Bachelor- / Projektarbeit: Optimierung des Echtzeit-Simulationsmodells für Gleitlager – Hyperparameter-Tuning und Datenverarbeitung

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 ML-Ansätzen als Lösung für die sehr zeitaufwändigen konventionellen numerischen Simulationen zur Berechnung von Gleitlagern an und ermöglicht deren Eignung für Echtzeitanwendungen. Ziel dieser Arbeit ist die Optimierung des ML-Modells für die Echtzeit-Gleitlagersimulation durch Abstimmung der Hyperparameter und der Datenverarbeitung.

Aufgaben:

• Literaturrecherche: Untersuchung zu Echtzeit-Simulationsmodellen, Hyperparameter-Optimierung und Datenverarbeitungstechniken für mechanische Systeme.
• Hyperparameter-Optimierung: Identifizierung der optimalen Kombination von Parametern zur Verbesserung der Modellgenauigkeit.
• Datenverarbeitungsverbesserung: Entwicklung und Implementierung effizienter Datenverarbeitungsmethoden.
• Evaluierung: Validierung des entwickelten Moduls durch Vergleich mit bestehenden numerischen Simulationen.

Voraussetzung:

• Eigenständige, zuverlässige Arbeitsweise
• Interesse an Themen der Antriebstechnik und Simulation
• Vorkenntnisse in matlab/python wünschenswert, aber nicht zwingend notwendig.

Wir bieten:

• Mitwirkung an einem internationalen 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