Im Projekt EmSim analysierst du mit uns störanfällige Prozessfälle beim Fräsen. Auf der Basis von Spindelstromdaten sollen dabei Muster erkannt und klassifiziert werden. Ziel deiner Arbeit ist die Entwicklung einer Entscheidungslogik zur Optimierung von Überwachungsgrenzen. Die Analyse und Modellierung erfolgen mittels Python.

Deine Aufgaben:

• Analyse bestehender Datensätze von Zerspanungsversuchen in Python
• Entwicklung einer Entscheidungslogik zur Anpassung von Überwachungsgrenzen
• Überprüfung der entwickelten Logik

Idealerweise bringst du mit:

• Interesse an Zerspanungstechnologien und Datenanalyse
• erste Erfahrungen mit Methoden des maschinellen Lernens oder Interesse, sich in diese einzuarbeiten
• gute Programmierkenntnisse in C# oder Python

Die KI-gestützte Vorhersage der Bauteilqualität ermöglicht kostengünstige 100 %-Qualitätskontrollen in der Fertigungstechnik. In dieser Arbeit wird ein realer Produktionsdatensatz analysiert und unterschiedliche KI-Modelle untersucht. Ziel ist es, Qualitätsgrößen auf Basis von Merkmalen in den Prozesssignalen mit hoher Genauigkeit zu berechnen. Der Fokus der Arbeit liegt auf sequenzbasierten KI-Ansätzen, die sich für die Verarbeitung von Zeitreihen besonders eignen.  

Das Aufgabengebiet umfasst die Unterstützung im Bereich der:

• Programmierung von Python Skripten zur Datenanalyse und -vorverarbeitung
• Training und Evaluation von KI-Modellen

Idealerweise bringst du mit:

• Du verfügst über gute Deutsch- oder Englischkenntnisse
• Selbstständiges und strukturiertes Arbeiten ist für dich selbstverständlich
• Gute Kenntnisse im Bereich der Analyse von Zeitreihen mit Python

KI-Modelle erfordern eine hohe Anzahl an varianten Daten. Die Daten zu erzeugen und für das Training ein KI-Modells aufzuarbeiten nimmt dabei viel Zeit in Anspruch. Ziel dieser Arbeit ist daher die Entwicklung eines synthetischen Datensatzes für die Spandetektion. Hierfür werden werden reale Daten verwendet und diese durch Methoden der Bildverarbeitung neu zusammengesetzt. Untersucht werden verschiedene Methoden zur Datensatzerstellung und der Anteil an synthetischen Daten im Datensatz. 

Das Aufgabengebiet umfasst die Unterstützung im Bereich der:

• Programmierung von Python Skripten zur Bildverarbeitung und Datenaugmentierung
• Training von KI-Modellen 
• Validierung der Ergebnisse auf realen Prozessaufnahmen