Karriere am WZL

 

Masterarbeit oder Bachelorarbeit oder Projektarbeit

am Forschungsbereich Fertigungsmesstechnik und Qualitätsmanagement, Abteilung Quality Intelligence, Gruppe Customer Insights
 

Machine Vision Anwendungen im Qualitätsmanagement: Perceived Quality Prüfung

Ausgangssituation:

Produzierende Unternehmen sind einems ständigen Wettbewerbs- und Innovationsdruck ausgesetzt, der in Folge sich verändernder Anforderungen an das Produkt wie beispielsweise verkürzte Produktlebenszyklen, steigende Produktkomplexität und stärkere Individualisierung der Produkte intensiviert. Dies stellt besondere Herausforderungen für die Qualitätssicherung, insbesondere mit Blick auf die wachsende Bedeutung von Perceived Quality, die die subjektiv die Produktwahrnehmung beeinflussenden Kriterien beschreibt. Zur Objektivierung des haptischen Eindrucks werden Prüfsysteme verwendet, mit denen bspw. Stellteile in Automobilinnenraum auf ihr haptisches Feedback teilautomatisiert untersucht werden können. Die Herausforderung einer höheren Automatisierung finden sich in diesem Bereich besonders in der hohen Interklassenvarianz der betrachteten Stellteile.
Ein Ansatz zur Bewältigung der dynamischen Anforderungen und zur Erhöhung des Automatisierungsgrades findet sich in der autonomen Erfassung und Identifikation von Qualitätsmerkmalen mittels eines Machine Vision Systems, welches sich neuen, selbstlernenden Algorithmen der Bildverarbeitung bedient.

Aufgabenstellung:

Im Rahmen einer Forschungsarbeit besteht die Möglichkeit, sich mit unterschiedlichen Elementen des Machine Vision Systems auseinanderzusetzen.
Folgender Auflistung sind mögliche Themengebiete zu entnehmen:
- Transfer und Optimierung des bestehenden Machine Vision Systems in eine neue Infrastruktur für autonome Perceived Quality Prüfungen am Anwendungsbeispiel von Stellteilen im Automobilinnenraum
- Entwicklung einer Reinforcement Learning Methodik zur Optimierung bestehender Algorithmen des Machine Vision Systems
- Entwicklung einer universell einsetzbaren Bildverarbeitungslogik zur sicheren Identifikation von Objekte auf Basis individueller Oberflächengestaltungsmerkmale

 
Geboten wird:

- Aktuelle Thematik im Rahmen von Forschungsprojekten
- Abgegrenzte Aufgabenstellung
- Umfangreiche Betreuung
 
Voraussetzungen:

- Sehr hohes Maß an Teamfähigkeit, Motivation und Einsatzbereitschaft
- Selbstständiges und verantwortungsvolles Arbeiten
- Grundlagen in Python, Machine Vision und Machine Learning wünschenswert

Wenn Du Interesse an der Bearbeitung hast, freue ich mich sehr über eine E Mail, gerne mit Lebenslauf und aktuellem Notenspiegel im Anhang. Für eigene Themenvorschläge im Bereich Machine Vision im Qualitätsmanagement bin ich ebenfalls offen.
Zeitaufwand: 40,00 Arbeitsstunden

Ansprechpartner(in):
Jimmy Chhor, M.Sc. RWTH, M.Sc.
 
BGH 109
Tel.: +49 241 80-21995
Fax: +49 241 80-621995
Mail: J.Chhor@wzl.rwth-aachen.de