Entwicklung einer Microservice-Infrastruktur zur kontinuierlichen, KI-basierten Prozessoptimierung per Assistenzsystem im Spritzgießen

Ziel deiner Arbeit ist die Mitentwicklung eines Systems zur Prozessoptimierung des Spritzgießverfahrens auf Basis von Methoden künstlicher Intelligenz.

Prozessoptimierung mit Python-Services auf Basis existierender Infrastruktur | Bild: IKV

Thema der Arbeit:
Der Kunststoffspritzgießprozess ist ein komplexes Urformverfahren mit einer Vielzahl an Einflussfaktoren, z. B. der Maschine, dem Werkzeug oder Material. Auf steigenden Ausschuss während der Produktion kann am besten über eine Optimierung der Einstellparameter reagiert werden. Erfahrene Prozessingenieure können so in den meisten Fällen eine hohe Produktionsstabilität sicherstellen. Eine effektive und effiziente Prozessanpassung ist jedoch abhängig von langjähriger Berufserfahrung und Verständnis über die Zusammenhänge zwischen Einstellparametern und spezifischen Qualitätsgrößen des Bauteils und Prozesses.

Die Arbeit hat Bezug zu diesem Forschungsprojekt:
Das Exzellenzcluster „Internet of Production“ (IoP) an der RWTH Aachen ist ein interdisziplinäres Forschungsprojekt in Kooperation von 24 Instituten und Lehrstühlen. Das IKV Aachen erforscht in diesem Rahmen die modellbasierte Prozessoptimierung, z. B. des Spritzgießens, zur Steigerung von Prozess- und Bauteilqualitäten. So soll u. a. eine kürzere Prozessvorbereitungszeit für die Produktion oder eine Optimierung des Prozesses während der Produktion realisiert werden.

Zielsetzung:
Das Ergebnis deiner Arbeit ist ein (Plan für ein) implementiertes, prototypisches System zur Prozessoptimierung eines laufenden Spritzgießverfahrens per Assistenzsystem auf Basis einer vorhandenen Infrastruktur zur Datenerfassung und Nutzung von KI-Methoden, z. B. künstlicher neuronaler Netze zu entwickeln.

Deine Aufgabenstellung:

Für eine Bachelorarbeit bearbeitest du folgende Aufgabenstellungen

  • Detaillierte Erarbeitung eines Workflows zur Mensch-Maschine-Maschine Interaktion bei der Prozessoptimierung
  • Recherche, Auswahl und Evaluierung von Infrastruktur-Modellen
  • Definition benötigter Datentransferobjekte (DTOS) und Schnittstellen
  • Erarbeitung eines Implementierungsplans

Für eine Masterarbeit bearbeitest du folgende Aufgabenstellungen

  • Detaillierte Erarbeitung eines Workflows zur Mensch-Maschine-Maschine Interaktion bei der Prozessoptimierung
  • Recherche, Auswahl und Evaluierung von Infrastruktur-Modellen
  • Definition benötigter Datentransferobjekte (DTOS) und Schnittstellen
  • Erarbeitung eines Implementierungsplans
  • Prototypische Umsetzung des Implementierungsplans und Funktionsvalidierung des Systems im Spritzgießtechnikum

Dein Profil

  • Technisches oder technisch-naturwissenschaftliches Studium
  • (Gutes) Verständnis zu Kunststoffspritzgießen bestenfalls vorhanden
  • Interesse an mindestens einem der genannten Themen: Prozessoptimierung, Programmierung, Python, Qualitätsmanagement, Kunststoffverarbeitung, künstliche Intelligenz, Industrie 4.0
  • Eigenständige und eigenverantwortliche Arbeit neben der Betreuung
  • Zuverlässigkeit und Interesse an prozessübergreifenden Zusammenhängen
  • Sehr gut in Schrift und Sprache in Deutsch und/oder Englisch

Findest du dich hierin grundsätzlich wieder? Passt die Ausschreibung genau oder hast du sogar noch eigene Ideen zur Ausgestaltung? Bei der Ausgestaltung des genauen Themas kannst du natürlich mitwirken! Melde dich gerne bei mir, um einen Gesprächstermin zu vereinbaren.

Dein Ansprechpartner:
Yannik Lockner, M.Sc. RWTH
Telefon: +49 241 80-96264
E-Mail: yannik.lockner@ikv.rwth-aachen.de