We create motion – Antriebssysteme von FAULHABER sind Meisterwerke der Fein- und Elektromechanik an der Grenze des technisch Machbaren. FAULHABER ist eine unabhängige, familiengeführte Unternehmensgruppe mit Stammsitz in Schönaich. Weltweit realisieren wir mit unseren über 2.300 Mitarbeitenden zukunftsweisende Lösungen für nahezu alle Märkte und Branchen, in denen Präzision und Zuverlässigkeit auf kleinstem Raum entscheidend sind, wie z. B. in der Luft- und Raumfahrt, Industrie, Robotik und der Medizin. Der Erfolg unserer Produkte beruht auf dem Einsatz unserer Mitarbeitenden - denn hinter jedem FAULHABER-Antrieb steckt der Antrieb unserer Mitarbeitenden. Bring uns mit deinem Antrieb weiter und werde Teil unseres Teams.
Erläuterung zum Thema:
Es ist unvermeidbar, dass Produkte durch den normalen Einsatz irgendwann ausfallen. Das betrifft auch DC-Kleinstmotoren, wobei hier das Kommutierungssystem üblicherweise zuerst verschleißt und damit hauptursächlich für einen Ausfall ist.
Deshalb wäre es vorteilhaft, wenn man sich diese unvermeidbare Eigenschaft zu Nutze machen könnte. Die Idee ist es, Signale an den Motoren während der Betriebszeit zu messen, um herauszufinden, wie der Zustand ist und wie er sich verändert hat. Durch diese Erfassung der Zustandsänderung an den Signalen sollte herausgefunden werden, ob ein Motor ausgetauscht werden soll. Idealerweise wäre sogar eine Prognose möglich, die im Vorfeld einen Zeitraum liefert, wann ein Austausch in der Zukunft nötig sein wird.
In dieser Arbeit sollte ein solches System konzipiert werden, wobei hier auf Daten von vielen Dauerläufen zurückgegriffen werden kann. Bei kontrollierten Dauerläufen werden sowohl vorher als auch während dessen Daten aufgezeichnet. Insbesondere können davor mehr Daten erfasst werden, wodurch eine gute Charakterisierung des Anfangszustandes möglich ist. Bei abgeschlossenen Dauerläufen stehen die tatsächliche Lebensdauer, als auch die Eigenschaften und Ausfallursachen zur Verfügung.
Ein Machine Learning System oder sonstiges KI-System, das alle diese Daten über viele Dauerläufe zum Training zur Verfügung hat, sollte hier aufgebaut werden. Es sollte die Frage beantwortet werden, ob damit ein System entwickelt werden kann, das den Zustand der Motoren während der Betriebszeit ermitteln kann. Idealerweise würde das System sogar eine Prognose über die restliche Lebensdauer liefern. Damit wäre eine Basis geschaffen, die eine vorausschauende Wartung (Predictive Maintenance) ermöglichen könnte.
Du bietest:
- Studium mit Studienrichtung:
- Elektrotechnik / Informationstechnik (vielleicht mit KI-Modulen)
- Mechatronik (mit KI-Modulen)
- Informatik (Schwerpunkt KI / Machine Learning)
- Computer Engineering / Technische Informatik
- Data Science / Angewandte KI
- Automatisierungstechnik / Regelungstechnik
