Startseite

Offene Master- und Bachelorarbeiten.

Bei Interesse bitte mit Herrn Prof. Niggemann in Kontakt treten.

3D Visualisierung mit Bork3D auf Apple iPad

3D Visualisierung von Automatisierungssystemen

Mobile Endgeräte kommen in der Automatisierungstechnik immer häufiger zum Einsatz. Sie dienen meist zur Überwachung und Steuerung von Produktionsanlagen, wie z.B. bei der Visualisierung von Prozessen. Tablet-PCs, wie das Apple iPad, bieten neben 2D Darstellungen auch die Möglichkeit 3D Modelle  darzustellen. So können z.B. ganze Anlagen nachgebildet werden, um Ingenieuren so einen intuitiven Zugang bieten.

Ziele: Eine Bibliothek für 3D Modelle auf dem iPad ist Bork3D. Diese Engine soll im Rahmen einer Abschlussarbeit für den Einsatz in der Automatisierungstechnik getestet und bewertet werden. Für diese Bewertung sollen 3D Modelle der Lemgoer Modell Fabrik (LMF) erstellt und in ein, derzeit im inIT laufendes Industrieprojekt eingegliedert werden.

Art der Arbeit: Bachelor

Beginn: Sofort

Ansprechpartner Michael.Jaeger@hs-owl.de

Untersuchung  verschiedener Ansätze und Implementierung der 3D-Simulation der Lemgoer Modellfabrik.

Ein im inIT entwickelndes Modellierungs-und Simulationstool soll um eine 3D-Visualisierung erweitert werden. Es sollen verschiedene Ansätze, vorhandene 3D-Modelle der Lemgoer Modellfabrik an eine Simulations-Engine anzubinden, untersucht werden. Abschließend soll eine geeignete Lösung implementiert werden.

Art der Arbeit: Masterarbeit bzw. Bachelorarbeit

Beginn: sofort

Using QR-Codes for Location Based Plant Visualization

Using available software for QR-code scanning, a software has to be implemented to display location dependent diagnosis information of the Lemgo Model Factory. This should be implemented for a mobile device based on iOS or Android. This Thesis will be supported by a local company.

Art der Arbeit: Bachelorarbeit

Beginn: sofort

Laufzeitabschätzung für Programme

Für eine gegebene Compilerumgebung soll anhand des kompilierten Codes eine Abschätzung der Laufzeit der Programme vorgenommen werden. Hierzu ist jeweils ein Modell der Prozessorleistung zu hinterlegen. Zur Modellierung des Laufzeitverhaltens der Programme soll auf eine am Lehrstuhl entwickelte Modellierungstechnik zurückgegriffen werden.

Art der Arbeit: Masterarbeit oder Bachelorarbeit (eingeschränktes Thema)

Beginn: sofort

Automatische Parallelisierung von C Code

Software wird heutzutage zunehmend auf parallelen Plattformen wie z.B. MultiCore-Prozessoren ausgeführt. Die manuelle Erstellung solch paralleler Programme ist allerdings arbeitsaufwendig und fehleranfällig. Ziel dieser Arbeit ist es, aufgrund Sourcecode-Analysen eine automatische Parallelisierung zu erreichen.

Art der Arbeit: Masterarbeit

Beginn: sofort

Lernen von Verhalten mittels Selbstorganisierender Karten

Mithilfe Selbstorganisierender Karten (Self Organizing Maps, SOMs) soll das Normalverhalten von Automatisierungsanlagen gelernt werden. Das gelernte Modell wird genutzt, um Fehler im regulären Produktionsablauf einer Automatisierungsanlage zu erkennen und zu lokalisieren. Anhand realer Messdaten aus der Lemgoer Modellfabrik (LMF) kann die Implementierung getestet werden.

Voraussetzungen: Generelles Verständnis von Algorithmen und deren Implementierung

Integration eines echtzeitfähigen Kommunikationsprotokolls in den OPC UA Standard zum Datenaustausch verteilter Systeme

Die eigens im Fraunhofer Institut entwickelte Middelware für die Industrieautomation (mINA) soll es Anlagen ermöglichen, ein wandelbares Verhalten zu erlangen. Ein wesentlicher Bestandteil innerhalb der Softwarearchitektur basiert auf dem OPC UA Standard. Für die industrielle Anwendbarkeit soll im Rahmen der Arbeit ein echtzeitfähiges Kommunikationsprotokoll in den OPC UA Standard integriert werden. Zudem sollen Zeitmessungen erfolgen und die bereits verwendeten Protokolle sollen mit dem echtzeitfähigen Protokoll verglichen werden.

