Studien-/Abschlussarbeit: Physics-Informed ML für Zuladung und Windlast an Seilbahnstützen

Produktionstechnik und Automatisierung

Stuttgart

On-site

EUR 6,700 - 10,000

Full time

9 days ago

Get a reply from this employer

Your resume and cover letter, tailored to exactly what they’re hiring for.

Get past ATS filters

Benefits offered by this job

GPU-Workstation
Mikrocontroller-Boards

Job summary

Fraunhofer IPA in Stuttgart sucht eine Masterarbeit zu Physics-Informed ML für Zuladung und Windlast an Seilbahnstützen. Sie integrieren physikalische Modelle mit datengetriebenen Ansätzen, verwenden PyTorch auf einem Mikrocontroller-Edge-Device und arbeiten an der Implementierung auf STM32.

Sie arbeiten eng mit Wissenschaftlichen Mitarbeitenden zusammen, betreuen die Experimente mit realen Felddaten und vergleichen verschiedene Ansätze der Physik-Einbindung.

Qualifications

  • Fortgeschrittenes Wissen in maschinellem Lernen, idealerweise Physics-Informed ML.
  • Starke Programmierkenntnisse in Python; PyTorch-Erfahrung.
  • Grundverständnis in Technischer Mechanik/Statik.
  • Erfahrung mit MATLAB von Vorteil.

Responsibilities

  • Modellierung eines differentiierbaren Physikmodells der Seilbahnstütze in PyTorch (Seilstatik, Einflusslinie, Windlast) und Parameterabschätzung aus Messdaten.
  • Entwicklung hybrider Architekturen aus Physikmodell und neuronalen Netzen; Vergleich mit rein physikalischen oder rein datengetriebenen Ansätzen.
  • Analyse der Physikbindung, Formulierungen für Loss-Funktionen; Bewertung verschiedener Ansätze.
  • Validierung mit realen Felddaten der Seilbahn-Testanlage; Untersuchung der Transferfähigkeit.
  • Integration: Prüfung der Ressourceneffizienz und Implementierbarkeit auf einem STM32-Mikrocontroller.

Skills

Machine Learning
Python
PyTorch
Statik-Grundlagen

Education

Masterstudium in Maschinenbau/Mechatronik/Informatik/Physik

Tools

Python
PyTorch
MATLAB

Job description

Wählen Sie aus, wie oft (in Tagen) Sie eine Benachrichtigung erhalten möchten:

Studien-/Abschlussarbeit: Physics-Informed ML für Zuladung und Windlast an Seilbahnstützen

Die Fraunhofer-Gesellschaft ( www.fraunhofer.de ) ist eine der weltweit führenden Organisationen für anwendungsorientierte Forschung. 74Institute entwickeln wegweisende Technologien für unsere Wirtschaft und Gesellschaft – genauer: 30000 Menschen aus Technik, Wissenschaft, Verwaltung und IT. Sie wissen: Wer zu Fraunhofer kommt, will und kann etwas verändern. Für sich, für uns und die Märkte von heute und morgen.

Ausschreibung für die Fachrichtungen wie z. B.: Automatisierungstechnik, Informatik, Kybernetik, Luft- und Raumfahrttechnik, Maschinenbau, Mechatronik, Physik, technische Informatikoder vergleichbare.

Seilbahnen sind im alpinen und urbanen Raum extremen dynamischen Belastungen und wechselnden Witterungsbedingungen ausgesetzt. Um die Sicherheit zu erhöhen und teure Ausfälle, etwa durch frühzeitige Lagerschäden, zu vermeiden, gewinnt die kontinuierliche Zustandsüberwachung (Condition Monitoring) zunehmend an Bedeutung. In einem Forschungsprojekt entwicklen wir gemeinsam mit zwei Industriepartnern eine KI-gestützte Lösung zur Überwachung von Seilbahnanlagen. Als kostengünstiger und robuster Sensor dient dabei eine kraftmessende Unterlegscheibe, deren Daten direkt vor Ort auf energiesparenden Mikrocontrollern (Edge AI) ausgewertet werden, um Betriebsgrößen wie Windlast, Kabinenzuladung, Geschwindigkeit, Vorspannkraft und Lagerzustand präzise zu schätzen.


