Erfolgreiche Promotion von Christian Kubik!
22.07.2024
Am 09. Juli fand die erfolgreiche Disputation unseres ehemaligen wissenschaftlichen Mitarbeiters Christian Kubik statt. Seine Dissertation trägt den Titel „Zuverlässige maschinelle Lernmodelle zur Zustandsdiagnose von Fertigungsprozessen am Beispiel des Stanzens“.
In seiner Dissertation entwickelt Herr Kubik Maßnahmen zur Erhöhung der Zuverlässigkeit maschineller Lernmodelle (ML) im Kontext fertigungstechnischer Prozesse. Der industrielle Einsatz von datengetriebenen Überwachungsansätzen ist noch aufgrund diverser Umsetzungshürden limitiert, so dass das volle Potenzial dieser Technologie nicht wirtschaftlich ausgeschöpft werden kann. Ein entscheidendes Hindernis ist dabei die Generalisierbarkeit von maschinellen Lernmodellen, um der Herausforderung sich verändernder Randbedingungen im realen Fertigungsprozess zu begegnen.
An dem für die Produktion repräsentativen Fertigungsprozess des Stanzens untersuchte Herr Kubik, wie die Performance von maschinellen Lernmodellen zur Zustandsdiagnose auch unter schwankenden Prozessrandbedingungen und dem damit einhergehenden Data Shift maximiert werden kann. Um genau diesen Data Shift im Lebenszyklus maschineller Lernmodelle zu beherrschen, adaptiert Herr Kubik die Begriffe, Robustheit, Flexibilität und Resilienz und zeigt anhand verschiedener Maßnahmen auf, wie diese zur Erhöhung der Zuverlässigkeit von ML-basierten Überwachungssystemen beitragen. Mit seiner Arbeit leistet Herr Kubik somit einen entscheidenden Beitrag, zukünftig die Hürden für den Einsatz von maschineller Lernmodelle zur Zustandsdiagnose im industriellen Umfeld zu überwinden und somit einen nachhaltigen Transfer in die Praxis zu ermöglichen.
Besonderer Dank geht an Prof. Dr. Mathias Liewald von der Universität Stuttgart, der das Promotionsverfahren als Korreferent unterstützt hat.
Das PtU dankt Herrn Kubik für sein langjähriges Engagement, seinen außerordentlichen Einsatz bei der Erschließung neuer Themenfelder und seinen Beitrag zur Weiterentwicklung der Institutsinfrastruktur. Wir wünschen ihm für seine berufliche und private Zukunft alles Gute und viel Erfolg.
