Bachelor- / Masterarbeit: Automatisierte Erkennung von Korrosion mittels Maschinellem Lernen

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.

Zur Reibungs- und Verschleißminderung werden in Wälzlagern meist Öle oder Fette als Schmierstoff eingesetzt. Um die Schmierstoffeigenschaften gezielt anzupassen, werden diesen verschiedene Additive hinzugefügt. Die Wirkmechanismen der einzelnen Additive sind weitestgehend erforscht, jedoch fehlen Kenntnisse über die Wechselwirkungen zwischen unterschiedlichen Additivgruppen. Das Verständnis dieser Interaktionen ist für einen optimalen Einsatz der Additive und somit für die Entwicklung nachhaltiger Antriebssysteme entscheidend.

Aufgaben:

• Einarbeitung in die Themen Tribologie und künstliche Intelligenz
• Aufbereitung der Trainingsdaten
• Implementierung des geeigneten Algorithmus
• Analyse der Ergebnisse
• Schriftliche Dokumentation

Voraussetzung:

• Eigenständige, zuverlässige Arbeitsweise
• Interesse an tribologischen Fragestellungen
• Vorkenntnisse in Python von Vorteil

Wir bieten:

• Flexible Gestaltung der Arbeitsschwerpunkte
• Zügige Bearbeitungsmöglichkeit
• Intensive Betreuung
• Sofortiger Beginn oder nach Absprache
• Sehr gutes Arbeitsklima

Auf deine aussagekräftige Bewerbung per E-Mail freut sich:

Merle Reimers, M. Sc. RWTH
Institut für Maschinenelemente und Systementwicklung

Schinkelstraße 10, 52062 Aachen
merle.reimers@imse.rwth-aachen.de