Das Institut für Maschinenelemente und Systementwicklung (iMSE) erforscht zusammen mit dem Chair for Wind Power Drives (CWD) das Verhalten von Antriebssystemen in modernen Multimegawatt-Windenergieanlagen.
Forschungsziele sind die Steigerung der Verfügbarkeit, der Robustheit und der Energieeffizienz der Windenergieanlagen sowie die Senkung der Stromentstehungskosten.
Ausfälle von Getrieben in Windenergieanlagen werden in rund 76 % der Fälle durch Schäden von Wälzlagern verursacht. Ein Großteil tritt dabei bereits bei 1 – 20 % der errechneten Lagerlebensdauer ein. Werde Teil der Lösung dieses Problems!
Elektrische Belastungen, verursacht durch Ströme aus Generatoren und Umrichtern, sind oft die unsichtbare Ursache für vorzeitige Ausfälle von Wälzlagern. Um diesen Einfluss am Prüfstand genau zu quantifizieren, ist einepräzise Erkennung elektrischer Entladungen in den Messsignalen unerlässlich.
In deiner Abschlussarbeit hast du die Chance, ein innovatives maschinelles Lernmodell zu entwickeln und zu trainieren, das diese Entladungen in Wälzlagern zuverlässig erkennt. Dein Modell wird nicht nur die Anzahl und Häufigkeit dieser Entladungen genau bestimmen, sondern auch wichtige Erkenntnisse über die elektrische Belastung liefern, die auf das Wälzlager einwirkt – und so einen wertvollen Beitrag zur Verlängerung der Lebensdauer von Wälzlagern leisten.
Aufgaben:
- Einarbeitung die Thematik von Stromdurchgang in Wälzlagern
- Entwicklung eines maschinellen Lernmodells zur Erkennung und Klassifizierung von elektrischen Entladungen
- Aufbereitung von Messdaten für das Training des Modells
- Validierung des fertigen Modells im Prüfstandsversuchen
Voraussetzung:
- Analytisches Denkvermögen und Problemlösungsfähigkeiten
- Motivierte und strukturierte Arbeitsweise
- Begeisterung für Maschinenbau
- Kenntnisse in MatLab und maschinellem Lernen sind von Vorteil
- Sehr gute Deutsch- und Englischkenntnisse
Wir bieten:
- Klimatisierte und Modernisierte HiWi-Räume
- Einstieg in ein interessantes Themenfeld
- Möglichkeit zur Publikation relevanter Ergebnisse
- Intensive Betreuung während der Abschlussarbeit
- Mitarbeit hin zu einer klimaneutralen Zukunft
- Hoher Bezug zu aktuellen Forschungsfragen
Auf deine aussagekräftige Bewerbung per E-Mail freut sich:
Jörn Harling, M. Sc. RWTH
Chair for Wind Power Drives
Campus-Boulevard 61, 52074 Aachen
joern.harling@imse.rwth-aachen.de
Masterarbeit: Untersuchung des Einflusses der Oberflächenbeschaffenheit auf die Dämpfung von verschraubten Baugruppen
Das Institut für Maschinenelemente und Systementwicklung (MSE) der RWTH Aachen University forscht auf dem Gebiet der Antriebssysteme und seiner Subsysteme. Ein Fokus liegt auf der Schwingungsanalyse von Antriebsstrangkomponenten bis hin zum gesamten Antriebssystem. In zahlreichen Forschungsprojekten wurden in den letzten Jahrzehnten die numerischen und messtechnischen Werkzeuge zur Schwingungsanalyse weiterentwickelt. Sie unterstützen heute bei der dynamischen Auslegung sowie der Analyse des NVH (Noise, Vibration, Harshness) – Verhaltens unterschiedlichster Applikationen im Automobil-, Bahn- und Off-Highway-Bereich.
