Prozessdatenanalyse eines Fertigungsprozesses unter Verwendung einer Internet-of-Things Plattfarm und Methoden des Machine-Learnings
Bearbeitungszeit ab 01.12.2023
Perzeptionsbasierte Detektion der Geometriemerkmale von Tieflochbohrern unter Verwendung eines 3D-Scanners
Der Bereich der echtzeitbasierten Überwachung von Prozessen, Maschinen und Anlagen nimmt heutzutage einen immer größeren Stellenwert ein. Im Rahmen des Forschungsprojektes soll in Kooperation mit einem industriellen Partner ein Verfahren zur Vermessung und Geometrieerfassung von Tieflochbohrern evaluiert werden.
Ziel der Arbeit ist es die Geometriemerkmale des Werkzeugs über eine Kombination von Bilddatenauswertung eines 3D-Scanners und 2D-Kamers zu erfassen. Hierzu wird eine Eigenentwicklung einer App verwendet, in die die Sensoren und ein Deep-Learning Verfahren integriert sind.
Ziel ist es die jetzige App anhand der Problemstellung systematisch zu evaluieren und die eine Untersuchung zur Anwendbarkeit auf die Problemstellung der Vermessung der Bohrer durchzuführen. Hierbei werden die erfassten 3D-Punktewolken konventionell und KI-basiert über die App ausgewertet. In einem weiteren Schritt sollen optional Änderungen in geringen Umfang an der der App durchgeführt werden.
Die Arbeit gliedert sich im Wesentlichen in folgende Teilaufgaben:
- Einarbeitung in den Themenbereich der optischen Messtechnik in Produktionsumgebungen und in die KI-basierte Geometrieerkennung
- Einarbeitung in die Matlab-App
- Durchführung der Messversuche und Evaluation anhand von Vergleichsmessungen
- Anpassung des Algorithmus zur Erfassung der Qualitätsparameter
- Entwicklung einer Vorgehensweise zum Vergleich der Referenzmessungen des Unternehmens mit den Labormessungen an der Hochschule
- Dokumentation und Präsentation der Arbeit
Dauer: 3-4 Monate
Verantwortlich: Prof. Dr. Sebastian Feldmann
Kontakt:
Raum 164
Tel.: +49 (0)7361 576 2553
Mail: Sebastian.Feldmann@hs-aalen.de