Art der Arbeit: Masterarbeit

Beginn: sofort

Anwendung einer Support Vektor Maschine zur Modellierung und Prädiktion wertekontinuierlicher industrieller Prozesse

Maschinelles Lernen zur Überwachung technischer Prozesse

Die Überprüfung der korrekten Funktionalität, die Fehlersuche, das frühzeitige Erkennen von drohenden Komponentenausfällen sowie die Diagnose und das Monitoring des zugrundeliegenden physikalisch / technischen Prozesses sind von entscheidender Bedeutung für das wirtschaftliche Betreiben komplexer Automatisierungsprozesse. Am Fraunhofer IOSB wurde ein neuartiges Konzept zur Überwachung komplexer technischer Prozesse, basierend auf Methoden des maschinellen Lernens, entwickelt. Dabei kommen so genannte hybride Automaten zum Einsatz, die eine ganzheitliche Schadensdetektion und -lokalisierung für beliebige, komplexe Anlagen und Maschinen ermöglichen. In diesem Ansatz werden diskrete Prozesszustände und deren Übergänge mit dem so genannten HyBUTLA Algorithmus trainiert, der am Fraunhofer Institut in Lemgo entwickelt wurde. Ziel dieser Arbeit ist es, das kontinuierliche Prozessverhalten innerhalb der diskreten Prozesszustände des hybriden Automaten zu modellieren. Zur Fehlererkennung sollen kontinuierliche Prozessvariablen in Abhängigkeit anderer Prozessvariablen und der Zeit prädiziert werden. Die Verwendung einer multilinearen Regression hat sich zu diesem Zweck als unzureichend erwiesen, da das Prozessverhalten innerhalb der diskreten Zustände im Allgemeinen hochgradig nichtlinear ist. Daher soll eine Support Vektor Maschine (SVM) angewendet werden, die durch die implizite Verwendung nichtlinearer Kernel-Funktionen eine nichtlineare Regression ermöglicht. Support Vektor Maschinen stellen eine robuste Alternative zu neuronalen Netzen bei der Approximation nichtlinearer Funktionen dar und werden daher in vielfältigen Anwendungsbereichen im industriellen Kontext eingesetzt.

Ziele: Implementierung der multilinearen Regression als Referenz, Auswahl einer geeigneten Bibliothek zur Umsetzung der SVM-Regression (z.B. OpenCV, R-Paket), Parametrisierung und Training der SVM, Evaluierung der SVM hinsichtlich des Prädiktionsfehlers mit Daten der Lemgoer Modellfabrik, Integration in das CAMEL-Framework (Plattform zur Online-Prozessüberwachung), Evaluierung der SVM hinsichtlich künstlich erzeugter Prozessfehler.

Art der Arbeit: Bachelor / Master (Komplexität der Aufgabenstellung kann an die Art der Arbeit angepaßt werden)

Beginn: Sofort

Ansprechpartner Stefan.Windmann(at)iosb-ina.fraunhofer.de

Implementierung einer graphischen Benutzeroberfläche zur Prozessüberwachung und zur Anzeige von Prozessfehlern

Visualisierung industrieller Prozesse

Die Überprüfung der korrekten Funktionalität, die Fehlersuche, das frühzeitige Erkennen von drohenden Komponentenausfällen sowie die Diagnose und das Monitoring des zugrundeliegenden physikalisch / technischen Prozesses sind von entscheidender Bedeutung für das wirtschaftliche Betreiben komplexer Automatisierungsprozesse. Am Fraunhofer IOSB wurde ein neuartiges Konzept zur Überwachung komplexer technischer Prozesse, basierend auf Methoden des maschinellen Lernens, entwickelt. In einem Logikmodul werden unter Verwendung verschiedener Prozessmodelle Prozessdaten der Lemgoer Modellfabrik (LMF) zur Visualisierung aufbereitet und Algorithmen zur automatischen Fehlererkennung ausgeführt.

Ziel dieser Arbeit ist die Anzeige der aufbereiteten Prozessdaten und –fehler in einer graphischen Benutzeroberfläche, die im Leitstand der LMF oder auf mobilen Endgeräten zur Prozessüberwachung eingesetzt werden kann. Die GUI soll aus vier graphischen Komponenten bestehen.

Eine graphische Übersicht des Gesamtsystems soll die Auswahl eines Prozessmoduls ermöglichen, dessen Prozessdaten angezeigt werden sollen. In den weiteren Graphikkomponenten sollen eine Graphik des ausgewählten Moduls sowie dessen Sensor- und Aktorsignale und ein Prozessmodell dargestellt werden. Zur Kommunikation mit dem Logikmodul und zum Empfang der Prozessdaten soll ein OPC-UA-Client verwendet werden. Die Implementierung der GUI soll mit der Programmiersprache C# unter Verwendung der graphischen Programmierschnittstelle WPF durchgeführt werden.

Art der Arbeit: Bachelor/Master

Beginn: Sofort

Ansprechpartner Stefan.Windmann@iosb-ina.fraunhofer.de