(Bachelor/Praktikum/Master) Zustandserkennung und -vorhersage von Produktionsmaschinen

Motivation

Im Zeitalter von Industrie 4.0 sind Produktionsabläufe hoch automatisiert und Produktionsmaschi-nen sehr gut vernetzt. Ein Ausfall einer solchen Produktionsmaschine führt jedoch zu großen fi-nanziellen Einbußen, da er zum Stillstand einer ganzen Anlage führen kann. Um dies verhindern zu können, werden aktuell in regelmäßigen Abständen Wartungen der Produktionsmaschinen vor-genommen. Dies ist jedoch weder der kostengünstigste Ansatz, noch verringert er die Stillstands-zeit maximal. Stattdessen sollte anhand von Monitoringdaten der Produktionsmaschinen auf den aktuellen Zustand geschlossen werden und idealerweise noch die zukünftige Entwicklung des Zu-standes vorhergesagt werden, um so genau dann Wartungen durchführen zu können, wenn sie wirklich benötigt werden.

­­­­

Ziele

Für diesen Forschungsbereich bauen wir aktuell mehrere Kooperationen mit Industriepartnern aus der Region aus. Ein erstes Ziel dieser Arbeit ist die Einarbeitung in die realen Daten. Anschließend müssen die wichtigen Faktoren (Sensoren) identifiziert werden. Nach dieser Feature Selektion sol-len dann verschiedene statistische und Machine Learning Methoden angewendet werden, um eine Zustandsdiagnose und -prognose durchzuführen.

Wir bieten

• Interessante Arbeit in aktuellen Forschungsthemen
• Zusammenarbeit mit lokalen Unternehmen
• Möglichkeit der Einbringung eigener Ideen bei der Lösungsgestaltung
• Intensive Betreuung und Unterstützung
• Möglichkeit der Übernahme als Forschungs-HiWi

Dauer                                                                            

      3 - 6 Monate

Kontakt

Marwin Züfle, M.Sc.
marwin.zuefle@uni-wuerzburg.de
https://go.uniwue.de/zuefle