Zur Simulation von akustischem Verhalten müssen Anregungen (bspw. Zahnräder) und der Transferpfad von der Anregung zur Wahrnehmung (bspw. dem Fahrerohr) modelliert werden. Schraubenverbindungen beeinflussen das akustische Verhalten des Transferpfads in Form von Dämpfung maßgeblich. Es ist jedoch noch nicht bekannt, wie das Material der Kontaktpartner sowie die Oberflächenrauheiten die Kontakteigenschaften beeinflussen. Ziel dieser Arbeit ist es daher, ein Modell für die Berücksichtigung von Oberflächenrauheiten und Material in der Fügestelle zu entwickeln. Dazu sollen Messungen an einfachen Testobjekten unterschiedlicher Oberflächenrauheiten und Materialien durchgeführt werden. Anschließend sollen am Institut existierende Modelle des Verhaltens von Schraubenverbindungen auf Basis der Messungen parametriert werden.
Aufgaben:
Voraussetzung:
Wir bieten:
Auf deine aussagekräftige Bewerbung per E-Mail freut sich:
Rasim Dalkiz, M. Sc. RWTH
Institut für Maschinenelemente und Systementwicklung
Eilfschornsteinstraße 18, 52062 Aachen
rasim.dalkiz@imse.rwth-aachen.de
Bachelor- / Masterarbeit: Entwicklung einer Methode zur Parametrierung von Fügestellenmodellen mittels numerisch generierter Oberflächenprofile
Das Institut für Maschinenelemente und Systementwicklung (MSE) der RWTH Aachen University forscht auf dem Gebiet der Antriebstechnik und seiner Subsysteme. Ein Fokus liegt auf der Schwingungsanalyse von Antriebsstrangkomponenten bis hin zum gesamten Antriebssystem. In zahlreichen Forschungsprojekten wurden in den letzten Jahrzehnten die numerischen und messtechnischen Werkzeuge zur Schwingungsanalyse weiterentwickelt. Sie unterstützen heute bei der dynamischen Auslegung sowie der Analyse des NVH (Noise, Vibration, Harshness) – Verhaltens unterschiedlichster Applikationen im Automobil-, Bahn- und Off-Highway-Bereich. Zur Simulation des akustischen Verhaltens müssen Anregungen (bspw. Zahnräder), der Transferpfad und die Wahrnehmung (bspw. dem Fahrerohr) modelliert werden. Schraubenverbindungenbeeinflussen das akustische Verhalten des Transferpfads in Form von Dämpfung in der Fügestelle maßgeblich. Bislang werden Fügestellenmodelle anhand Oberflächenmessungen parametriert. Ziel dieser Arbeit ist daher die Entwicklung einer Methode zur Parametrierung von Fügestellenmodellen mittels numerisch generierten Oberflächenprofilen.
Aufgaben:
Voraussetzung:
Wir bieten:
Auf deine aussagekräftige Bewerbung per E-Mail freut sich:
Rasim Dalkiz, M. Sc. RWTH
Institut für Maschinenelemente und Systementwicklung
Eilfschornsteinstraße 18, 52062 Aachen
rasim.dalkiz@imse.rwth-aachen.de
Bachelor- / Masterarbeit: FE-Simulationsmethoden für die Analyse des akustischen Übertragungsverhaltens von Lagern in Windenergieanlagen
Der Chair for Wind Power Drives erforscht das Verhalten von Antriebssystemen in modernen Multimegawatt-Windenergieanlagen. Forschungsziele sind die Steigerung der Verfügbarkeit, der Robustheit und der Energieeffizienz der Windenergieanlagen (WEA) sowie die Senkung der Stromgestehungskosten. Hierzu werden Software-Entwicklungswerkzeuge und moderne Systemprüfstände im Verbund eingesetzt.
