Bachelor- / Masterarbeit: Machine Learning in Gleitlagern

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.

Diese Arbeit wird sich mit Schadensmechanismen von Gleitlagern und deren Differenzierung mit Hilfe von Machine Learning befassen. Hierfür werden Messdaten aus Experimenten genutzt, um Machine Learning Algorithmen zu trainieren, zu validieren und zu testen.

Aufgaben:

  • Auswahl von Machine Learning Algorithmen und deren Modellierung in TensorFlow / TensorFlow Lite
  • Bestimmung und Berechnung von geeigneten Features aus den Messdaten
  • Literaturrecherche zu Machine Learning
  • Einarbeiten und Einlesen in die Gleitlagertechnik mit Fokus auf Schadensmechanismen und Tribologie

Voraussetzung:

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

Wir bieten:

  • Sehr gutes Arbeitsklima
  • Abschlussarbeit im Rahmen eines industrienahem Forschungsprojektes
  • Arbeiten von zu Hause nach Absprache möglich
  • 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:

Martin Winnertz, M. Sc. RWTH
Institut für Maschinenelemente und Systementwicklung

Schinkelstraße 10, 52062 Aachen
martin.winnertz@imse.rwth-aachen.de

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