Masterarbeit (w/m/d) - KI-gestützte Segmentierung von Tomographiedaten

Das erwartet dich

Für die schnelle Entwicklung und Optimierung neuartiger metallischer Werkstoffe werden im frühen Stadium der Werkstoffentwicklung sehr viele verschiedene Legierungszusammensetzungen hergestellt und untersucht. Zur Herstellung der Proben setzen wir einen Arc-Melter ein und prüfen anschließend, welche der Varianten Potential für die weitere Optimierung hat. Hierzu müssen die unterschiedlichen Elementmengen sehr präzise, reproduzierbar und effizient abgewogen werden. Der bisher manuelle Prozess ist jedoch sehr zeitintensiv, fehleranfällig und limitiert die Anzahl an untersuchbaren Legierungen.

Ziel dieser Masterarbeit ist der Aufbau eines automatisierten Systems, welches Eingabedaten zu Legierungsdesigns in maschinenlesbarer Form entgegennimmt, automatisch die benötigten Massenanteile der jeweiligen Elemente aus Drähten zuschneidet und mit Hilfe einer digitalen Waage berechnet. Schlussendlich soll ein robotergestütztes Präzisions-Abwiegen mit Dokumentation und Rückführung der Messdaten ermöglicht werden. Diese Arbeit wird dazu beitragen, dass Legierungs-Screening Kampagnen signifikant beschleunigt und automatisiert werden.

Deine Aufgaben

• Konzeption und Aufbau einer modularen Hard- und Softwarearchitektur für automatisiertes Abwiegen
• Definition eines Input-Datenformats / Schnittstellen aus Legierungsdesign Tools
• Ansteuerung Präzisionswaage(n) / Aktoren / Handling Units
• Validierung der Prozessgenauigkeit und Reproduzierbarkeit
• Erstellung einer Pipeline zum automatischen Abwiegen
• Zur Demonstration der Funktionalität werden Proben aus abgewogenen Zusammensetzungen mittels Arc-Melting hergestellt und charakterisiert.

Das bringst du mit

• laufendes Masterstudium in Maschinenbau, Mechatronik, Materialwissenschaft, Informatik oder einem vergleichbaren Studiengang
• Freude an Systemarchitektur, Experimentautomatisierung und Robotik
• Erfahrung in Python (beispielsweise ROS / pyserial / Schnittstellenansteuerung)
• Interesse an Laborautomation
• Erfahrung mit Git 
• selbstständige und strukturierte Arbeitsweise