Karriere am WZL

 

Masterarbeit

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

Prädiktion von Leistungskurven im Kontext energieflexibler Produktionsprozesse

Ausgangssituation:

Die Energiewende führt zu einer höheren Volatilität auf dem Energiemarkt. Unternehmen können von dieser Volatilität profitieren, wenn es ihnen gelingt, die Produktion unter energetischen Zielgrößen zu flexibilisieren und wenn sie Leitanbieter für die dafür erforderlichen Technologien und Prozesse werden
Im Kopernikus-Projektes SynErgie ist einer der zentralen Leitgedanken die Synchronisierung der industriellen Energienachfrage mit dem fluktuierenden Energieangebot. Bezogen auf die Strukturebene Arbeitsplatz in einem produzierenden Unternehmen ist es notwendig, für einzelne Produktionsanlagen a priori Leistungskurven zu prognostizieren, die wiederum eine Nivellierung der Leistungsnachfragen in der Produktionsplanung ermöglicht.
Einen Ansatz zur Prädiktion der Leistungskurven mittels a priori bekannter Informationen bildet die Modellierung von Produktionsanlagen als digitalen Schatten, einem hinreichend genauen Abbild der relevanten (Produktions-) Daten. Die Modellbildung erfolgt mittels industrienah aufgezeichneter Messdaten und Methoden des Machine Learnings.

Aufgabenstellung:

Das Ziel des Forschungsvorhabens ist die Abschätzung der Leistungsnachfrage einer Produktionsanlage auf Basis von bauteilspezifischen, maschinenspezifischen sowie umgebungsspezifischen Einflussfaktoren mit einem Black-Box-Modell. Dieses soll bedingt durch die komplexe und aufwendige (vollumfängliche) Erfassung von Prozessinformationen eine möglichst genaue Aussage zur Leistungsnachfrage mit einer geringen Menge von a priori Informationen erlauben.
Ausgehend von Vorarbeiten mit 3D Druckern sollen hierzu bestehende und alternative Modellierungsansätze bezogen auf spanende Fertigungsverfahren untersucht und exemplarisch für ein Bearbeitungszentrum implementiert werden.
Das Ergebnis der Abschlussarbeit stellt ein Modell zur Prognose der Leistungsnachfrage auf Basis von a priori Informationen dar, welches am Beispiel eines Demonstratorbauteils validiert wird.

 
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 Data Analytics 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.
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