Schadensbendingte Ausfallzeiten machen einen signifikanten Anteil der Stromgestehungskosten von WEA aus. Eine Maßnahme zur Verringerung dieser Ausfälle ist der Einsatz von Condition Monitoring Systemen (CMS) auf Basis von hochfrequentem Körperschall. Abhängig von der Frequenz, Ausbreitungsrichtung und dem zu überwachenden Bauteil können verschiedene Welleneffekte angeregt werden, welche Informationen über den Bauteilzustand aufweisen. Dies wurde am CWD bereits für die Zustandsüberwachung von Gleitlagern mittels akustischen Oberflächenwellen (Lamb-Wellen) gezeigt.
Um ein CMS für ein Lager zu entwickeln, ist die Kenntnis über geeignete Welleneffekte und benötigte Anregungsfrequenzen unabdingbar. Für diesen Zweck eignen sich akustische FEM-Simulationen. Ziel dieser Arbeit ist eine Gegenüberstellung verschiedener Ansätze und optional der Aufbau eines Modells mithilfe eines geeigneten Ansatzes.
Aufgaben:
Voraussetzung:
Wir bieten:
Auf deine aussagekräftige Bewerbung per E-Mail freut sich:
Malte Raddatz, M. Sc. RWTH
Chair for Wind Power Drives
Campus-Boulevard 61, 52074 Aachen
malte.raddatz@cwd.rwth-aachen.de
Projekt-/Bachelorarbeit: Dem Funken auf der Spur: Maschinelles Lernen zur Analyse elektrischer Wälzlagerbelastungen
Das Institut für Maschinenelemente und Systementwicklung (iMSE) erforscht zusammen mit dem Chair for Wind Power Drives (CWD) das Verhalten von Antriebssystemen in modernen Multimegawatt-Windenergieanlagen.
Forschungsziele sind die Steigerung der Verfügbarkeit, der Robustheit und der Energieeffizienz der Windenergieanlagen sowie die Senkung der Stromentstehungskosten.
Ausfälle von Getrieben in Windenergieanlagen werden in rund 76 % der Fälle durch Schäden von Wälzlagern verursacht. Ein Großteil tritt dabei bereits bei 1 – 20 % der errechneten Lagerlebensdauer ein. Werde Teil der Lösung dieses Problems!
Elektrische Belastungen, verursacht durch Ströme aus Generatoren und Umrichtern, sind oft die unsichtbare Ursache für vorzeitige Ausfälle von Wälzlagern. Um diesen Einfluss am Prüfstand genau zu quantifizieren, ist einepräzise Erkennung elektrischer Entladungen in den Messsignalen unerlässlich.
In deiner Abschlussarbeit hast du die Chance, ein innovatives maschinelles Lernmodell zu entwickeln und zu trainieren, das diese Entladungen in Wälzlagern zuverlässig erkennt. Dein Modell wird nicht nur die Anzahl und Häufigkeit dieser Entladungen genau bestimmen, sondern auch wichtige Erkenntnisse über die elektrische Belastung liefern, die auf das Wälzlager einwirkt – und so einen wertvollen Beitrag zur Verlängerung der Lebensdauer von Wälzlagern leisten.
Aufgaben:
Voraussetzung:
Wir bieten:
Auf deine aussagekräftige Bewerbung per E-Mail freut sich:
Jörn Harling, M. Sc. RWTH
Chair for Wind Power Drives
Campus-Boulevard 61, 52074 Aachen
joern.harling@imse.rwth-aachen.de
Masterarbeit: Circularity Gap Analysis – Was fehlt (Model-Based) Systems Engineering für die Integration von Prinzipien der Kreislaufwirtschaft?
Die Entwicklung kreislauffähiger Produkte stellt eine zentrale Herausforderung und zugleich eine immense Chance für die Produktentwicklung dar. Ökodesignrichtlinien und andere Standards formulieren Handlungsempfehlungen für die Gestaltung kreislauffähiger Produkte, die frühzeitig in den Produktentwicklungsprozess (PEP) integriert sowie deren Umsetzung quantifiziert und bewertet werden muss.
