Bachelor-/Master-Arbeiten

Zum Thema „Explorative Erforschung des Transfer Learnings für Reinforcement Learning Anwendungen in der Produktionssteuerung“ ab sofort

Hintergrund:

• Cyberphysische Produktionssysteme versprechen die Integration von intelligenten Steuerungsmethoden, die unter Berücksichtigung vollumfänglicher Produktionsdaten bessere Ergebnisse erzielen als herkömmliche Methoden. Hierzu kann Reinforcement Learning benutzt werden, dessen Trainingsalgorithmen Simulationsmodelle der geplanten Anwendungsumgebungen benötigen.
• Da komplexe Produktionssysteme oder langfristige Reward Definition hohe Trainingsdauern verursachen soll untersucht werden, in wie fern ein Agentensystem die in einer veränderten Umgebung bereits gelernte Verhalten anwenden kann.

Aufgabenbeschreibung:

• Entwicklung eines Simulationsmodells und Integration eines Reinforcement Learning Algorithmus zur Erforschung des Zusammenhangs
• Entwicklung einer Methodik zur Identifikation des Zusammenhangs
• Planung und Durchführung der Experimente

Zielsetzung:

• Identifikation der Möglichkeit zum Transfer Learning für Reinforcement Learning Anwendungen in der Produktionssteuerung.

Voraussetzung:

• Studiengang Systems Engineering
• Erste Kenntnisse im Bereich Reinforcement Learning
• Selbstständige Arbeitsweise
• Sehr gute Deutsch und Englischkenntnisse

Ansprechpartner:
BIBA, Prozessoptimierung und Data Analytics:
Lennart Steinbacher
E-Mail: stb@biba.uni-bremen.de
Tel.: 0421 / 218 50092

Zum Thema „Evaluierung von mitarbeiterzentrierten Montageassistenzsystemen“ ab sofort, Masterarbeit

• Assistenzsysteme halten mehr und mehr Einzug in der industriellen Montage
• Informatorische Assistenz und aktive Anreizgestaltung als Lösungsvektor zur Produktivitätssteigerung
• Mitarbeiterzentrierung als Gestaltungsparadigma

• Recherche zu mitarbeiterzentrierten Assistenzsystemen
• Konzeptionierung einer Evaluierungsstudie
• Vorbereitung und Durchführung der Studie
• Auswertung der Studienergebnisse

• Studium Wirtschaftsingenieurwesen oder Produktionstechnik
• Sehr gute Englisch- und Deutschkenntnisse
• Analytische Herangehensweise und selbstständige Arbeitsweise

„Entwicklung eines resilienzorientierten Wirkmodells der Montage“ ab sofort, Bachelor-/Masterarbeit

Hintergrund:

• Wirkmodelle können als Grundlage für das Verständnis der Wirkzusammenhänge verwendet werden
• Steigende Komplexität von Prozessen führt zur starken Abhängigkeit der Teilprozesse
• Bewertung von Risiken und Interdependenzen der Prozesse als Grundlage für die Auslegung der Prozesse

Aufgabenbeschreibung:

• Identifikation und Beschreibung von Maßnahmen zur Steigerung der Resilienz
• Entwicklung eines Zielgrößensystems
• Entwicklung eines qualitativen Wirkmodells der Montage
• Evaluation der Methode

Voraussetzung:

• Studium Wirtschaftsingenieurwesen oder Produktionstechnik
• Starkes Interesse an konzeptioneller Arbeit
• Sehr gute Englisch- und Deutschkenntnisse
• Analytische Herangehensweise und selbstständige Arbeitsweise

Ansprechpartner:

BIBA, Forschungsbereich: Intelligente Produktions- und Logistiksysteme (IPS)
Dennis Keiser
E-Mail: ked@biba.uni-bremen.de
Tel.: 0421 / 218 - 50183

Zum Thema „Konzeptionelle Entwicklung einer Methode zur dynamischen Aufgabenzuordnung in kollaborativen Montagesystemen“, Master- oder Bachelorarbeit, ab sofort

• Kollaborative Mensch-Roboter Arbeitsplätze gewinnen zunehmend an Bedeutung in der industriellen Produktion
• Höhere Flexibilität und Variantenvielfalt erfordert dynamische Zuordnung von Montageteilprozessen zur Bearbeitung durch Mensch oder Roboter

