KI-basiertes Condition Monitoring an Schwingungs-Versuchstand
Status: vergeben
Mit Hilfe von Condition Monitoring können aus (Schwingungs-) Daten verschiedene Zustände einer Maschine erkannt werden. Zur prozessbegleitenden Analyse bietet sich der Einsatz von KI an, welche in einer kurzen Zeit aus den der erfassten Daten den aktuellen Zustand ableiten kann.
Ihre Aufgabe:
Ziel der Arbeit ist die Erstellung eines leistungsfähiges KI-Modells, mit dem verschiedene Zustände eines Schwingungsprüfstandes im Rahmen des Condition Monitoring erkannt werden können.
Mögliche Zustände sind Schäden an den Lagern (Innenring, Außenring, Wälzkörper), Auftreten einer Unwucht am Rotor (Rotor defekt, Rotorblatt fehlt), Effekte am Riemen (Übersetzung, Schlupf) sowie das Erkennen von verschiedenen, vordefinierten Sensor-Positionen am Schwingungsprüfstand. Dazu müssen Messungen am Prüfstand durchgeführt, interpretiert und die Messwerte für das Anlernen der KI aufbereitet werden. Für die KI muss ein für das Condition Monitoring geeignetes Modell ausgewählt und programmiert werden. Anschließend soll die KI in Laborversuchen getestet werden.
Die Fragestellungen der Arbeit sind:
- Wie können die verschiedenen Zustände anhand von Schwingungsmesswerten erkannt werden?
- Erfasste Probleme/Herausforderungen aufgreifen und mittels ermittelter (geeigneter) Methoden beispielhaft lösen
- Welche KI-Modelle eignen sich für das Condition Monitoring?
- Kann die KI die Zustände anhand von Schwingungen erkennen?
- Kann die KI aus den vorherrschenden Zuständen die Schwing-stärke nach DIN ISO 10816-1 bewerten
- Kann die KI verschiedene Sensorpositionen auf dem Schwingungs-Versuchstand erkennen?
Ihr Profil:
Sie haben Interesse an
- Wissenschaftliches Arbeiten
- KI-Modellen
- Programmierung
und erfüllen die Voraussetzungen
- Systematisches Arbeiten
- Kenntnisse in der Schwingungstechnik
- Kenntnisse in der Programmierung (Python wünschenswert)
- Kenntnis von KI-Modellen (wünschenswert)