Hierfür erforscht das Institut für Maschinenelement und Systementwicklung Methoden zur Integration kreislaufwirtschaftlicher Prinzipien in den PEP mittels Model-Based Systems Engineering (MBSE). MBSE-Methodiken ermöglichen eine Vernetzung der einzelnen Entwicklungsschritte und eingesetzten Entwicklungswerkzeuge innerhalb des PEP und damit eine modellbasierte, quantifizierbare Analyse und Bewertung von Entwicklungsentscheidungen.
In dieser Arbeit sollen die relevanten Datenpunkte zur Bewertung der Kreislauffähigkeit eines Produkts in Systemmodellen verortet sowie dabei identifizierte Datenlücken geschlossen werden.
Mögliche Aufgaben:
Voraussetzung:
Wir bieten:
Auf deine aussagekräftige Bewerbung per E-Mail freut sich:
Jennifer Dreier, M. Sc. RWTH
Institut für Maschinenelemente und Systementwicklung
Eilfschornsteinstraße 18, 52062 Aachen
jennifer.dreier@imse.rwth-aachen.de
Bachelor-/ Master Thesis: »Development of a cyber security concept for industrial 5G use cases«
At the Fraunhofer IPT in Aachen, we work with more than 530 employees every day to make the production of the future more digital, more flexible, and more sustainable. In the department »Production Quality«, one aspect of your tasks includes the conceptualization of solution approaches to transfer novel technologies into the industry.
Within the scope of your thesis, you will investigate how a cyber security concept can be designed to enable secure industrial 5G communication in different application domains (verticals). Here, you will partly work on your tasks in our institute in collaboration with international partners from an EU funded research project.
What you will do
What you bring to the table
What you can expect
Interested? Apply online now. We look forward to getting to know you!
https://jobs.fraunhofer.de/job-invite/75339/
For any further information on this position please contact:
Maximilian Brochhaus M.Sc.
Group Manager »Production Quality«
Phone: +49 241 8904-193
Studentische Hilfskraft im Technologiemanagement
Die Fraunhofer-Gesellschaft (www.fraunhofer.de) betreibt in Deutschland derzeit 76 Institute und Forschungseinrichtungen und ist die weltweit führende Organisation für anwendungsorientierte Forschung. Rund 32 000 Mitarbeitende erarbeiten das jährliche Forschungsvolumen von 3,4 Milliarden Euro.
In der Abteilung Technologiemanagement des Fraunhofer-Instituts für Produktionstechnologie IPT in Aachen beraten und begleiten wir Unternehmen auf ihrem Weg zu einem nachhaltigen Wachstum. Im Team analysieren wir neue Technologien und Anwendungsfelder, leiten Strategien ab und entwickeln für unsere Auftraggeber maßgeschneiderte Lösungen. Zu unseren Schwerpunktthemen zählen die Digitalisierung und Konzeption der intelligenten Fabrik von morgen, die Nachhaltigkeitstransformation produzierender Unternehmen sowie die Ausgestaltung von Innovationseinheiten und das Corporate Venturing.
Du möchtest dabei sein, wenn die Zukunft entsteht? Willkommen im Team!
Was Du bei uns tust
Was Du mitbringst
Was Du erwarten kannst
https://jobs.fraunhofer.de/job-invite/61923/
Fragen zu dieser Position beantwortet Dir gerne:
Matthias Freitag
Wissenschaftlicher Mitarbeiter Technologiemanagement
Telefon: +49 241 8904-275
Bachelor-/ Master Thesis: »AI for the Optimization of Production Processes«
The Fraunhofer-Gesellschaft (www.fraunhofer.com) currently operates 76 institutes and research institutions throughout Germany and is the world’s leading applied research organization. Around 32,000 employees work with an annual research budget of 3.4 billion euros.
