Bachelor- / Masterarbeit: Künstliche Intelligenz (KI) zur Prognose der Schadensmechanismen von Gleitlagern in maritimen Antriebssystemen

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 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.

Durch den Klimawandel entstehen in den letzten Jahren neue Schifffahrts Schifffahrtsrouten in den Polarregionen. Dies führt häufiger zu Propeller-Eis-Kollisionen, was zu extremen Impulsbelastungen am Propeller führt und damit auf dem Gleitlager der Propellerwelle zur Folge hat. Der Einfluss dieser Belastungen auf die Lebensdauer der Propellerwellellerwellelager ist weitgehend unbekannt.

Das Ziel das Projekt HealthProp ist die Verbesserung der Betriebssicherheit in den Polarregionen durch die Entwicklung einer digitalen Zwillingslösung für die intelligente Überwachung, Wartung und Lebensdauervorhersage von Schiffsantriebssystemen in den eisbedeckten Gewässern. Daher konzentriert sich diese Arbeit auf die Entwicklung einer künstlichen intelligenten Lösung zur Erkennung des Fortschreitens der Schadens mechanismen entsprechend den Betriebsbedingungen des Forschungsschiffs SA Agulhas II.

Aufgaben:

• LiteraturrechercheLiteraturrecherche: Zusammenstellung der vorhandenen Literatur zur Berechnung von Gleitlagern sowie von AI AI-Lösungen
• DatensammlungDatensammlung: Sammeln und Analysieren der Betriebsbedingungen und der bereits vorliegenden SimulationsSimulationsergebnisse (Eingabe Eingabe- und Ausgabevariablen definieren)
• FeatureFeature-Auswahl: Auswahl der wichtigsten Features aus dem Datensatz zur Verwendung im Prognosemodell Prognosemodell.
• ModellentwicklungModellentwicklung: Entwicklung eines AI AI-basierten Modells zur Prognose der Schadensmechanismen von Gleitlagern in Schiffsantriebsanlagen
• Evaluation: Bewertung des Modells auf der Grundlage der bereits vorliegenden Simulation

Voraussetzung:

• Eigenständige, zuverlässige Arbeitsweise
• Interess e an Themen der Antriebstechnik und Simulation
• Gutes Verständnis für mechanische Systeme, sowie die Auslegung von Maschinenelementen
• Vorkenntnisse in MATLABMATLAB/PYTHON wünschenswert, aber nicht zwingend notwendig notwendig.

Wir bieten:

• Mitwirkung an einem internationale n Forschungsvorhaben
• Arbeiten von zu Hause nach Absprache
• 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