Angewandte Studie und Bachelorarbeit

Marktrecherche, Leistungsberechnung in MS Excel und Erstellung einer Simulationsstudie zur Modellierung des Fahrverhaltens aktueller Fahrerloser Transportsysteme (FTS) unter Berücksichtigung des Energiemanagements

Kurzbeschreibung:

• In vielen Materialflusssystemen in Industrie und Handel werden wegen zunehmender Flexibilisierung FTS eingesetzt. Die Antriebe der Fahrzeuge basieren in der Regel auf Elektromotoren gespeist durch Akkumulatoren. Neben den Ladezeiten für Akkumulatoren bekommt auch die Rekuperation in Verbindung mit PowerCaps eine zunehmende Bedeutung.
  
  

Ziele der Recherche und analytischen Arbeit:

Ziel der Angewandten Studie ist es, aktuelle Anbieter von FTS und deren Energiemanagement zu recherchieren. Auf der Basis sollen in MS Excel Durchsatzberechnungen in Abhängigkeit von den Energieparametern durchgeführt werden.

Bachelorarbeit:

Ziel der Bachelorarbeit ist es, die zuvor ermittelten Parameter in einem Simulationsmodell zu implementieren und das Modell zu validieren.

Voraussetzungen:

• Kenntnisse in MS-Excel und möglichst auch Programmierkenntnisse
• Kenntnisse des Simulators AuoMod oder Willen sich dort einzuarbeiten
• Gute Studienleistungen
  
  

Beginn: Mitte August 2020 oder später

Betreuer: Prof. Dr. Markus Fittinghoff

Auswertung sensorisch erfasster Schwingungs- und Betriebsdaten durch Nutzung von statistischen Methoden und Künstlicher Intelligenz (KI)

Kurzbeschreibung:

Automatisierte fördertechnische Fahrzeuge unterliegen hohen Anforderungen an ihrer Verfügbarkeit. Die einsetzende Industrie wünscht (vergleichbar zu modernen Pkw) zustandsorientierte Hinweise zu Wartungs- und Instandhaltungsmaßnahmen an den Fahrzeugen. Je Fahrzeug werden dazu bestimmte Daten durch Edge-Computing erfasst. Diese Technik ist bereits vorhanden. Aufbauend darauf sollen nun statistische Kennzahlen berechnet und ggfs. mit weiteren Daten korreliert werden, um Berechnungen des sogenannten Nutzungsvorrats (bis zu einem Ausfall) des Fahrzeugs zu ermöglichen. Idealerweise liefern diese Auswertungen Hinweise zu Bauteilen/Komponenten des Fahrzeugs, die in naher Zukunft gewartet werden sollten, und helfen dem Menschen bei der Interpretation des Fahrzeugzustands.

Voraussetzungen:

• Programmierkenntnisse Python, C++, R

• Interesse an Hardware und technischen Geräten

• Interesse an KI und innovativen Industrie 4.0-Themen

• Gute Studienleistungen

Beginn: ab sofort

Betreuer: Prof. Dr. Markus Fittinghoff