• Recherche zur kollaborativen Montage und zur dynamischen Aufgabenverteilung
• Analyse von Anforderungen und Entscheidungskriterien für die Aufgabenzuweisung in hybriden Montageprozessen
• Konzeptionelle Entwicklung eines Ansatzes zur dynamischen Aufgabenzuweisung in der hybriden Montage

• Studium in Produktionstechnik, Systems Engineering oder Wirtschaftsingenieurwesen
• Interesse an kollaborativer Robotik
• Sehr gute Deutschkenntnisse und Englischkenntnisse
• Methodische, strukturierte Arbeitsweise
• Selbstständiges Arbeiten und hohe Zuverlässigkeit

Zum Thema „Systematische Literaturanalyse und Bewertung von Ansätzen zur Aufgabenplanung und –verteilung in kollaborativen Produktionssystemen“ ab sofort, Master oder Bachelorarbeit

• Kollaborative Mensch-Roboter Arbeitsplätze gewinnen zunehmend an Bedeutung in der industriellen Produktion
• Höhere Flexibilität und Variantenvielfalt erfordert dynamische Planung und Zuordnung von Produktionsteilprozessen zur Bearbeitung durch Mensch oder Roboter

• Systematische Literaturanalyse zu bestehenden Ansätzen zur Aufgabenverteilung von Prozessfolgen in kollaborativen Arbeitsszenarien
• Analyse der Ansätze und Definition von Bewertungskriterien
• Klassifizierung der Verfahren nach verschiedenen Aspekten
• Bewertung der Ansätze für verschiedene Einsatzszenarien

• Abgeschlossenes oder fortgeschrittenes Bachelorstudium in Produktionstechnik oder Systems Engineering
• Wissen zu industriellen Produktionsorganisationen und Interesse an kollaborativer Robotik
• Sehr gute Deutschkenntnisse und Englischkenntnisse
• Methodische, strukturierte Arbeitsweise
• Selbstständiges Arbeiten und hohe Zuverlässigkeit

Zum Thema „Empirische Erhebung und Bewertung von Resilienz-Faktoren in der Industrie“ ab sofort, Master oder Bachelorarbeit

• Steigende Komplexität von Prozessen führt zur starken Abhängigkeit der Teilprozesse
• Resilienz als aktuelles Forschungsgebiet
• Resilienz-Faktoren als Grundlage für die Bewertung von Systemen

• Recherche zur technischen Resilienz-Forschung
• Entwicklung eines Studiendesigns
• Erhebung von Daten zu Resilienz-Faktoren (Interviews, Fragebogen)
• Auswertung und Bewertung der Daten

• Studium Wirtschaftsingenieurwesen oder Produktionstechnik
• Interesse an empirischen Studien
• Sehr gute Englisch- und Deutschkenntnisse
• Analytische Herangehensweise und selbstständige Arbeitsweise

Zum Thema „Vergleich und Entwicklung von Methoden zur kamerabasierten Erfassung und Analyse von Hand- und Körperhaltung für manuelle Montageprozesse“ ab sofort, Master oder Bachelorarbeit

• Montage von Produkten mit geringen Stückzahlen erfolgt an manuellen Handarbeitsplätzen
• Bisherige Unterstützung des Mitarbeiters auf optische Bauteilhervorhebung und Montageüberprüfung beschränkt
• Berücksichtigung der ergonomischen und produktions-bezogenen Situation des Mitarbeiters wünschenswert

• Recherche zu geeigneten OpenSource Implementierungen zur kamerabasierten Erfassung von Hand- u. Körperhaltung
• Anpassung und Integration von mindestens zwei Verfahren für den Einsatz an einem manuellen Montageplatz
• Evaluierung und Bewertung der Methoden für verschiedene Situationen

• Abgeschlossenes oder fortgeschrittenes Bachelorstudium in Informatik, Systems Engineering oder Produktionstechnik
• Sehr gute Programmierkenntnisse (z.B. C#, C++, Python)
• Sehr gute Deutschkenntnisse und gute Englischkenntnisse
• Selbstständiges Arbeiten und hohe Zuverlässigkeit

Zum Thema „Konzeptionierung und Entwicklung eines modularen Frameworks für die Kombination von Digitalen Zwillingen“ ab sofort, Bachelor-/Masterarbeit

• Mit dem Digitalen Zwilling werden physische Objekte um ein digitales Gegenstück mit identischen Eigenschaften und Funktionen erweitert. Dieses digitale Abbild verbindet aktuelle und historische Daten des Objektes mit Modellen seines Verhaltens zusätzliches Wissen zu generieren. Notwendig sind dafür modular verschaltete Modelle.

