Bachelor-/Masterarbeit: Modellreduktion durch neuronale Netze

Fill bietet eine Bachelor- oder Masterarbeit zum Thema Modellreduktion durch neuronale Netze an. Die Entwicklung von Werkzeugmaschinen setzt detaillierte Kenntnisse des zu entwerfenden Produkts voraus. Bereits in der Entwurfsphase ist es notwendig, das zu entwickelnde System zu simulieren, das Verhalten zu analysieren und die Erkenntnisse in die weitere Entwicklung einfließen zu lassen.

Ausgangssituation

Die Finite-Elemente-Methode ist ein Standardverfahren im Maschinenbau, um das statische und dynamische Verhalten von Maschinen bereits im Entwicklungsstadium vorauszusagen. Da insbesondere die exakte Abbildung des dynamischen Maschinenverhaltens sehr lange Rechenzeiten erfordert, werden auf dem Weg zum digitalen Zwilling von Fill-Bearbeitungsmaschinen Modellreduzierungstechniken benötigt, um FEM-Modelle in mechatronischen Co-Simulationen einsetzen zu können.

Ein vielversprechender und innovativer Zugang der Modellreduktion sind neuronale Netze, die mit den Ergebnissen des FEM-Vollmodells trainiert werden und anschließend in einem Bruchteil der Zeit das Maschinenverhalten vorhersagen können.

Ziel der Arbeit

Ziel ist die Erstellung eines Finite-Elemente-Modells einer Werkzeugmaschine in Siemens NX oder Ansys Workbench, mit dem mechanische Übertragungsfrequenzgänge berechnet werden können. Zusätzlich soll ein neuronales Netz erstellt und trainiert werden, das 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 mit Schwerpunkt Übertragungsfrequenzgang
• Vergleich mit anderen Modellreduzierungsverfahren
• Validierung und Verifikation anhand vorhandener Messdaten

Dein Profil

• Laufendes Studium an einer FH oder Universität
• Motivation
• Verlässlichkeit

Unser Angebot

• Übernahme der Druckkosten bei sehr gutem oder gutem Erfolg
• Unterstützung durch eine Betreuungsperson aus der jeweiligen Fachabteilung
• Kennenlernen von Fill als potenziellem Arbeitgeber
• Möglichkeit, eigene Ideen und Wissen einzubringen
• Ergänzung theoretischen Wissens um praktische Erfahrungen
• Sehr gutes Arbeitsklima in einem vielfach ausgezeichneten Familienunternehmen

Zeitraum: Start jederzeit möglich.