Bachelor- / Masterarbeit: Identifizierung von verschleißkritischer Mischreibung bei Gleitlagern mit Hilfe von 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.

Die Zustandsüberwachung von Maschinenelementen ist für die fortschreitende Digitalisierung im Maschinenbau von grundlegender Bedeutung. Mithilfe der Zustandsüberwachung können kritische Betriebszustände sowie sich anbahnende Schäden im Idealfall sofort online detektiert werden.  Durch eine frühzeitige Erkennung und Differenzierung von sich anbahnenden Schäden können Maschinen bedarfsgerecht gewartet werden, sodass die geplanten Wartungsintervalle verlängert und Kosten eingespart werden können

Aufgaben:

  • Einarbeiten und Einlesen in die Gleitlagertechnik mit Fokus auf Verschleißmechanismen
  • Literaturrecherche zu Machine Learning
  • Vergleich und Bewertung von Machine Learning Algorithmen am Anwendungsfall Gleitlager
  • Auswahl und Anwendung verschiedener Algorithmen

Voraussetzung:

  • Eigenständige, zuverlässige und motivierte Arbeitsweise
  • Hohes Interesse an Themen der Lagertechnik und Machine Learning
  • Vorkenntnisse in Python von Vorteil, jedoch nicht zwingend erforderlich

Wir bieten:

  • Abschlussarbeit im Rahmen eines industrienahem Forschungsprojektes
  • Arbeiten von zu Hause nach Absprache
  • Intensive Betreuung und zügige Bearbeitungsmöglichkeit
  • Möglichkeit zur Beteiligung an einer wissenschaftlichen Publikation

Interesse vorhanden, aber noch unentschlossen? Fragen können wir gerne im persönlichen Gespräch besprechen!

 

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

 

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