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:

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

• Einarbeitung und Recherche des Stand der Technik
• Konzeption und Entwicklung eines Frameworks
• Implementierung von Algorithmen und Bewertung des Frameworks
• Erweiterung der Funktionalität durch die Integration eines Algorithmus für maschinelles Lernen in die drahtlosen Sensorknoten
• Erweiterung des Systems zur Unterstützung mehrerer gleichzeitig arbeitender Sensorknoten
• 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 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.

Adresse: IMMS Institut für Mikroelektronik- und Mechatronik-Systeme gemeinnützige GmbH (IMMS GmbH), Ehrenbergstraße 27, 98693 Ilmenau, Deutschland