Bachelor-/Master-Arbeiten

„Entwicklung einer Methode zur Charakterisierung von Prozessen anhand vom Maschinendaten“, Masterarbeit

 
Motivation:
  • Im Zuge der Entwicklungen im Bereich „Industrie 4.0“ fallen immer größere Datenmengen an. Dies betrifft auch die verfügbaren Daten die während der Produktion / Montage an den einzelnen Anlagen anfallen. Diese Daten können im Rahmen eines Prozess-Monitorings verwendet werden, um Abweichungen vom Normalbetrieb der Anlagen zu detektieren und so ggf. frühzeitig Produktionsfehler auszuschließen.
 
Problemstellung:
  • Für ein effizientes Prozess-Monitoring auf Basis von Maschinendaten, bedarf es Methoden zur systematischen Auswahl und Evaluation geeigneter Merkmale. Aufgrund der großen Menge an Sensorik und Aktuatorik in heutigen Maschinen fallen eine Vielzahl von Daten an, die es notwendig machen auf systematische Weise zu untersuchen, welche dieser Daten für eine Bewertung des Prozesszustands relevant sind und wie diese Aufbereitet werden müssen. Zudem ist es notwendig zu erkennen, wenn die verwendete Datenbasis nicht ausreichend ist.
 
Zielsetzung:
  • Das Ziel der Masterarbeit ist die Erarbeitung einer Methodik zur Analyse und Bewertung von Maschinendaten im Hinblick auf die Klassifizierung des Prozesszustands. Die Methodik soll dabei die Identifikation relevanter Merkmale und die Ableitung von Ursache-Wirkungs-Zusammenhängen abdecken. Schließlich soll sie eine Bewertung der resultierenden Modelle im Hinblick auf ihre Vollständigkeit ermöglichen. In Kooperation mit dem Sondermaschinenhersteller bwm wird die Methodik anhand einer realen Maschinen evaluiert werden.
 
Voraussetzung:
  • Abgeschlossenes Bachelorstudium (Wirtschaftsingenieurwesen oder Produktionstechnik)
  • Erfahrungen im Umgang mit statistischen Methoden (u.a. Sensitivitätsanalysen, Regressionen)
  • Programmiererfahrungen (Pyhton, Matlab, R oder Java)
  • Gute Englischkenntnisse
  • Sehr Gute Deutschkenntnisse in Wort und Schrift
  • Selbstständiges Arbeiten und hohe Zuverlässigkeit
 
Ansprechpartner:
BIBA, Bereich: IPS
Daniel Rippel
E-Mail: rip@biba.uni-bremen.de
Tel.: 0421 / 218 - 50137
 

Arbeitsthema: „Simulation von Oberflächeninspektion bei Windenergieanlagen“, ab sofort, Bachelorarbeit

 
Hintergrund:
  • Wir wollen die Rotorblattinspektion von Windenergieanlagen mit Hilfe von Drohnen automatisieren
  • Eine Teilaufgabe: Mehrere Nahaufnahmen müssen zu einem kompletten Bild des Rotorblattes zusammengefügt werden (Stitching)
  • Dafür brauchen wir große Datenmengen
  • Lösung: Simulation mit Entwicklungsumgebungen für Spiele
 
Aufgabenbeschreibung:
  • Aufbau einer Simulation in einer Spiel-Engine, die für die Bildgenerierung der Rotorblättersegmente genutzt wird
  • Recherche Stand der Forschung: Stitching-Verfahren
  • Realisierung eines Algorithmus für die Erzeugung der zusammengefügten Rotorblattbilder
  • Evaluation des Algorithmus mit verschiedenen Rotorblättertexturen
 
Zielsetzung:
  • Erstellung einer Simulation und Stitching-Algorithmus
  • Evaluation mit verschiedenen Texturen
 
Voraussetzung:
  • Interesse am Themengebiet
  • Erste Erfahrung mit Entwicklungsumgebungen für Spiele wie Unity oder Unreal Engine sind wünschenswert
  • Gute Programmierkenntnisse (wünschenswert)
 
Ansprechpartner:
BIBA, Bereich: IPS
Dimitri Denhof
E-Mail: den@biba.uni-bremen.de
Tel.: 0421 / 218 - 50141
 

Arbeitsthema: Zum Thema „Bildgestützte Objekterkennung und -klassifizierung: Stand der Technik und Einsatzmöglichkeiten für ein Nutzfahrzeug-Assistenzsystem“, ab sofort, Masterarbeit

 
Hintergrund:
  • In zahlreichen Wirtschaftsbereichen werden heute vermehrt Nutzfahrzeuge eingesetzt.
  • Eine vergleichsweise hohe Anzahl von schweren Unfällen werden durch Sichteinschränkungen des Maschinenführers verursacht.
 
