Student (m/w/d): Entwurf eines drahtlosen Mehrknotensystems zur Zustandsüberwachung

IMMS Institut für Mikroelektronik- und Mechatronik-Systeme gemeinnützige GmbH (IMMS GmbH)Ilmenau

Stellenbeschreibung:

Student (m/w/d): Entwurf eines drahtlosen Mehrknotensystems zur Zustandsüberwachung

Während deines Studiums kannst du dich bei uns in laufende Forschungsprojekte einbringen. Geh mit uns an Grenzen des technisch Machbaren und sei dabei, wenn wir gemeinsam Neuland betreten. Wir bieten vielfältige herausfordernde und praxisorientierte Themen für Pflichtpraktika, Bachelor- bzw. Master-Arbeiten oder studentische Assistenztätigkeiten an. Du analysierst wichtige wissenschaftliche Vorlauffragestellungen und stehst den Projektteams mit unterstützenden Entwicklungstätigkeiten zur Seite.

Arbeitsort: Ilmenau

Team: System Design

Karrierestufe: Abschlussarbeit

Forschungsfeld: Intelligente vernetzte Mess- und Testsysteme

Umfang: 6 Monate

Beginn: ab sofort

Bewerbungsfrist:

Kennziffer: IMMS_STUD_SD_0126

Die Zustandsüberwachung (CM) oder vorausschauende Instandhaltung (PM) zielt darauf ab, die Verfügbarkeit und Zuverlässigkeit von Maschinen zu maximieren, indem Ausfälle antizipiert werden, bevor sie auftreten. Dies ermöglicht eine zeitnahe und kosteneffiziente Instandhaltungsplanung. Drahtlose Sensorknoten gewinnen für die Zustandsüberwachung zunehmend an Bedeutung, da sie flexibel an gewünschten Standorten positioniert, neu positioniert sowie nachgerüstet werden können. Allerdings stellt die begrenzte Energieversorgung der drahtlosen Sensorknoten einen großen Nachteil dar. Dies ist insbesondere bei Anwendungen, die Signale mit hoher Datenrate wie Schwingungssignale erfassen, kritisch.

Das On-Device-Lernen von intakten und das Erkennen von fehlerhaften Zuständen der Maschine unter Verwendung von Signalverarbeitungstechniken ist ein intelligenter Weg, um die Menge der zwischen dem Sensorknoten und dem Zentralknoten übertragenen Nutzdaten zu minimieren. Die Skalierbarkeit eines solchen Algorithmus ist nicht trivial. Eine Neupositionierung und eine Änderung der Ausrichtung der Sensorknoten können die Signalstatistik beeinflussen, und der Trainingsprozess muss möglicherweise wiederholt werden.

DAS IST ZU TUN

Ein System, bestehend aus einer rotierenden Maschine, einem drahtlosen Sensorknoten und einer Basisstation, wurde bereits implementiert.
Einarbeitung und Recherche des Stand der Technik
Konzeption und Entwicklung eines Frameworks
Implementierung von Algorithmen und Bewertung des Frameworks
Im Detail:
die Erweiterung der Funktionalität durch die Integration eines Algorithmus für maschinelles Lernen in die drahtlosen Sensorknoten
die Erweiterung des Systems zur Unterstützung mehrerer gleichzeitig arbeitender Sensorknoten sowie
Weiterentwicklung der Schnittstelle der Basisstation und der gesamten Systemarchitektur zur Unterstützung der neuen Funktionen, darunter die Multi-Node-Kommunikation, die Zusammenführung von Daten und die Konfiguration des Moduls für maschinelles Lernen.

DAS BRINGST DU MIT

Programmierung in C/C++ bzw. Python
Grundlagen Signalverarbeitung
Erfahrung mit Machine-Learning-Methoden

DAS HABEN WIR ZU BIETEN

einen attraktiven Arbeitsplatz in einem modernen, sehr gut ausgestatteten und industrienah agierenden Forschungsinstitut
Arbeit direkt an der Schnittstelle zwischen Universität und Industrie
Mitarbeit in einem flexiblen und kreativen Team und an innovativen, herausfordernden Themen

WIR SIND GESPANNT AUF DICH

Wir freuen uns, wenn du mit uns arbeiten willst.

EEO und Diversität

Wir wertschätzen und fördern die Chancengleichheit und setzen uns für die Ziele der Gleichstellung und Diversität ein. Für die ausgeschriebenen Aufgaben und mit den vorhandenen Arbeitsbedingungen ist eine Bewerbung unabhängig vom Geschlecht und / oder von eventuellen körperlichen Behinderungen möglich. Das IMMS gewährleistet die berufliche Gleichstellung der Geschlechter und ist bestrebt, den Anteil des jeweils unterrepräsentierten Geschlechts zu erhöhen. Frauen sind in diesem Bereich unterrepräsentiert. Bewerbungen von Frauen sind daher ausdrücklich erwünscht. Schwerbehinderte Menschen werden bei gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt berücksichtigt.