Bachelor- / Masterarbeit: Echtzeit-Simulation von Gleitlagern durch ML-Integration

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 ganzheitlicher 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.

In den letzten Jahren hat die Integration von künstlicher Intelligenz (KI) und maschinellem Lernen (ML) in der Tribologie das Verständnis, die Vorhersage und die Kontrolle von Reibungs-, Schmierungs- und Verschleißphänomenen revolutioniert. Diese Integration eröffnet Möglichkeiten für eine genauere Modellierung, effiziente Optimierung und verbesserte Kontrolle dieser Prozesse. Dadurch bietet sich die Anwendung von MLAnsätzen als Lösung für die sehr zeitaufwändigen konventionellen numerischen Simulationen zur Berechnung von Gleitlagern an und ermöglicht deren Eignung für Echtzeitanwendungen. Daher ist das Ziel dieser Arbeit, die Anwendung von ML-Ansätzen auf ein Echtzeit-Elasto-Hydrodynamik (EHD) Modul für Systemsimulation zu erweitern.

Aufgaben:

• Literaturrecherche: Zusammenstellung der vorhandenen Literatur
  zur Berechnung von Gleitlagern sowie von ML-Lösungen
• Definition von Einschränkungen: Untersuchung der Einschränkungen konventioneller numerischer Simulationen von Gleitlagern, insbesondere in Echtzeitszenarien.
• Datensammlung: Sammeln und Analysieren der Betriebsbedingungen und der bereits vorliegenden Simulationsergebnisse (Eingabe- und Ausgabevariablen definieren)
• Modellentwicklung: Entwurf und Implementierung eines KI-/MLbasierten Ansatzes für die Echtzeit-Elasto-Hydrodynamik (EHD) Modulentwicklung.
• Evaluation: Validierung des entwickelten Simulationsmoduls durch Experimente und Vergleiche mit vorhandenen numerischen Simulationen

Voraussetzung:

• Eigenständige, zuverlässige Arbeitsweise
• Hohes Interesse an Themen der Lagertechnik und Machine Learning
• Gutes Verständnis für mechanische Systeme, sowie die Auslegung von Maschinenelementen
• Vorkenntnisse in MATLAB/PYTHON wünschenswert, aber nicht zwingend notwendig.

Wir bieten:

• Mitwirkung an einem internationalen Forschungsvorhaben
• Möglichkeit zur Teilnahme an einer wissenschaftlichen Veröffentlichung
• Flexible Gestaltung der Arbeitsschwerpunkte
• Intensive Betreuung und Zügige Bearbeitungsmöglichkeit
• Sofortiger Beginn oder nach Absprache

Auf deine aussagekräftige Bewerbung per E-Mail freut sich:

Ahmed Saleh, M. Sc.
Institut für Maschinenelemente und Systementwicklung

Schinkelstraße 10, 52062 Aachen
ahmed.saleh@imse.rwth-aachen.de