Bildbasiertes maschinelles Lernen zur Identifikation von Prozesszuständen beim Stanzen

Image-based Machine Learning for Identification of Process States in Shear Cutting

Masterthesis

Aktuelle Forschungsarbeiten des PtUs zielen auf die Bildaufnahme und -verwertung in Stanzprozessen ab. Bilder enthalten wertvolle Informationen über vorliegenden Verschleiß und Bauteilqualitäten, die quantitativ mittels maschineller Lernalgorithmen klassifiziert und regressiert werden können. Im Rahmen der ausgeschriebenen Thesis sollen am Institut erlangte Erkenntnisse im industriellen Umfeld angewendet und validiert werden. Als Partnerunternehmen steht mit der Freudenberg & Co. KG eine Unternehmensgruppe bereit, in deren Fertigungsprozessen Stanzoperationen ein wichtiger Bestandteil sind. Ziel der Thesis ist es, Messtechnik in einen industriellen Prozess zu integrieren, Daten aufzunehmen und mit überwachten Machine Learning Methoden auszuwerten. Dabei sind insbesondere Herausforderungen zu überwinden, die das Auslösen der Bildaufnahme sowie die Zuordnung der Bilder zu bestimmten Prozesszuständen betreffen.

Genaue Inhalte der Arbeit können gerne persönlich im Rahmen einer Videokonferenz mit Betreuern und Partnerunternehmen geklärt werden.

Konstruktion des Bildaufnahmesystems

Forschungsmethode

Konstruktiv, experimentell