Bachelor- / Masterarbeit: KI-gestützte Bilderkennung zur Bestimmung der lokalen Strömungsgeschwindigkeit in einem Wälzlager

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 Analyse von Ölströmungen in Wälzlagern ist entscheidend für die Optimierung von Schmierung, Reibungsverlusten und Lebensdauer mechanischer Systeme. Klassische numerische Methoden wie CFD sind zwar präzise, jedoch aufwendig in Modellierung und Rechenzeit. Ziel dieser Arbeit ist es, ein Kl-gestütztes Verfahren zur Bestimmung der lokalen Strömungsgeschwindigkeit direkt aus Videodaten zu entwickeln. Dabei wird eine Hochgeschwindigkeitskamera eingesetzt, um die Olströmung in einem rotierenden Wälzlager aufzuzeichnen. Mit Hilfe moderner Bildverarbeitung und Künstlicher Intelligenz sollen markante Punkte (z. B. Ölpartikel oder Merkmale im Strömungsfeld) automatisch erkannt und verfolgt werden. Aus deren Bewegung lässt sich die Geschwindigkeit im Strömungsfeld ableiten. Die Ergebnisse werden mit unseren CFD-Simulationen und ggf. experimentellen Messdaten validiert.

Aufgaben:

• Literaturrecherche zu Deep Learning und Punktverfolgung in Strömungen
• Durchführung und Analyse von Hochgeschwindigkeitsaufnahmen der Ölströmung
• Berechnung von lokalen Geschwindigkeiten aus Bilddaten
• Validierung der Ergebnisse mit vorhandenen CFD- und experimentellen Daten

Voraussetzung:

• Interesse an KI, Strömungsmechanik und Bildverarbeitung
• Erfahrung mit Python und Deep-Learning-Frameworks ist von Vorteil
• Selbstständige und strukturierte Arbeitsweise

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:

Amirreza Niazmehr, M. Sc. RWTH
Institut für Maschinenelemente und Systementwicklung

Schinkelstraße 10, 52062 Aachen
amirreza.niazmehr@imse.rwth-aachen.de