Aufgabenbeschreibung:
  • Entwicklung einer Objektklassifizierung zur Unterscheidung verschiedener beweglicher Objekte im Arbeitsraum eines Nutzfahrzeugs, am Beispiel eines Mobilkrans
  • Konzept zur Einbindung der erkannten Objekte in ein Nutzfahrzeug-Assistenzsystem
 
Zielsetzung:
  • Ermittlung Stand der Technik und der Einsatzmöglichkeiten der bildgestützten Objekterkennung zur Steigerung der Sicherheit von Nutzfahrzeugen
 
Voraussetzung:
  • Studium der Informatik, des Systems Engineering oder verwandter Disziplinen
  • Interesse an der Thematik
  • Selbstständige, wissenschaftliche Arbeitsweise
 
Ansprechpartner:
Thies Beinke
E-Mail: mailto: ben@biba.uni-bremen.de
Tel.: 0421 / 218 – 50086
 

Arbeitsthema: Intelligente Algorithmen zur Planung von automatischen Beladesystemen (Bachelor/Master)

 
Hintergrund:
  • Die automatische Beladung von Containern oder Paletten erfordert Algorithmen zur optimalen Planung der Beladereihenfolge.
  • Abhängig von der Art und der Ausmaße der zu beladenen Güter werden entsprechende Algorithmen benötigt.
  • Die Arbeit ist in einem anwendungsorientierten Forschungsprojekt für die Entwicklung von automatischen Beladesystemen angesiedelt.
 
Aufgabenbeschreibung:
  • Recherche und intensive Auseinandersetzung mit adaptiven und intelligenten Algorithmen
  • Entwicklung einer Methode für optimale Planung zur Beladung von Containern oder Paletten
  • Evaluation und Bewertung anhand von Simulation des Prozesses
 
Voraussetzung:
  • Studium des Systems Engineering, Mathematik und Informatik
  • Exzellente Programmierkenntnisse und Erfahrungen im Bereich der künstlichen Intelligenz
  • Selbstständige, wissenschaftliche Arbeitsweise
 
Wir bieten:
  • Unmittelbarer Praxisbezug durch Thema aus aktuellem Forschungsprojekt
  • Intensive Betreuung und regelmäßiges Feedback
 
Interessenten melden sich bitte bei:
Hendrik Thamer
E-mail: tha@biba.uni-bremen.de
Tel.: 0421 / 218 – 50160
 

Arbeitsthema: Entwicklung von Deep Learning Anwendungen für die Automatisierung von produktionstechnischen und logistischen Prozessen (Bachelor/Master)

 
Hintergrund:
  • Deep Learning ist ein neuartiger Ansatz in der künstlichen Intelligenz, der großes Potenzial für diese Aufgabenstellung bietet.
  • Der Anwendungsbereich der Arbeit wird nach Interesse des Studenten/der Studentin definiert. Bspw. Automatisierungstechnik, Robotik oder Prozessoptimierung.
  • Die Arbeit ist in der Abteilung Robotik und Automatisierung angesiedelt.
 
Aufgabenbeschreibung:
  • Recherche und intensive Auseinandersetzung mit Deep Learning
  • Anwendung an einem konkreten Beispiel in der Produktion oder Logistik
  • Evaluation und Bewertung der Eignung von Deep Learning für die Aufgabenstellung
 
Voraussetzung:
  • Studium des Systems Engineering, Mathematik und Informatik
  • Exzellente Kenntnisse im Bereich künstliche neuronale Netze oder erste Erfahrungen mit Deep Learning
  • Technisches Grundverständnis und sehr gute Programmierkenntnisse (idealerweise C++)
  • Selbstständige, wissenschaftliche Arbeitsweise
 
Wir bieten:
  • Unmittelbarer Praxisbezug durch Thema aus aktuellem Forschungsprojekt
  • Intensive Betreuung und regelmäßiges Feedback
 
Interessenten melden sich bitte bei:
Hendrik Thamer
E-mail: tha@biba.uni-bremen.de
Tel.: 0421 / 218 – 50160
 

Arbeitsthema: Automatische Szenenanalyse für die Entwicklung intelligenter Robotersysteme für logistische Prozesse (Bachelor/Master)

 
Hintergrund:
  • Die Fortschritte in der künstlichen Intelligenz und Sensorik ermöglichen intelligente Automatisierungssysteme für dynamische logistische Prozesse.
  • Der Anwendungsbereich der Arbeit wird nach Interesse des Studenten/der Studentin definiert. Bspw. Automatisierungstechnik, Robotik oder Prozessoptimierung.
  • Die Arbeit ist in der Abteilung Robotik und Automatisierung angesiedelt.
 
Aufgabenbeschreibung:
  • Recherche und intensive Auseinandersetzung mit Objekterkennungsmethoden
  • Anwendung an einem konkreten Beispiel in der Logistik
  • Spezifikation und Umsetzung eines kleinen Demonstrators
 
Voraussetzung:
  • Studium des Systems Engineering, Mathematik und Informatik
  • Exzellente Kenntnisse im Bereich künstliche Intelligenz und Objekterkennung
  • Erfahrungen mit Bildverarbeitungssystemen (2D,3D) und Mikrocontrollerprogrammierung
  • Technisches Grundverständnis und sehr gute Programmierkenntnisse (idealerweise C++, OpenCV, PCL)
  • Selbstständige, wissenschaftliche Arbeitsweise
 