Eine zentrale Herausforderung beim Einsatz von Künstlicher Intelligenz in realen Industrieanlagen ist die Knappheit an gelabelten Trainingsdaten für sämtliche Betriebszustände. Im Rahmen Ihrer Abschlussarbeit untersuchen Sie daher, wie sich bekanntes domänenspezifisches Physikwissen am wirksamsten in datengetriebene Lernmodelle integrieren lässt (Physics-Informed Machine Learning). Dabei betrachten Sie die Seilstatik nicht als isolierte Simulation, sondern als direkt integrierten Baustein eines hybriden Lernmodells. Ziel Ihrer Arbeit ist es, verschiedene Ansätze der Physikeinbindung systematisch zu vergleichen, mit realen Felddaten zu validieren und den Transfer von der Simulation auf reale Sensordaten unterschiedlicher Stützen sowie die Ausführbarkeit auf einem Mikrocontroller zu erproben.

Hier sorgen Sie für Veränderung

  • Modellierung: Aufbau eines differenzierbaren Physikmodells der Seilbahnstütze in PyTorch (Seilstatik, Einflusslinie, Windlast), dessen Parameter direkt aus Messdaten gelernt werden können
  • Konzeption: Entwicklung hybrider Architekturen aus Physikmodell und neuronalem Netz sowie Vergleich mit rein physikalischen Simulationen (z.B. MATLAB) und rein datengetriebenen Ansätzen
  • Analyse: Systematische Bewertung verschiedener Formen der Physikeinbindung (physikbasierte Merkmale, synthetisches Pretraining, integrierte Physikschichten, Physik-Terme in der Loss-Funktion)
  • Validierung: Erprobung der Modelle anhand realer Felddaten einer Seilbahn-Testanlage und Untersuchung der Übertragbarkeit (Transfer Learning) auf weitere Stützen
  • Integration: Prüfung der Ressourceneffizienz und Implementierbarkeit des besten Modells auf einem energiesparenden STM32-Mikrocontroller

Hiermit bringen Sie sich ein

  • Gültige Immatrikulation im Masterstudium der Fachrichtung Maschinenbau, Mechatronik, Informatik, Physik oder eines vergleichbaren Studiengangs innerhalb Deutschlands/der EU
  • Praktische Erfahrung im Bereich Machine Learning mit Python, idealerweise erste Kenntnisse in PyTorch (Erfahrung mit MATLAB von Vorteil)
  • Gutes Grundverständnis der Technischen Mechanik (insbesondere Statik) sowie Begeisterung für die Schnittstelle von Physik und KI (Physics-Informed ML)
  • Strukturierte und eigenständige Arbeitsweise sowie gute Deutsch- oder Englischkenntnisse

Was wir für Sie bereithalten

  • Vielseitige Aufgaben in der angewandten Forschung mit direktem Zugriff auf reale Langzeit-Felddaten einer Seilbahn-Testanlage
  • Moderne Ausstattung inklusive leistungsstarker GPU-Workstation und Mikrocontroller-Boards
  • Aktive Mitarbeit im laufenden Forschungsprojekt
  • Enge fachliche Betreuung durch wissenschaftliche Mitarbeitende mit dem Ziel einer gemeinsamen wissenschaftlichen Veröffentlichung
  • Freundliches und engagiertes Team

Die Vergütung erfolgt je nach Qualifikation.

Wir wertschätzen und fördern die Vielfalt der Kompetenzen unserer Mitarbeitenden und begrüßen daher alle Bewerbungen – unabhängig von Alter, Geschlecht, Nationalität, ethnischer und sozialer Herkunft, Religion, Weltanschauung, Behinderung sowie sexueller Orientierung und Identität. Schwerbehinderte Menschen werden bei gleicher Eignung bevorzugt eingestellt. Unsere Aufgaben sind vielfältig und anpassbar – für Bewerber*innen mit Behinderung finden wir gemeinsam Lösungen, die ihre Fähigkeiten optimal fördern.

Mit ihrer Fokussierung auf zukunftsrelevante Schlüsseltechnologien sowie auf die Verwertung der Ergebnisse in Wirtschaft und Industrie spielt die Fraunhofer-Gesellschaft eine zentrale Rolle im Innovationsprozess. Als Wegweiser und Impulsgeber für innovative Entwicklungen und wissenschaftliche Exzellenz wirkt sie mit an der Gestaltung unserer Gesellschaft und unserer Zukunft.

Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA

Get your free, confidential resume review.

or drag and drop your file here.

Similar jobs

Similar jobs worth comparing

Studien-/Abschlussarbeit: Lager- und Schraubendiagnose mit smarter Unterlegscheibe und Edge AI
Studien-/Abschlussarbeit: Lager- und Schraubendiagnose mit smarter Unterlegscheibe und Edge AI

Produktionstechnik und Automatisierung • Stuttgart

On-site
EUR 10,000 - 13,000
Studien-/Abschlussarbeit: Lager- und Schraubendiagnose mit smarter Unterlegscheibe und Edge AI
Studien-/Abschlussarbeit: Lager- und Schraubendiagnose mit smarter Unterlegscheibe und Edge AI

Fraunhofer IPA • Stuttgart

On-site
EUR 12,000 - 16,000
Moderne Ausstattung
Studentische Hilfskraft (m/w/d) - KI für Virtuelle Machbarkeitsuntersuchungen
Studentische Hilfskraft (m/w/d) - KI für Virtuelle Machbarkeitsuntersuchungen

Fraunhofer ICT Group • Stuttgart

On-site
EUR 17,000 - 22,000
Flexible Arbeitszeiten
Möglichkeit zur Abschlussarbeit
Offenes Arbeitsumfeld
Studentische Hilfskraft im Bereich Steuerungstechnik und Inbetriebnahme von prototypischen Anlagen
Studentische Hilfskraft im Bereich Steuerungstechnik und Inbetriebnahme von prototypischen Anlagen

Fraunhofer ICT Group • Cottbus

Hybrid
EUR 17,000 - 25,000
Flexible Arbeitszeiten
Praxisnahe Forschung
Projektarbeit im Forschungsverbund
Stud. Hilfskraft (m/w/d) - Kontaktbehaftete Aufgaben in der Simulation mittels Generative AI/FM/RL
Stud. Hilfskraft (m/w/d) - Kontaktbehaftete Aufgaben in der Simulation mittels Generative AI/FM/RL

Haustechnik Fraunhofer • Stuttgart

On-site
EUR 60,000 - 90,000
Spitzentechnologie im Bereich Roboter-
Wissenschaftliche*r Mitarbeiter*in - Physical AI für Roboterprogrammierung mit Promotionsmöglichkeit
Wissenschaftliche*r Mitarbeiter*in - Physical AI für Roboterprogrammierung mit Promotionsmöglichkeit

Fraunhofer • Stuttgart

On-site
EUR 52,000 - 75,000
Praktikum und/oder Masterarbeit - Modellierung und CFD mit Python/Matlab/Simulink u. COMSOL/OpenFOAM
Praktikum und/oder Masterarbeit - Modellierung und CFD mit Python/Matlab/Simulink u. COMSOL/OpenFOAM

Fraunhofer Gesellschaft • Stuttgart

On-site
EUR 12,000 - 18,000
Parkhaus/Abstellplätze
Kantine und Cafeteria
Fraunhofer-Netzwerk
+2
Studentische Hilfskraft im Bereich Steuerungstechnik und Inbetriebnahme von prototypischen Anlagen
Studentische Hilfskraft im Bereich Steuerungstechnik und Inbetriebnahme von prototypischen Anlagen

Fraunhofer IWU • Cottbus

On-site
EUR 8,900 - 13,000
Flexible Arbeitszeiten
Möglichkeit zur Abschlussarbeit
Stud. Hilfskraft (m/w/d) - Kontaktbehaftete Aufgaben in der Simulation mittels Generative AI/FM/RL
Stud. Hilfskraft (m/w/d) - Kontaktbehaftete Aufgaben in der Simulation mittels Generative AI/FM/RL

Fraunhofer IPA • Stuttgart

On-site
EUR 42,000 - 62,000
Spitzentechnologie im Bereich der Robu
Praktische Arbeit mit Robotern in STUT
Verantwortung und Freiheit, eigene Ide
+1
Studien-/Abschlussarbeit - Optimierung von Roboteranw. mittels maschinellen Lernens und KI-Methoden
Studien-/Abschlussarbeit - Optimierung von Roboteranw. mittels maschinellen Lernens und KI-Methoden

Fraunhofer ICT Group • Stuttgart

On-site
EUR 8,900 - 13,000