Fraunhofer-Institut für Produktionstechnologie IPT

Machine Learning (ML) konnte bereits in vielen Anwendungen zur Optimierung von
Produktionsprozessen beitragen. Unter anderem kann ML bei der Fertigung von
Triebwerkskomponenten eingesetzt werden, um eine höhere Bauteilqualität zu erzielen. Aus diesem
Grund sollen im Rahmen dieser Abschlussarbeit automatisiert Anomalien auf Basis von real
aufgenommenen Daten eines Fräsprozesses detektiert werden. Eine genaue Detektion der Anomalien
kann zu Anpassungen von Prozessparametern genutzt werden, was zu höheren Genauigkeiten und
somit zu einer höheren Produktqualität führt.

Deine Aufgaben

  • Einarbeitung in den Stand der Technik zur ML-basierten Anomaly Detection
  • Implementierung und Benchmarking unterschiedlicher ML-Modelle
  • Uncertainty Quantification von ML-Modellen in der Produktion
  • Auswertung und Dokumentation der Ergebnisse

Was du mitbringst

  • Du studierst Maschinenbau, Informatik, Wirtschaftsingenieurwesen oder ein vergleichbares Fach
  • Erste Erfahrungen im Bereich von Machine Learning von Vorteil
  • Ein hohes Maß an Eigeninitiative und Teamgeist
  • Sehr gute Sprachkenntnisse in Englisch

Was wir bieten

  • Pionierrolle bei der ML-basierten Anomaly Detection für das Fräsen von Triebwerkskomponenten
  • Eine exzellente Ausstattung an Maschinen und Geräten
  • Mitarbeit in einem Industrieprojekt und in einem engagierten Team

Hinweis: Die Projekt- oder Abschlussarbeit kannst du bei uns ab sofort und in direkter Kooperation mit
dem Lehrstuhl für Fertigungsmesstechnik und Qualitätsmanagement durchführen. Das Fachpraktikum
ist gemäß den Richtlinien der RWTH Aachen University bevorzugt bei einem produzierenden
Industrieunternehmen abzuleisten und kann nur in Ausnahmefällen bei uns stattfinden.

Auf deine aussagekräftige Bewerbung freut sich
Gustavo Laydner de Melo Rosa, Eng. Mec.
Fraunhofer-Institut für Produktionstechnologie IPT
Steinbachstraße 17, 52074 Aachen
gustavo.laydner.de.melo.rosa@ipt.fraunhofer.de

Um sich für diesen Job zu bewerben, sende deine Unterlagen per E-Mail an gustavo.laydner.de.melo.rosa@ipt.fraunhofer.de