Wir bieten:
  • Unmittelbarer Praxisbezug durch Thema aus aktuellem Forschungsprojekt
  • Intensive Betreuung und regelmäßiges Feedback
 
Interessenten melden sich bitte bei:
Hendrik Thamer
E-mail: tha@biba.uni-bremen.de
Tel.: 0421 / 218 – 50160
 

Arbeitsthema: Selbstlernende Roboter und Automatisierungssysteme für logistische Prozesse (Bachelor/Master)

 
Hintergrund:
  • Die Fortschritte in der künstlichen Intelligenz ermöglichen kognitive Automatisierungssysteme für dynamische logistische Prozesse.
  • Der Anwendungsbereich der Arbeit wird nach Interesse des Studenten/der Studentin definiert. Bspw. Automatisierungstechnik, Robotik oder Prozessoptimierung.
  • Die Arbeit ist in der Abteilung Robotik und Automatisierung angesiedelt.
 
Aufgabenbeschreibung:
  • Recherche und intensive Auseinandersetzung mit kognitiven Systemen
  • Anwendung an einem konkreten Beispiel in der Logistik
  • Spezifikation und Umsetzung eines kleinen Demonstrators
 
Voraussetzung:
  • Studium des Systems Engineering, Mathematik und Informatik
  • Exzellente Kenntnisse im Bereich künstliche Intelligenz und maschinelles Lernen
  • Technisches Grundverständnis und sehr gute Programmierkenntnisse (idealerweise C++)
  • Selbstständige, wissenschaftliche Arbeitsweise
 
Wir bieten:
  • Unmittelbarer Praxisbezug durch Thema aus aktuellem Forschungsprojekt
  • Intensive Betreuung und regelmäßiges Feedback
 
Interessenten melden sich bitte bei:
Hendrik Thamer
E-mail: tha@biba.uni-bremen.de
Tel.: 0421 / 218 – 50160
 

Arbeitsthema: Big Data Analysis von Zeitreihendaten (Master)

Hintergrund:
  • Viele technische Systeme sind heutzutage mit einer Vielzahl von Sensoren ausgestattet, die sekündlich unterschiedlichste Daten sammeln
  • Je nach Anwendungsfall müssen diese Daten aufbereitet und Informationen abgeleitet werden
 
Zielsetzung:
  • Anwendung verschiedener Verfahren, bspw. für die Vorhersage der Restlebensdauer eines Systems
  • Interpretation der Ergebnisse / Vergleich der Verfahren
 
Aufgabenbeschreibung:
  • Entwicklung von Analysen, welche die Daten aus korrelierenden Zeitreihen aufbereiten und Vorhersagen ermöglichen bzw. Abweichung erkennen
  • Literaturrecherche
  • Umsetzung mit der Open-Source Software H2O
 
Voraussetzung:
  • Programmierkenntnisse, vorzugsweise in JAVA und R
  • Statistikkenntnisse
  • Eigenständige Arbeitsweise
  • Keine Scheu vor Mathematik
 
Interessenten melden sich bitte bei:
BIBA, Forschungsbereich: IPS
 
Stephan Oelker
E-mail: oel@biba.uni-bremen.de
Tel.: 0421 / 218 – 50130
 
Abderrahim Ait Alla
E-mail: ait@biba.uni-bremen.de
Tel.: 0421 / 218 – 50082
 

Arbeitsthema: Bestimmung der optimalen Sensoranordnung und -konfiguration für Robotersysteme in der Logistik (Bachelor/Master)

Hintergrund:
  • Das Vision System eines Roboters ist von entscheidender Bedeutung für die „Intelligenz“ eines Robotersystems.
  • Moderne 3D-Kameras liefern hochauflösende 2D- und 3D-Daten, die zur einer echtzeitfähigen Analyse geeignet sind und dadurch intelligente und lernfähige Robotersysteme ermöglichen.
  • Die Arbeit ist in einem anwendungsorientierten Forschungsprojekte zur Steigerung der Energieeffizienz in der Produktion angesiedelt.
 
Aufgabenbeschreibung:
  • Recherche und intensive Auseinandersetzung mit der Bestimmung der optimalen Position von 2D- und 3D-Kameras
  • Implementierung von Optimierungsalgorithmen in eine vorhandene Simulationssoftware
  • Evaluation und Bewertung anhand eines konkreten Anwendungsfall aus der Logistik durch Simulation sowie Labortests
 
Voraussetzung:
  • Studium des Systems Engineering, Mathematik und Informatik
  • Exzellente Kenntnisse im Bereich Bildverarbeitung oder 3D-Sensorsysteme
  • Technisches Grundverständnis und sehr gute Programmierkenntnisse (idealerweise C++ oder C#)
  • Selbstständige, wissenschaftliche Arbeitsweise
 
Wir bieten:
  • Unmittelbarer Praxisbezug durch Thema aus aktuellem Forschungsprojekt
  • Intensive Betreuung und regelmäßiges Feedback
 
Interessenten melden sich bitte bei:
Hendrik Thamer
E-mail: tha@biba.uni-bremen.de
Tel.: 0421 / 218 – 50160