• Da jedes Objekt über einen digitalen Zwilling verfügen kann, ist es notwendig einheitliche Modelle und Schnittstellen zu nutzen. Es existieren verschiedene Ansätze für die Simulation physikalischer Eigenschaften und des Verhaltens als auch für die Kommunikation zwischen verschiedenen Objekten. Aufgrund der Neuheit dieses Anwendungsfeldes hat sich bisher jedoch keine einheitliche Lösung entwickeln können.

• Analyse und Vergleich verschiedener Simulations- und Kommunikationsmodelle
• Integration eines Simulationsverfahrens in ein autonomes System
• Evaluation der Ergebnisse

• Erfahrungen in der methodischen Entwicklung und Modellierung technischer Systeme
• Erfahrung im Umgang mit Matlab / Simulink oder anderen Simulationsumgebungen wünschenswert
• Abgeschlossenes oder fortgeschrittenes Bachelorstudium (Systems Engineering, Produktionstechnik)
• Sehr gute Deutsch- und gute Englischkenntnisse
• Selbstständiges Arbeiten und hohe Zuverlässigkeit

Arbeitsthema: Intelligente Algorithmen zur Planung von automatischen Beladesystemen, Master oder Bachelorarbeit

• Die automatische Beladung von Containern oder Paletten erfordert Algorithmen zur optimalen Planung der Beladereihenfolge.
• Abhängig von der Art und der Ausmaße der zu beladenen Güter werden entsprechende Algorithmen benötigt.
• Die Arbeit ist in einem anwendungsorientierten Forschungsprojekt für die Entwicklung von automatischen Beladesystemen angesiedelt.

• Recherche und intensive Auseinandersetzung mit adaptiven und intelligenten Algorithmen
• Entwicklung einer Methode für optimale Planung zur Beladung von Containern oder Paletten
• Evaluation und Bewertung anhand von Simulation des Prozesses

• Studium des Systems Engineering, Mathematik und Informatik
• Exzellente Programmierkenntnisse und Erfahrungen im Bereich der künstlichen Intelligenz
• Selbstständige, wissenschaftliche Arbeitsweise

• Unmittelbarer Praxisbezug durch Thema aus aktuellem Forschungsprojekt
• Intensive Betreuung und regelmäßiges Feedback

Arbeitsthema: Entwicklung von Deep Learning Anwendungen für die Automatisierung von produktionstechnischen und logistischen Prozessen, Master oder Bachelorarbeit

• Deep Learning ist ein neuartiger Ansatz in der künstlichen Intelligenz, der großes Potenzial für diese Aufgabenstellung bietet.
• Der Anwendungsbereich der Arbeit wird nach Interesse des Studenten/der Studentin definiert. Bspw. Automatisierungstechnik, Robotik oder Prozessoptimierung.
• Die Arbeit ist in der Abteilung Robotik und Automatisierung angesiedelt.

• Recherche und intensive Auseinandersetzung mit Deep Learning
• Anwendung an einem konkreten Beispiel in der Produktion oder Logistik
• Evaluation und Bewertung der Eignung von Deep Learning für die Aufgabenstellung

• Studium des Systems Engineering, Mathematik und Informatik
• Exzellente Kenntnisse im Bereich künstliche neuronale Netze oder erste Erfahrungen mit Deep Learning
• Technisches Grundverständnis und sehr gute Programmierkenntnisse (idealerweise C++)
• Selbstständige, wissenschaftliche Arbeitsweise

• Unmittelbarer Praxisbezug durch Thema aus aktuellem Forschungsprojekt
• Intensive Betreuung und regelmäßiges Feedback

Arbeitsthema: Automatische Szenenanalyse für die Entwicklung intelligenter Robotersysteme für logistische Prozesse, Master oder Bachelorarbeit

• Die Fortschritte in der künstlichen Intelligenz und Sensorik ermöglichen intelligente Automatisierungssysteme für dynamische logistische Prozesse.
• Der Anwendungsbereich der Arbeit wird nach Interesse des Studenten/der Studentin definiert. Bspw. Automatisierungstechnik, Robotik oder Prozessoptimierung.
• Die Arbeit ist in der Abteilung Robotik und Automatisierung angesiedelt.

