / Masterarbeit: Automatisierte Erkennung von Korrosion mittels Maschinellem LernenExperimentelle Untersuchung von Gleitlagerverschleiß und Analyse mittels Machine Learning

Webseite Institut für Maschinenelemente und Systementwicklung

Das Institut für Maschinenelemente und Systementwicklung erforscht das grundlegende strukturelle und tribologische Verhalten von Maschinenelementen und bildet dieses in experimentell validierten Modellbeschreibungen ab. Diese Modellbeschreibungen werden genutzt, um das Funktions-, Verlust- und Geräuschverhalten gesamthafter technischer Systeme mit Fokus auf die Antriebstechnik zu analysieren und zu gestalten. Die entwickelten Modelle dienen zudem der Erforschung und Entwicklung von Methoden des Model Based Systems Engineering als zentrales Element künftiger, industrieller Produktentstehungsprozesse.

Eine nachhaltige Energieversorgung erfordert einen immensen Ausbau der Windenergie. Dabei erfordert die stetig steigende Leistungsdichte in Antriebssträngen von Windenergieanlagen neue Lagerkonzepte, weshalb etablierte Wälzlager durch Gleitlager substituiert werden. Obwohl Gleitlager in allgemeinen Anwendungen weit verbreitet sind existieren für den Einsatz in Windenergieanlagen kaum Erfahrungswerte. Weiterhin erhöhen neue Materialpaarungen die Unsicherheit im Betrieb.

Zur Vermeidung von ungeplanten Ausfällen werden geeignete Zustandsüberwachungssysteme benötigt. In diesem Kontext besteht das Ziel der Arbeit in der experimentellen Untersuchung von Gleitlagerverschleiß mithilfe von Machine Learning.

Aufgaben:

  • Literaturrecherche zum Stand der Technik und Forschung
  • Design of experiments (DOE)
  • Experimentelle Untersuchung tribologischer Schäden
  • Datenauswertung und Interpretation der Versuchsdaten
  • Entwicklung von Machine Learning Algorithmen

Voraussetzung:

  • Interesse an experimentellen Versuchen und Condition Monitoring
  • Ausgeprägte Hands-on-Mentalität
  • Eigenständige und zuverlässige Arbeitsweise
  • Erfahrungen in der Aufbereitung und Visualisierung von Messergebnissen wünschenswert
  • Gute Deutsch- und Englischkenntnisse

Wir bieten:

  • Aktuell relevante und zukunftsorientierte Forschungsfrage
  • Anpassung der Arbeitsschwerpunkte nach persönlichen Interessen und Begabungen
  • Zügige Bearbeitungsmöglichkeit
  • Intensive Betreuung und angenehmes Arbeitsklima
  • Sofortiger Beginn oder nach Absprache

Offene Fragen zur Abschlussarbeit können wir in einem persönlichen Gespräch besprechen!

 

Auf deine aussagekräftige Bewerbung per E-Mail freut sich:

Florian Wirsing, M. Sc. RWTH
Institut für Maschinenelemente und Systementwicklung

Schinkelstraße 10, 52062 Aachen
florian.wirsing@imse.rwth-aachen.de

Um sich für diesen Job zu bewerben, sende deine Unterlagen per E-Mail an florian.wirsing@imse.rwth-aachen.de