Werkzeugmaschinenlabor (WZL)
Lehrstuhl für
Produktionssystematik
Abteilung Fahrzeugproduktion Gruppe Karosseriebau
Ansprechpartner
Yannick Boelsen M.Sc. RWTH Campus-Boulevard 30 D-52074 Aachen
y.boelsen@wzl.rwth-aachen.de
Stand
Dezember 2020
Ausgangssituation
Automatisiertes Schweißen ist Haupt- bestandteil vieler Produktionsketten, z.B. im automobilen Karosseriebau.
Gleichzeitig stellen Schweißverbin- dungen aber hohe Anforderungen an die Qualitätsprüfung. Produzierende Unternehmen haben daher hohe Auf- wände in der Qualitätssicherung und erzeugen dabei vor allem durch zerstö- rende Prüfungen ressourcenschweren Ausschuss. Künstliche Intelligenz und maschinelles Lernen versprechen da- ten-basierte Quality Insights mit deut- lich geringen Aufwänden. In einer Vor- studie wurden mittels mehrerer Daten- quellen Prozessdaten einer Roboter- schweißzelle aufgenommen, die nun ausgewertet werden wollen.
Aufgabenstellung
Das Ziel dieser Arbeit ist die Entwick- lung von Konzepten und Implementie- rungen für Machine Learning und KI- Anwendungen zur Qualitätsprädiktion bei automatisierten Schweißprozes- sen.
Zu bearbeitende Teilaufgaben könnten hierbei sein:
- Auswahl und Bewertung mögli- cher Datenquellen in automati- sierten Schweißprozessen - Entwicklung von geeigneten
Merkmalsextrahierungsverfah- ren aus Rohdaten
- Entwicklung von Predictive Qua- lity Modellen für automatisierte Fügeprozesse
Der Fokus der Arbeit wird in Abhängig- keit der Interessensschwerpunkte defi- niert.
Voraussetzungen:
– Hohe Motivation und Einsatzbereit- schaft
– Interesse und idealerweise Vor- kenntnisse in Datenverarbeitung und Machine Learning
– Selbstständige Arbeitsweise Geboten wird:
– Umfangreiche Betreuung – Abgegrenzte Aufgabenstellung,
schnelle Bearbeitung möglich – Einarbeitung in Machine Learning – Experteneinblick in die Fahrzeug-
produktion
– Ggf. eigenverantwortliche Durchfüh- rung von Datenaufnahme in Robo- terzelle