• Recherche und intensive Auseinandersetzung mit Objekterkennungsmethoden
• Anwendung an einem konkreten Beispiel in der Logistik
• Spezifikation und Umsetzung eines kleinen Demonstrators

• Studium des Systems Engineering, Mathematik und Informatik
• Exzellente Kenntnisse im Bereich künstliche Intelligenz und Objekterkennung
• Erfahrungen mit Bildverarbeitungssystemen (2D,3D) und Mikrocontrollerprogrammierung
• Technisches Grundverständnis und sehr gute Programmierkenntnisse (idealerweise C++, OpenCV, PCL)
• Selbstständige, wissenschaftliche Arbeitsweise

• Unmittelbarer Praxisbezug durch Thema aus aktuellem Forschungsprojekt
• Intensive Betreuung und regelmäßiges Feedback

Arbeitsthema: Selbstlernende Roboter und Automatisierungssysteme für logistische Prozesse, Master oder Bachelorarbeit

• Die Fortschritte in der künstlichen Intelligenz ermöglichen kognitive Automatisierungssysteme für dynamische logistische Prozesse.
• Der Anwendungsbereich der Arbeit wird nach Interesse des Studenten/der Studentin definiert. Bspw. Automatisierungstechnik, Robotik oder Prozessoptimierung.
• Die Arbeit ist in der Abteilung Robotik und Automatisierung angesiedelt.

• Recherche und intensive Auseinandersetzung mit kognitiven Systemen
• Anwendung an einem konkreten Beispiel in der Logistik
• Spezifikation und Umsetzung eines kleinen Demonstrators

• Studium des Systems Engineering, Mathematik und Informatik
• Exzellente Kenntnisse im Bereich künstliche Intelligenz und maschinelles Lernen
• Technisches Grundverständnis und sehr gute Programmierkenntnisse (idealerweise C++)
• Selbstständige, wissenschaftliche Arbeitsweise

• Unmittelbarer Praxisbezug durch Thema aus aktuellem Forschungsprojekt
• Intensive Betreuung und regelmäßiges Feedback

Arbeitsthema: Big Data Analysis von Zeitreihendaten, Masterarbeit

• Viele technische Systeme sind heutzutage mit einer Vielzahl von Sensoren ausgestattet, die sekündlich unterschiedlichste Daten sammeln
• Je nach Anwendungsfall müssen diese Daten aufbereitet und Informationen abgeleitet werden

• Anwendung verschiedener Verfahren, bspw. für die Vorhersage der Restlebensdauer eines Systems
• Interpretation der Ergebnisse / Vergleich der Verfahren

• Entwicklung von Analysen, welche die Daten aus korrelierenden Zeitreihen aufbereiten und Vorhersagen ermöglichen bzw. Abweichung erkennen
• Literaturrecherche
• Umsetzung mit der Open-Source Software H2O

• Programmierkenntnisse, vorzugsweise in JAVA und R
• Statistikkenntnisse
• Eigenständige Arbeitsweise
• Keine Scheu vor Mathematik

Arbeitsthema: Bestimmung der optimalen Sensoranordnung und -konfiguration für Robotersysteme in der Logistik, Master oder Bachelorarbeit

• Das Vision System eines Roboters ist von entscheidender Bedeutung für die „Intelligenz“ eines Robotersystems.
• Moderne 3D-Kameras liefern hochauflösende 2D- und 3D-Daten, die zur einer echtzeitfähigen Analyse geeignet sind und dadurch intelligente und lernfähige Robotersysteme ermöglichen.
• Die Arbeit ist in einem anwendungsorientierten Forschungsprojekte zur Steigerung der Energieeffizienz in der Produktion angesiedelt.

• Recherche und intensive Auseinandersetzung mit der Bestimmung der optimalen Position von 2D- und 3D-Kameras
• Implementierung von Optimierungsalgorithmen in eine vorhandene Simulationssoftware
• Evaluation und Bewertung anhand eines konkreten Anwendungsfall aus der Logistik durch Simulation sowie Labortests

• Studium des Systems Engineering, Mathematik und Informatik
• Exzellente Kenntnisse im Bereich Bildverarbeitung oder 3D-Sensorsysteme
• Technisches Grundverständnis und sehr gute Programmierkenntnisse (idealerweise C++ oder C#)
• Selbstständige, wissenschaftliche Arbeitsweise

• Unmittelbarer Praxisbezug durch Thema aus aktuellem Forschungsprojekt
• Intensive Betreuung und regelmäßiges Feedback