At the Fraunhofer IPT in Aachen, we work with more than 530 employees every day to make the production of the future more digital, more flexible and more sustainable. In the department for »Production Quality«, we focus on the digitalization of production systems in order to increase the quality, resilience and sustainability of production processes.
The optimization of production processes is gaining in importance due to the increasing requirements for efficiency and sustainability of processes, but is also becoming more complex. Artificial intelligence (AI) has the potential to significantly improve the optimization of production processes in terms of time, cost and resource efficiency. The challenges arise from the selection and configuration of AI algorithms and the interaction between AI and process engineers. In your thesis, you will investigate how AI algorithms can be utilized for multi-objective process optimization and integrated into production engineering practice.
What you will do
What you bring to the table
What you can expect
Interested? Apply online now. We look forward to getting to know you!
https://jobs.fraunhofer.de/job-invite/76676/
For any further information on this position please contact:
Lars Leyendecker M. Sc.
Group Leader »production quality«
Phone: +49 241 8904-314
Bachelorarbeit: »Künstliche Intelligenz zur Optimierung von Produktionsprozessen«
Die Fraunhofer-Gesellschaft (www.fraunhofer.de) betreibt in Deutschland derzeit 76 Institute und Forschungs-einrichtungen und ist die weltweit führende Organisation für anwendungsorientierte Forschung. Rund 32 000 Mitarbeitende erarbeiten das jährliche Forschungsvolumen von 3,4 Milliarden Euro.
Am Fraunhofer IPT in Aachen arbeiten wir mit mehr als 530 Mitarbeitenden täglich daran, dass die Produktion der Zukunft digitaler, flexibler und nachhaltiger wird. In der Abteilung »Produktionsqualität« beschäftigen wir uns mit der Digitalisierung von Produktionssystemen, um Qualität, Resilienz und Nachhaltigkeit der Produktion zu steigern.
Die Optimierung von Produktionsprozessen wird aufgrund von steigenden Anforderungen an Leistungsfähigkeit und Nachhaltigkeit von Prozessen wichtiger, aber auch komplexer. Künstliche Intelligenz (KI) hat das Potential die Optimierung von Produktionsprozessen zeit-, kosten- und ressourceneffizienter zu machen. Die Herausforderungen liegen hierbei in der Auswahl und Konfiguration der KI-Algorithmen und in dem Zusammenspiel von KI und Entwicklungsingenieuren. Im Rahmen der Abschlussarbeit untersuchst Du, wie KI-Algorithmen zur multikriteriellen Prozessoptimierung eingesetzt und in die produktionstechnische Praxis integriert werden können.
Was Du bei uns tust
Was Du mitbringst
Was Du erwarten kannst
Haben wir Dein Interesse geweckt? Dann bewirb Dich jetzt online mit Deinen aussagekräftigen Bewerbungsunterlagen. Wir freuen uns darauf, Dich kennenzulernen!
https://jobs.fraunhofer.de/job-invite/76676/
Fragen zu dieser Abschlussarbeit beantwortet Dir gerne:
Lars Leyendecker M. Sc.
Gruppenleiter »Produktionsqualität«
Telefon: +49 241 8904-314
Hiwi für die Teilnehmerakquise für das H₂ Business and Technology Forum
Unterstütze uns bei der Akquise von Teilnehmern für das Industrienetzwerk H₂ Business and Technology Forum:
Für den langfristigen Erfolg der Energiewende und für den Klimaschutz brauchen wir Alternativen zu fossilen Energieträgern. Der Hochlauf der Wasserstoffindustrie (H2) wird dabei eine Schlüsselrolle einnehmen. Kunststoffe werden zentral zur Entwicklung großserienfähiger Systeme für die Gewinnung von Wasserstoff sowie zur Lösung der Herausforderungen bei der Speicherung, dem Transport und der Energieerzeugung beitragen, deshalb vernetzen wir die beiden Industrien mit unserem H₂ Business and Technology Forum.
Deine Aufgaben:
Wir wünschen uns:
Wir bieten: