MA / IDP: Foundation Models für die Prozessüberwachung beim vibrationsunterstützten Bohren

Kurzbeschreibung

Beschreibung Hintergrund In der Luftfahrt werden Bohrungen in mehrschichtigen Materialpaketen meist mit Industrierobotern hergestellt. Beim vibrationsunterstützten Bohren (VAD) werden dabei Sensorsignale und Qualitätsdaten aufgezeichnet. Allerdings ist es aufwändig eine große Menge an Trainingsdaten zu sammeln. Daher soll untersucht werden, ob vortrainierte Modelle für Zeitreihen und Tabellendaten auch mit wenigen prozessspezifischen Daten für die Abschätzung der Bohrungsqualität und des Werkzeugverschleißes genutzt werden könenn. Ziel Ziel der Arbeit ist es, die Eignung solcher Foundation Models für die Prozessüberwachung beim Bohren systematisch zu untersuchen und mit kleinen, klassischen ML-Modellen zu vergleichen. Aufgabe • Literaturrecherche und Übersicht geeigneter Open-Source-Modelle • Bewertung von Datenformat und Anwendbarkeit auf Prozessdaten • Benchmark gegen klassische ML-Modelle • Untersuchung von Fine-TuningStrategien und deren Einfluss auf Genauigkeit und Robustheit Anforderungen • Programmierkenntnisse, idealerweise Python; PyTorch • Interesse an Machine Learning und Prozessüberwachung • Grundkenntnisse in Zeitreihendaten sind von Vorteil, aber nicht erforderlich • Eigeninitiative, strukturierte Arbeitsweise, Zuverlässigkeit und Engagement Kontakt M. Sc. Charlotte Winkler Abteilung Werkzeugmaschinen charlotte.winkler<script>document.write('@');</script> <noscript>(at)</noscript>iwb.tum.de