AKTUELLE MASTERARBEIT (KOOPERATION MIT DAX-UNTERNEHMEN)
| Bereich | Betreuer | Art |
|---|---|---|
| Medizintechnik & Bildverarbeitung | Max-H. Laves | Masterarbeit |
Bildbasierte Bauteilklassifikation mit Deep Learning für die Instandhaltung von Investitionsgütern
Motivation
Die Reparatur und Instandhaltung von wertvollen und komplexen Investitionsgütern (z.B. Maschinen, Anlagen, Turbinen, Windräder) ist für produzierende Wirtschaftsunternehmen von großer Bedeutung. Eine wichtige Voraussetzung für die Instandhaltung ist die Erkennung defekter Bauteile. Dieser langwierige Prozess erfordert ein hohes Maß an Expertenwissen.
Im Rahmen dieser Arbeit sollen Bauteile mittels bildbasiertem Deep Learning klassifiziert werden, um ihren Zustand automatisch zu analysieren. Nach einer Literaturrecherche für geeignete Verfahren sollen die Daten eines Projektpartners (DAX-Unternehmen) aufbereitet werden. Ein Machine-Learning-Modell soll implementiert und trainiert werden. Abschließend soll das Modell unter produktionsnahen Bedingungen beim Projektpartner evaluiert werden. Voraussetzung für diese Arbeit sind eigene Vorarbeiten im Bereich des Machine Learnings.
Stichworte: Bildverarbeitung, Machine Learning, Bauteilprüfung
Die Aufgabe beinhaltet insbesondere folgende Punkte:
- Literaturrecherche
- Datenaufbereitung
- Erstellung einer Bauteilklassifikation im Bereich der Reparaturentwicklung
- Evaluation beim Projektpartner
ENTWICKLUNG EINER SCHLUPFSCHÄTZUNG FÜR DIE SENSORDATENFUSION ZUR BESCHLEUNIGUNGSERMITTLUNG (EXTERN: IAV-GIFHORN)
| Bereich | Betreuer | Art |
|---|---|---|
Fahrzeuglängsdynamikregelung & Prädiktion Identifikation & Regelung | Dr.-Ing Christoph Schweers (IAV) Daniel Fink, M.Sc. (imes) | Studien-/Bachelor-/Masterarbeit |
Thema: Entwicklung einer Schlupfschätzung für die Sensordatenfusion zur Beschleunigungsermittlung (extern: IAV-Gifhorn)
Motivation
Für die Regelung der Fahrzeuglängsbeschleunigung im Zusammenhang mit Assistenzfunktionen wie Adaptive Cruise Control (ACC) ist eine genaue Kenntnis der Beschleunigung über Grund erforderlich. Hierfür stehen verschiedene Sensor- und Modellsignale zu Verfügung wie ein Beschleunigungssensor, Raddrehzahlsensoren, E-Maschinendrehzahlen und Modellbeschleunigungen, deren Signale unterschiedlichen Störungen unterliegen und diverse Einschränkungen in unterschiedlichen Arbeitspunkten aufweisen. In aktuellen Fahrzeugprojekten wird auf Basis dieser Eingangssignale mittels Sensordatenfusion ein Beschleunigungs- und Geschwindigkeitssignal ermittelt, das für unterschiedliche Assistenzsysteme im Bereich der Geschwindigkeits- und Beschleunigungsregelung genutzt wird.
Aufgabe
Zur Verbesserung der Signalgüte des fusionierten Beschleunigungs- und Geschwindigkeitssignals soll in dieser Arbeit die aktuelle Schlupfschätzung der vier zu Verfügung stehenden Raddrehzahlinformationen weiterentwickelt werden. Auf deren Basis gilt es eine Anpassung des bestehenden Sensordatenfusionsalgorithmus durchzuführen. Hierbei ist sowohl die aktuelle Struktur zu überarbeiten als auch eine neue Parametrierung des Fusionsalgorithmus zu erstellen.
EXTERNE ARBEIT BEI IAV: MODEL-BASED DEVELOPMENT IM BEREICH COMMERCIAL VEHICLES
| Bereich | Betreuer | Art |
|---|---|---|
| Identifikation & Regelung | Eduard Popp | Studien-/Bachelor-/Masterarbeit |
Externe Arbeit bei IAV: Model-Based Development im Bereich Commercial Vehicles
Im Bereich "Advanced Engineering & Model-Based Development" werden stetig neue Antriebskonzepte für Nutzfahrzeuge entwickelt, um diese für die Zukunft effizient, sauber und smart zu gestalten. In Kooperation mit dem Industriepartner IAV in Gifhorn wird an linearen und nichtlinearen Identifikationsverfahren für komplexe mechatronische Anlagen geforscht.
Das Themenspektrum reicht von der physikalischen Modellierung der motorischen Verbrennung (Leistung, Emissionen) und Abgasnachbehandlung über die ressourceneffiziente modellbasierte Applikation bis hin zur Entwicklung innovativer Diagnose- und Regelungskonzepte.
Schwerpunkt der Arbeit kann je nach Interesse an folgende Themen angepasst werden:
- Motorprozess- und Luftpfadsimulation sowie Modellierung der Emissionen
- Anwendung morderner Optimierungs-, Diagnose und Regelungsverfahren.
REGELUNG ZUR EFFIZIENZSTEIGERUNG VON INDUSTRIELLEN GLEICHSTROMNETZEN
| Bereich | Betreuer | Art |
|---|---|---|
| Regelung zur Effizienzsteigerung von industriellen Gleichstromnetzen | Elias Knöchelmann | Studien-/ Bachelor-/ Masterarbeit |
Thema
Durch die Umwandlung des industrietypischen Drehstromnetzes in ein Gleichstromnetz kann die Energieeffizienz in der Produktion und die Flexibilität im Hinblick auf schwankende Energieangebote erhöht werden. Die Erarbeitung einer Lösungsstrategie zur energie-/ kostenoptimale Regelung eines DC-Netzes ist Ziel des Projektes. Nach Absprache können verschiedene Aufgaben vergeben werden (siehe Anhang).
STATISTICAL SHAPE MODEL DES HALS-RACHEN-RAUMS
| Bereich | Betreuer | Art |
|---|---|---|
| Medizintechnik & Bildverarbeitung | Sontje Ihler | Studien-/ Bachelor-/ Masterarbeit |
Thema
Im Rahmen eines EU-Projektes soll ein anatomiegerechtes Laryngoskop entwickelt werden. Hierfür soll als Basis ein statistisches Form-Modell des Larynx auf Basis von segmentierten CT-Daten trainiert werden. Statistische Formmodelle sind ein interessantes Instrument in der medizinischen Bildverarbeitung, da sie die vielfältigen, individuellen Form-Eigenschaften einer anatomischen Struktur in ihrer Ähnlichkeit und ihrer Variabilität innerhalb einer Patientengruppe vereinen und abbilden können. Diese Arbeit gibt neben der medizinischen Bildverarbeitung auch Einblicke in die Mustererkennung und Klassifizierung.
- Teaser ins Thema von der Universität Basel: www.youtube.com/watch
