Bachelor-/Masterarbeit: Modellreduktion durch neuronale Netze

Fill; Wippenham; Vor Ort; EUR 40 000 - 60 000; Vollzeit

Zusammenfassung

Ein innovatives Maschinenbauunternehmen sucht Praktikanten zur Unterstützung in der Entwicklung von Werkzeugmaschinen. Die Aufgaben umfassen Modellbildung und das Training eines neuronalen Netzes zur Vorhersage von Übertragungsfunktionen. Idealerweise hast du ein laufendes Studium im Maschinenbau und Interesse an modernsten Simulationstechniken. Wir bieten eine tolle Möglichkeit, dein Wissen in der Praxis anzuwenden sowie Unterstützung durch erfahrene Betreuer.

Leistungen

Übernahme der Druckkosten bei Erfolg

Unterstützung durch Fachabteilung

Praktische Erfahrungen

Gutes Arbeitsklima

Qualifikationen

• Studierende im Maschinenbau oder einem verwandten Bereich.
• Interesse an Finite Elemente Methode und neuronalen Netzen.

Aufgaben

• Aufgabenstellung klären und präzisieren.
• Literaturstudium und Einarbeitung in die Aufgabenstellung.
• Systemanalyse bestehender Simulationen.
• Modelle erstellen und neuronales Netz trainieren.
• Validierung und Verifikation durchführen.

Kenntnisse

Motivation

Verlässlichkeit

Ausbildung

Laufendes Studium an einer FH/Universität

Jobbeschreibung

Ausgangssituation

Die Entwicklung von Werkzeugmaschinen setzt detaillierte Kenntnisse des zu entwerfenden Produkts voraus. Schon während der Entwurfsphase ist es deshalb notwendig, das zu entwickelnde System zu simulieren, das Verhalten zu analysieren und die Erkenntnisse hieraus in die weitere Entwicklung einfließen zu lassen. Die Finite Elemente Methode ist ein Standardverfahren im Maschinenbau, um das statische und dynamische Verhalten von Maschinen bereits im Entwicklungsstadium vorauszusagen. Auf dem Weg zum digitalen Zwilling von Fill Bearbeitungsmaschinen bedarf es Modellreduzierungstechniken, um FEM-Modelle in mechatronischen Co-Simulationen einsetzen zu können. Eine mechatronische Co-Simulation soll in der Lage sein, sowohl die Antriebssysteme im regelungstechnischen Sinn, als auch die Maschinendynamik abzubilden, und damit das gesamte dynamische Verhalten wiederzugeben. Ein vielversprechender Ansatz der Modellreduktion sind neuronale Netze, die mit den Ergebnissen des FEM-Vollmodells trainiert werden und dann in der Lage sind, in einem Bruchteil der Zeit das Maschinenverhalten vorherzusagen. Ziel der Arbeit ist die Erstellung eines Finite-Elemente-Modells einer Werkzeugmaschine in Siemens NX oder Ansys Workbench, mit dem mechanische Übertragungsfrequenzgänge berechnet werden können, sowie das Erstellen und Trainieren eines neuronalen Netzes, welches die simulierten Übertragungsfunktionen vorhersagen kann.

Aufgabenstellung

• Klären und präzisieren der Aufgabenstellung
• Literaturstudium und Einarbeitung in die Aufgabenstellung
• Systemanalyse bestehender Simulationen und der Werkzeugmaschine
• Modellbildung, Simulation und Trainieren des neuronalen Netzes – Schwerpunkt Übertragungsfrequenzgang
• Vergleich mit anderen Modellreduzierungsverfahren
• Validierung und Verifikation (Messdaten sind bereits vorhanden)

Dein Profil

• Laufendes Studium an einer FH/Universität
• Motivation & Verlässlichkeit

Unser Angebot

• Übernahme der Druckkosten bei sehr gutem oder gutem Erfolg
• Unterstützung durch einen Betreuer aus der jeweiligen Fachabteilung
• Lerne Fill als potenziellen Arbeitgeber kennen und bringe deine eigenen Ideen und dein Wissen ein
• Tolle Möglichkeit, dein theoretisches Wissen um praktische Erfahrungen zu ergänzen
• Sehr gutes Arbeitsklima in einem vielfach ausgezeichneten Familienunternehmen

Zeitraum

Start jederzeit möglich