Bachelor-/Masterarbeit: Modellreduktion durch neuronale Netze
Ausgangssituation:
Die Entwicklung von Werkzeugmaschinen setzt detaillierte Kenntnisse des zu entwerfenden Produkts voraus. Schon während der Entwurfsphase ist es deshalb notwendig das zu entwickelnde System zu simulieren, das Verhalten zu analysieren und die Erkenntnisse hieraus in die weitere Entwicklung einfließen zu lassen. Die Finite Elemente Methode ist ein Standardverfahren im Maschinenbau, um das statische und dynamische Verhalten von Maschinen bereits im Entwicklungsstadium vorauszusagen. Leider erfordert insbesondere die exakte Abbildung des dynamischen Maschinenverhaltens eine sehr lange Rechenzeit. Auf dem Weg zum digitalen Zwilling von Fill Bearbeitungsmaschinen bedarf es daher Modellreduzierungstechniken, um FEM- Modelle in mechatronischen Co-Simulationen einsetzen zu können. Eine mechatronische Co-Simulationen soll in der Lage sein sowohl die Antriebssysteme im regelungstechnischen Sinn, als auch die Maschinendynamik abzubilden, und damit das gesamte dynamische Verhalten wiederzugeben. Ein äußerst vielversprechender und innovativer Zugang der Modellreduktion sind neuronale Netze, die mit den Ergebnissen des FEM –Vollmodells trainiert werden und dann in der Lage sind in einem Bruchteil der Zeit das Maschinenverhalten vorherzusagen. Ziel der Arbeit ist die Erstellung eines Finite Elemente Modells einer Werkzeugmaschine in Siemens NX oder Ansys Workbench, mit dem mechanische Übertragungsfrequenzgänge berechnet werden können, sowie das Erstellen und Trainieren eines neuronalen Netzes, welches 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 – Schwerpunkt Übertragungsfrequenzgang
- Vergleich mit anderen Modellreduzierungsverfahren.
- Validierung und Verifikation (Messdaten sind bereits vorhanden)
Dein Profil:
- Laufendes Studium an einer FH/Universität
- Motivation & Verlässlichkeit
Unser Angebot:
- Übernahme der Druckkosten bei sehr gutem oder gutem Erfolg
- Unterstützung durch einen Betreuer aus der jeweiligen Fachabteilung
- Lerne Fill als potenziellen Arbeitgeber kennen und bringe deine eigenen Ideen und dein Wissen ein
- Tolle Möglichkeit, dein theoretisches Wissen um praktische Erfahrungen zu ergänzen
- Sehr gutes Arbeitsklima in einem vielfach ausgezeichneten Familienunternehmen
Zeitraum: Start jederzeit möglich
Wir freuen uns über deine Bewerbung!
Bewerbung als Bachelor-/Masterarbeit: Modellreduktion durch neuronale Netze
Bitte fülle alle Felder aus, die Pflichtfelder sind mit einem * gekennzeichnet!