Künstliche Intelligenz

Arbeite an KI-Themen mit!

Wir nutzen Künstliche Intelligenz (KI), um Prozessparameter zu optimieren, Qualitätskontrollen zu automatisieren oder Maschinen vorausschauend zu warten. Bei uns arbeitest du an Werkzeugmaschinen, die Produktionsfehler mithilfe von KI vorhersagen und ausgleichen können.

Arbeite an KI-Themen mit!

Wir nutzen Künstliche Intelligenz (KI), um Prozessparameter zu optimieren, Qualitätskontrollen zu automatisieren oder Maschinen vorausschauend zu warten. Bei uns arbeitest du an Werkzeugmaschinen, die Produktionsfehler mithilfe von KI vorhersagen und ausgleichen können.

Klingt spannend?

Bewirb dich per E-Mail für eine wissenschaftliche Arbeit oder einen Job bei uns. Beschreibe kurz, warum du dich für die Arbeit interessierst und welche Kenntnisse du dafür mitbringst. Hänge auch deine aktuelle Notenübersicht mit an, wenn du diese zur Hand hast.


Entwicklung eines synthetischen Datensatzes für das Training von KI-Modellen zur Spandetektion

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

Dein Ansprechpartner

M. Eng. Lee Marvin Hartung
Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
M. Eng. Lee Marvin Hartung
Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
Bachelor-, Studien-, Masterarbeit

Vergleich von KI-Modellen zur Detektion von Spänen bei Drehprozessen

Die Modellarchitektur und Größe eines KI-Modells hat erheblichen Einfluss auf die Erkennungsgüte des Modells. Ziel dieser Arbeit ist neue Modellarchitekturen auf einem vorgegebenen Datensatz zu trainieren und hinsichtlich ihrer Ausführungszeit und der Erkennungsgüte zu vergleichen. Die erfolgversprechendsten Modelle sollen im Anschluss optimiert und die Ergebnisse für unbekannte Daten validiert werden.  

Das Aufgabengebiet umfasst die Unterstützung im Bereich der:

  • Recherche und Auswahl möglicher Modellarchitekturen zur Spandetektion
  • Implementierung und Training ausgewählter Modelle
  • Optimierung und Validierung der Ergebnisse

Dein Ansprechpartner

M. Eng. Lee Marvin Hartung
Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
M. Eng. Lee Marvin Hartung
Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
Bachelor-, Studien-, Masterarbeit

Erweiterung eines KI-Modells um Tracking-Methoden zur Nachverfolgung von Spänen

Kritische Späne können sich um das Werkstück oder Werkzeug wickeln und diese beschädigen. Bereits vorhanden sind KI-Modelle um den Span zu detektieren. Für die Bewertung kann allerdings auch die Entstehungszeit des Spans relevant sein. Hierfür müssen die Späne allerdings robust und ohne Aussetzer erkannt werden. Ziel der Arbeit ist daher die Implementierung und der Vergleich verschiedener Tracking-Algorithmen zur Nachverfolgung von Spänen. 

Das Aufgabengebiet umfasst die Unterstützung im Bereich der:

  • Recherche und Auswahl von Tracking-Algorithmen zur Verfolgung von Spanbildungen 
  • Implementierung ausgewählter Tracking-Algorithmen
  • Validierung der Ergebnisse

Dein Ansprechpartner

M. Eng. Lee Marvin Hartung
Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
M. Eng. Lee Marvin Hartung
Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
Bachelor-, Studien-, Masterarbeit

KI-basierte Datenanalyse und Klassifikation von Prozessfehlern

Während der Zerspanung können Prozessfehler auftreten, die die Analgensicherheit gefährden und zu einer verringerten Bauteilqualität führen. Um dem entgegenzuwirken, werden Fertigungsprozesse automatisiert überwacht. Dabei werden Verfahren aus dem Bereich der künstlichen Intelligenz (KI)eingesetzt, um fehlerhafte Prozesse zu erkennen und zu klassifizieren. Ziel möglicher Arbeiten ist es, verschiedene Prozessfehler zu untersuchen und einen Klassifikator zu entwickeln, der zwischen verschiedenen Fehlern unterscheidet und die Ausprägung dieser bewertet. Hierdurch soll die Grundlage für ein innovatives Assistenzsystem geschaffen werden, das Maschinenbediener unterstützt und so zu einer Steigerung der Produktivität beiträgt.

In diesem Themenbereich werden mehrere Arbeiten angeboten. Der inhaltliche Schwerpunkt deiner Arbeit wird individuell mit dir abgestimmt.

Das Aufgabengebiet umfasst die Unterstützung im Bereich der:

  • Versuchsplanung und Datenakquise
  • Datenverarbeitung und explorative Datenanalyse
  • Klassifikation von Prozessfehlern und Prognose von Trends
  • Implementierung und Evaluation verschiedener KI-Methoden

Dein Ansprechpartner

M. Sc. Maximilian Krüger
Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
M. Sc. Maximilian Krüger
Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
Bachelor-, Studien-, Masterarbeit

Aufbau eines Prüfstandes zur kontrollierten Belichtung von metallischen Objekten

Metallische Objekte neigen auf Grund ihrer Glanzeigenschaften dazu Licht zu reflektieren. Trifft das reflektierte Licht auf den Sensor einer Kamera kommt es häufig zu überbelichteten Bereichen im Bild. Diese Bereiche enthalten keine Informationen und sind ausgebrannt. In der Nachbearbeitung ist es daher nicht möglich diese Bereiche abzudunkeln und Informationen zu retten. Ziel dieser Arbeit ist der Aufbau und die Untersuchung eines Prüfstandes, um metallische Objekte kontrolliert auszuleuchten und über- und unterbelichtete Bereiche zu vermeiden. Untersucht werden soll unter anderem die Intensität des Lichtes, der Abstand und Einfallswinkel des Lichtes sowie Elemente, um das Licht in seiner Eigenschaft zu verändern (bspw. durch einen Diffusor oder Polfilter).

Du erlernst bzw. vertiefst in dieser Arbeit:

  • Grundlagen der Optik
  • Methoden um Licht zu steuern
  • Aufbau und Untersuchung eines Prüfstandes
  • Entwicklung eigener Belichtungseinheiten (PCB Design)

Dein Ansprechpartner

M. Sc. Paul Krombach
Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
M. Sc. Paul Krombach
Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
Masterarbeit

Untersuchung verschiedener Konzepte zur Entfernung von Kühlschmierstoff und Spänen von glatten Oberflächen

Während der Zerspanung wird bei Werkzeugmaschinen in der Regel Kühlschmierstoff (KSS) eingesetzt. Ziel dieser Arbeit ist, eine klare Sicht auf die Bearbeitung sicherzustellen. Im Rahmen der ausgeschriebenen Arbeit werden daher verschiedene Konzepte zur Entfernung von Kühlschmierstoff und Spänen von Glasscheiben aufgestellt und untersucht. Des Weiteren soll ein KSS dichtes Gehäuse für Sensorik konstruiert und auf seine Dichtigkeit untersucht werden.

Du erlernst bzw. vertiefst in dieser Arbeit:

  • Methoden zur Bewertung von Lösungskonzepten
  • Methoden der Produktentwicklung
  • CAD
  • Pneumatik
  • Handwerkliche Tätigkeiten (Aufbau und Verkabelung des Prüfstandes)

Dein Ansprechpartner

M. Sc. Paul Krombach
Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
M. Sc. Paul Krombach
Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
Masterarbeit