Analyse und Bewertung geeigneter Methoden zum Data Storing and Caching im Spritzgießen mithilfe einer Bewertungsmatrix

Ziel Deiner Arbeit ist es, die daten- und informationsbedingten Bedürfnisse einer reibungslosen und kontinuierlichen Spritzgießfertigung zu analysieren.

Vernetzung dezentral organisierter Spritzgießunternehmen | Bild: IKV

Die kunststoffverarbeitende Industrie gilt in Deutschland als innovative Schlüsselindustrie mit erheblichem Wachstumspotenzial. Im Hinblick auf die Realisierung einer Smart Factory und der zunehmenden Digitalisierung sind eine konsistente Datenverfügbarkeit und Datensicherheit von hoher Bedeutung. Überlegungen zu geeigneten Methoden zum Data Storing and Caching rücken daher zunehmend in den Fokus industrieller Entwicklungen in der Kunststoffverarbeitung.

Ziel Deiner Arbeit ist es, die daten- und informationsbedingten Bedürfnisse einer reibungslosen und kontinuierlichen Spritzgießfertigung zu analysieren. Dazu wirst du Methoden des Data Storing and Caching im Hinblick auf Datensicherheit und -konsistenz bewerten. Die von Dir recherchierten, aktuell verfügbaren Methoden werden in einer Bewertungsmatrix anhand eindeutiger Charakteristika gegenübergestellt. Dadurch soll es möglich sein, Spritzgießunternehmen bei der anwendungsspezifischen Auswahl geeigneter Methoden und im Aufbau einer durchgehenden Informationsarchitek systematisch zu unterstützen. Die Ergebnisse werden durch die fundierte Auswahl und exemplarische Implementierung einer geeigneten Methode im Technikum des IKV an der RWTH Aachen validiert.

Wir bieten Dir ein spannendes und industriell hochrelevantes Forschungsthema in einer jungen und motivierten Arbeitsgruppe. Bei Interesse an diesem Thema kannst Du Dich gerne direkt bei mir melden.

Ansprechpartner
Pascal Bibow, M.Sc. RWTH
Telefon: +49 241 80-96626
E-Mail: pascal.bibow@ikv.rwth-aachen.de