Studien- und Abschlussarbeiten

Im Forschungsprojekt "RoboKop" wird an einem Multisensormesskopf geforscht, welcher bei der Inspektion von Flugzeugtriebwerken eingesetzt werden soll. Mithilfe eines kleinen Streifenprojektionssensors können die Defekte hochgenau vermessen werden. Durch seine hohe Flexibilität kann das Messsystem auch an schwer zugängliche Stellen gelangen. Im weiteren Verlauf des Projektes soll zudem ein Sensor zur großvolumigen Erfassung der Umgebung im Messkopf Platz finden, der die genaue Navigation und Defektlokisierung im Triebwerk ermöglicht.

Die aktuell ausgeschriebenen Arbeiten befassen sich einerseits mit der Kalibrierung des Messsystems. Dabei müssen die Prameter des Modells, welches das Messsystem beschreibt, möglichst genau identifiziert werden. Dies ist maßgeblich um präzise Messungen durchführen zu können. Andererseits soll ein Simulationstool für die zukünftige Navigation und Defektlokalisierung geschaffen werden.

Die Arbeiten können ggf. auch mit einem vorangehenden HiWi-Job kombiniert werden.

Im Rahmen eines Forschungsprojektes sollen Verdichterschaufeln in einem Flugtriebwerk mit einem starr-endoskopischen Messsystem inspiziert werden, um Schäden zu detektieren. Beim Vorgang werden mehrere Messungen einer Verdichterschaufel erfasst, aus denen 3D-Punktwolken rekonstruiert werden. Für die Auswertung von Schäden ist die Lage der Messung auf der Schaufel höchst relevant. Daher sollen die einzelnen Punktwolken zueinander ausgerichtet werden, um die gesamte Schaufel zu rekonstruieren. Ein Lösungsansatz ist es, die Punktwolken paarweise zu registrieren und dann iterativ weitere Punktwolken hinzuzufügen. Dieser Ansatz bietet keine Möglichkeit auftretende Fehler bei der paarweisen Registrierung zu kompensieren.

Ziel dieser Arbeit ist daher die Erarbeitung eines Multi-View Registrierungsansatz, um die Rekonstruktion der Gesamtschaufel robust zu gewährleisten.

Im Rahmen meiner Forschung untersuche ich den Einsatz datengetriebener Prozessmodelle im Bereich der
Kautschukextrusion. Ein zentrales Ziel ist es, herauszufinden, wie KI-basierte Regelstrategien mithilfe solcher Modelle
auf verschiedene Prozess- und Werkstoffklassen übertragen werden können. Die Motivation besteht darin, die
Anpassung dieser KI-Strategien an neue Anwendungen zu erleichtern und dadurch die Flexibilität und Effizienz in der
Prozessoptimierung zu erhöhen.

Für die Entwicklung eines solchen Prozessmodells wird ein umfangreicher Datensatz benötigt, der verschiedene
Prozesszustände erfasst. Hierfür kommt ein multimodales Messsystem zum Einsatz, das während des Betriebs die
Profilgeometrie des extrudierten Kautschukstrangs misst. Aus mehreren Versuchsreihen steht ein Datensatz zur
Verfügung, der 2D-Profilschnitte in Form von unstrukturierten Punktwolken enthält. Die Messung erfolgt im
unvulkanisierten Zustand des Kautschuks, wodurch das Material flexibel und leicht verformbar ist. Das Profil kann
sich dabei durch Rotation oder elastische Verformung verändern, was in der späteren Datenauswertung zu
Fehlinterpretationen führen kann.

Im Rahmen dieser studentischen Arbeit sollen Methoden zur Korrektur dieser Profilschnitte
entwickelt und untersucht werden. Ziel ist es, ein Modell zu entwerfen, das mithilfe eines
kinematisch-physikalischen Strukturskeletts eine flexible Anpassung und Registrierung der
unterschiedlichen Geometriezustände ermöglicht.

