Data Engineering — Automatische Schadensklassifizierung von Zahnradgetrieben mittels integrierter, lowgrade Sensorik

Institut

Lehrstuhl für Maschinenelemente

Typ

Semesterarbeit / Masterarbeit /

Inhalt

experimentell / theoretisch /  

Beschreibung

Ausgangssituation:
Zahnradgetriebe werden in vielen Anwendungen weltweit wie Mobilität, Haushalt, Stromerzeugung und industriellen Anwendungen genutzt. Um den zukünftigen Einsatz von Zahnrädern zu optimieren, sollen im Rahmen der Arbeit verschiedene Zahnradschäden auf Basis von Schwingungsmessungen klassifiziert werden. Hierzu sollen die Daten verschiedener Sensoren wie insbesondere die des sensorintegrierenden Zahnrads (SIZA) genutzt werden.

Ziele:
Auf Basis bestehender Softwareskripte soll eine Schadensdetektion und -klassifikation erprobt und nach Möglichkeit verbessert werden. Zudem sollen die Ergebnisse verschiedener Sensorpositionen und
–typen von Beschleunigungssensoren genutzt werden, um Ergebnisse in Abhängigkeit der Sensorkosten und -position darstellen zu können.

Voraussetzungen

• Affinität für Data Engineering und Schwingungstechnik
• Idealerweise Erfahrung im Umgang mit großen Datenmengen und der Auswertung von Messdaten
• Eigeninitiative und selbstständiges Arbeiten
• Gute Deutschkenntnisse
• Bitte bei Bewerbung Lebenslauf und Notenspiegel anfügen

Möglicher Beginn

sofort

Kontakt

Erich Knoll, M.Sc.
Raum: 5.8123.004 - Galileo-Gebäude - Walther-von-Dyck-Straße 4 - 5. Stock
Tel.: +49 89 289 55229
erich.knolltum.de

Ausschreibung