Theses

Motivation:

• Die steigende Nachfrage nach individuell angepassten Produkten führt zu einer erhöhten Variantenvielfalt in der Produktion. Im Falle von auftretenden Fehlern bei hergestellten Produkten besteht die Möglichkeit, das Ursprungswissen über diese Fehler auf andere Produktvarianten zu übertragen, sofern ein umfassendes Prozesswissen vorhanden ist. Allerdings gestaltet sich dieser Wissenstransfer schwierig, wenn ähnliche Prozessabfolgen auch in anderen Produkten Verwendung finden und die semantische Verbindung fehlt. Oft werden Synergien zwischen den Varianten erst erkannt, wenn auch in diesen Fehler auftreten.

Problemstellung:

• Ontologien bieten die Chance, ein einheitliches Verständnis von Informationen zu schaffen und somit eine klare Trennung zwischen fachlichem Wissen und operativem Wissen zu ermöglichen. In dieser Hinsicht zielt diese Masterarbeit darauf ab, die Nutzung von Ontologien zur Unterstützung der Fehlersuche in Montagevorranggraphen von Montageassistenzsystemen zu erforschen, um die Wahrscheinlichkeit für Fehler in Varianten und gleichen Prozessfolgen abschätzen zu können.

Zielsetzung:

• Entwicklung bzw. Anpassung einer Ontologie für die manuelle Montage
• Entwicklung einer Methode, die die Ähnlichkeiten zwischen Teilgraphen in Montagevorranggraphen mithilfe von Ontologien identifizieren
• Die Anwendbarkeit und Praxistauglichkeit der entwickelten Ansätze durch Experimente und Validierung anhand eines Beispielmontageprozesses zu demonstrieren.

Voraussetzung:

• Interesse an den Bereichen Fertigungstechnik, künstliche Intelligenz und Ontologien.
• Grundlegende Kenntnisse in der Programmierung, vorzugsweise Python
• Selbstständiges Arbeiten und hohe Zuverlässigkeit
• Gute Englischkenntnisse (wichtig für das Verstehen von wissenschaftlichen Papieren)
• Sehr gute Deutschkenntnisse in Wort und Schrift

Ansprechpartner:

BIBA, Forschungsbereich: Intelligente Produktions- und Logistiksysteme (IPS)
Dirk Schweers
E-mail: ser@biba.uni-bremen.de
Tel.: 0421 / 218 - 50124

Hintergrund:

• Fertigende Industriebetriebe und Lohnfertiger stehen heute in großer Konkurrenz zueinander.
• Eine hohe Auslastung der Maschinen bei gleichzeitiger hoher Liefertreue stellen große Anforderungen an die Produktionsplanung.

Zielsetzung:

• Auf Basis einer von Industriepartnern bereitgestellte Fallstudie soll eine Planungsanwendung mit diesen spezieller Herausforderungen prototypisch entwickelt und validiert werden.

Aufgabenbeschreibung:

• Systemanalyse und Lösungsdesign für Planungsmethode
• Implementierung einer mathematischen Optimierung für das Planungsproblem
• Evaluation der Anwendung

Voraussetzung:

• Gute Programmierkenntnisse in Python
• Erste Erfahrung in mathematischer Programmierung wünschenswert
• Offen für neue Herausforderungen
• Sehr gute Deutsch- und Englischkenntnisse
• Hohe Motivation und Selbstständigkeit

Ansprechpartner:

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

Motivation:

• In kollaborativen Montagestationen werden Roboter und Menschen zu einem gemeinsamen System vereint, um effiziente Fertigungsprozesse zu ermöglichen
• Präzise Erfassung von Objektpositionen der Bauteile ist entscheidend für erfolgreiche Greifaktionen der Roboter in kollaborativen Arbeitsumgebungen
• Kamerabasierte Systeme bieten vielversprechende Lösungen für die Echtzeitlokalisierung und Posenschätzung von Objekten

Aufgabenbeschreibung:

• Umfassende Literaturrecherche zu aktuellen Methoden der Objekt-Posenschätzung und deren Anwendungen in kollaborativen Montageumgebungen
• Entwicklung eines kamerabasierten Systems zur Echtzeit-Erfassung und -Verarbeitung von Objektpositionen
• Implementierung von Algorithmen zur Bildverarbeitung und maschinellen Lernalgorithmen zur präzisen Posenschätzung
• Integration des entwickelten Systems in eine robotergesteuerte Greifanwendung und Durchführung von Experimenten zur Evaluierung
• Analyse der Ergebnisse, Identifizierung von Stärken und Schwächen des Systems sowie Vorschläge zur weiteren Verbesserung

Zielsetzung:

• Ziel der Masterarbeit ist die Entwicklung einer innovativen Methode zur Objekt-Posenschätzung mittels Kameratechnologie
• Diese Methode soll das robotergesteuerte Greifen in kollaborativen Montagestationen ermöglichen

Voraussetzungen:

• Studium in Systems Engineering oder Produktionstechnik
• Programmierkenntnisse, vorzugsweise in Python und/oder C++
• Kenntnisse in Bildverarbeitung, maschinellem Lernen und Robotik sind von Vorteil
• Sehr gute Deutsch –und Englischkenntnisse
• Methodische und strukturierte Arbeitsweise, sowie selbständiges Arbeiten und hohe Zuverlässigkeit

Ansprechpartner:

BIBA, Forschungsbereich: Intelligente Produktions- und Logistiksysteme (IPS)
Burak Vur
E-Mail: vur@biba.uni-bremen.de
Tel.: 0421 / 218 – 50054

Motivation:

Unternehmen stehen bei der Implementierung und Entwicklung technischer Systeme häufig vor der Herausforderung eine anforderungsgerechte Auswahl unter den verschiedenen Lösungen zu treffen. Zur Unterstützung der Beteiligten bietet es sich an, den Auswahlprozess z.B. mit einem Expertensystem zu automatisieren, wofür die unterschiedlichen Lösungen zunächst digital erfasst und abgebildet werden müssen.

Problemstellung:

Häufig existiert eine große Variantenvielfalt mit einer Vielzahl von Systemeigenschaften und Ausprägungen, wobei oftmals verschiedene Bezeichnungen für gleiche Systemmerkmale oder deren Ausprägungen verwendet werden. Die Katalogisierung ist zeitaufwändig und von häufig wiederkehrenden Arbeitsschritten geprägt. Sich ändernde Produktangebote erschweren darüber hinaus die Aktualität der Kataloge zu gewährleisten. Webcrawler und einheitliche, maschinenlesbare Schemata können hierbei Abhilfe schaffen. Aus dieser Problematik kann der Bedarf nach einer Methode formuliert werden, die den effizienten Aufbau eines Lösungskatalogs ermöglicht und niederschwellig zugänglich macht.

Zielsetzung:

Im Rahmen der Arbeit soll ein System zur Katalogisierung variantenreicher Produkte entwickelt werden. Im Detail sollen dabei folgende Teilziele erreich werden.

• Recherche zum technischen Stand der Abbildung variantenreicher Lösungen im Kontext Semantic Web
• Konzeption einer Vorgehens zum Übertragen von Systemeigenschaften in Datenstrukturen für das systematische Katalogisieren variantenreicher Lösungen
• Umsetzung einer Nutzerschnittstelle für die Definition einheitlicher Schemata und Katalogisierung der Lösungen
• Funktioneller Nachweis durch exemplarisches Abbilden von Exoskeletten oder FTF
• Evaluation der Usability in einer Nutzerstudie

Voraussetzung:

• Abgeschlossenes Bachelorstudium (Produktionstechnik oder Systems Engineering)
• Bachelorarbeit mit der Note „Sehr gut"
• Gute Englischkenntnisse (wichtig für das Verstehen von wissenschaftlichen Papieren)
• Sehr gute Deutschkenntnisse in Wort und Schrift
• Selbstständiges Arbeiten und hohe Zuverlässigkeit

Ansprechpartner:

Nils Hendrik Hoppe
E-mail: hpp@biba.uni-bremen.de
Tel.: 0421 / 218 - 50181

Motivation:

• Moderne Montageassistenzsysteme verfügen über ein integriertes Informationsmanagement, das die während der Montage anfallenden Daten speichert, auswertet und weiterleitet, um den Auftragsstatus und die Produktqualität zu dokumentieren und die Produktivität des Gesamtprozesses zu messen.
• Durch die zunehmende Integration von Sensorik und manuellen Eingaben der Werker sowie die Verfügbarkeit externer Datenquellen steigt die zu verarbeitende Datenmenge rasant an.

Problemstellung:

• Diese Entwicklung eröffnet die Möglichkeit, Algorithmen zur automatischen Auswertung und Interpretation der Daten einzusetzen. Beispielsweise können Anomalien bei der Durchführung von Montagetätigkeiten erkannt und diese Informationen für Prozessverbesserungen zur Verfügung gestellt werden.
• Zudem können auf der Basis von Vergangenheits- und Echtzeitdaten Prognosen generiert und auf dieser Grundlage Optimierungen vorgenommen werden.

Zielsetzung:

• Im Rahmen der Masterarbeit soll eine Methode entwickelt und evaluiert werden, die eine zuverlässige Unterscheidung von regulären und irregulären Beobachtungen in Montageprozessdaten ermöglicht.
• Dazu sollen auf Basis einer systematischen Literaturanalyse geeignete Algorithmen ausgewählt und für den vorliegenden Anwendungsfall implementiert und evaluiert werden.
• Die Vorgehensweise soll sich am CRISP-DM oder einem anderen geeigneten Vorgehensmodell orientieren.

Voraussetzung:

• Gute Programmierkenntnisse (Python) oder Bereitschaft zur selbstständigen Einarbeitung
• Selbständiges Arbeiten und hohe Zuverlässigkeit
• Gute Englischkenntnisse

Ansprechpartner:

BIBA, Forschungsbereich: Intelligente Produktions- und Logistiksysteme (IPS)
Hendrik Engbers
E-Mail: eng@biba.uni-bremen.de
Tel.: 0421 / 218 - 50148