Im Rahmen meiner Forschung untersuche ich den Einsatz datengetriebener Prozessmodelle im Bereich der
Kautschukextrusion. Ein zentrales Ziel ist es, herauszufinden, wie KI-basierte Regelstrategien mithilfe solcher Modelle
auf verschiedene Prozess- und Werkstoffklassen übertragen werden können. Die Motivation besteht darin, die
Anpassung dieser KI-Strategien an neue Anwendungen zu erleichtern und dadurch die Flexibilität und Effizienz in der
Prozessoptimierung zu erhöhen.

Für die Entwicklung eines solchen Prozessmodells wird ein umfangreicher Datensatz benötigt, der verschiedene
Prozesszustände erfasst. Hierfür kommt ein multimodales Messsystem zum Einsatz, das während des Betriebs die
Profilgeometrie des extrudierten Kautschukstrangs misst. Aus mehreren Versuchsreihen steht ein Datensatz zur
Verfügung, der 2D-Profilschnitte in Form von unstrukturierten Punktwolken enthält.

Im Rahmen dieser studentischen Arbeit sollen Methoden entwickelt und untersucht werden, um
geometrische Merkmale wie Radien und Abstände automatisch aus den Profilschnitten zu
extrahieren. Diese Merkmale werden anschließend für einen Soll-Ist-Vergleich genutzt, wobei
die Soll-Geometrie in Form von CAD-Daten vorliegt. Zudem soll untersucht werden, inwieweit
die entwickelten Methoden auf weitere Soll-Geometrien übertragbar sind.

Im Rahmen meiner Arbeit suche ich intressierte Studenten, die Lust haben sich im Themenkomplex der Streifenprojektion auszutoben. Grundsätzlich gibt es die unten verlinkten Aufgaben aus den Bereichen Inbetriebnahme eines Refrenzierungssystems, Simulation von Streifenprojektion und Aufbau eines Demonstrators. Je nach Intresse lassen sich die Arbeiten an eure Vorkenntnisse anpassen. Ich hoffe es ist etwas für euch dabei.   

Motivation & Hintergrund

Im Rahmen eines Forschungsprojektes wird ein Systemdemonstrator für die Erfassung des Verschleißzustandes von Turbinenschaufeln entwickelt. Grundlage hierfür bildet ein Sensorkopf mit mehreren Industriekameras. Um die zeit- und kostenaufwändige Rekonstruktion der Oberfläche zu vermeiden, werden Bilddaten mit einem Referenzmodell der Turbinenschaufel fusioniert.

Ziel der Arbeit

In dieser Arbeit soll die bestehende Datenregistrierung verbessert werden, indem das Referenzmodell anhand von triangulierten Merkmalspunkten adaptiert wird. Im ersten Schritt erfolgt eine Vorauswahl der Punkte. Anschließend werden geeignete Optimierungsgrößen sowie Zwangsbedingungen ermittelt. Diese Größen und Bedingungen dienen als Grundlage für die iterative Anpassung des Netzwerks.

Ziel dieser Arbeit ist die theoretische Erarbeitung eines Verfahrens zur Geometrieadaption, sowie die anschließende Implementierung in die bestehende Datenverarbeitungsstruktur. Eine Validierung soll anhand von bestehenden Referenzmessungen erfolgen.

Motivation & Zielsetzung

Im Rahmen dieser Arbeit soll ein bestehender Prüfstand erweitert werden, sodass die
Seriennummern von Bauteile mithilfe von OCR (Optical Character Recognition) automatisch
ausgelesen werden können. Ziel der Arbeit ist es, eine robuste Methode zur Automatisierung der
Messdatenzuordnung zu entwickeln, zu evaluieren und zu validieren.
Im ersten Schritt soll die optimale Beleuchtungskonfiguration ermittelt werden. Experimentelle
Untersuchungen sollen klären, unter welcher Beleuchtung der Informationsgehalt der Bilddaten
maximal ist.
Im Folgenden soll ermittelt werden, welche OCR-Modelle sich als besonders effektiv für die
vorhandenen Daten erweisen. Die Implementierung erfolgt in Python.
Für die Validierung soll die Kamera- und Beleuchtungskonfigurationen am Prüfstand montiert
werden.

Im Bereich der Regelungstechnik werden aktuell keine studentische Arbeiten angeboten.

Im Bereich der Akustik werden aktuell keine studentische Arbeiten angeboten.