Masterarbeit / Diplomarbeit zu Machine-Learning Methoden zur Reduktion des Berechnungsaufwandes

Liebherr-Werk Nenzing GmbH

Beschäftigungsart: Abschlussarbeit
Mindestausbildung: Pflichtschulabschluss
Arbeitssprache: Deutsch
Standort: Nenzing
Kontaktperson: Matthias Böttiger


Bewerbungen bitte über das Online-Tool auf der Website

Stellenbeschreibung

Thema: Weiterentwicklung von Machine-Learning Methoden zur Reduktion des Berechnungsaufwandes am Beispiel der Traglastberechnung von Raupenkranen

Beschreibung: Raupenkrane und Seilbagger können aufgrund ihres modularen Aufbaus eine große Varianz unterschiedlicher Krankonfigurationen abbilden. Durch die Verwendung zusätzlicher Nadel- und Derrick-Ausleger wird diese Varianz noch einmal signifikant vergrößert. Zusammen mit der Vielzahl unterschiedlicher, auslegungsrelevanter Lastfälle erfordert eine zuverlässige Dimensionierung der Tragstruktur eine große Menge gleichartiger Berechnungen. Basierend auf dieser Gleichartigkeit erscheinen KI-artige Lösungen auf Basis von ML-Modellen (Maschine Learning) potentiell geeignet, um die Berechnungsprozesse durch eine Vorsondierung der relevanten Konfigurationen und Lastfälle sowie deren Kombination zu beschleunigen.

Das Ziel dieser Arbeit besteht darin, auf der Basis von bestehenden Erkenntnissen und Methoden, neue Ansätze und Methodiken zu entwickeln und diese in einem erweiterten Kontext anzuwenden.

Einzelaufgaben: Einarbeitung in die Themengebiete und den Stand der Technik im Bereich ML und Traglastberechnung sowie in die vorangegangenen Untersuchungen Analyse der bestehenden Berechnungsdaten und Ableitung von Ansätzen zur Nutzung automatisierter Methoden auf Basis von ML zur Reduktion des Berechnungsaufwandes Ableitung und Definition einer Methodik zur operativen Nutzung im Berechnungsalltag Test und Validierung der Modelle Identifikation von Potentialen und Risiken der abgeleiteten Methodik und Ableitung möglicher Lösungsansätze bzw. Definition von Einsatzgrenzen Übersichtliche Dokumentation und Zusammenfassung des Vorgehens sowie der Ergebnisse

Anforderungen

  • Laufendes Studium in den Bereichen Maschinenbau, Bauingenieurwesen, Technische Mathematik, Technische Physik oder Technische Informatik
  • Interesse an Themen des Machine Learnings
  • Interesse an der Lösung von komplexen Problemen
  • Strukturierte und systematische Arbeitsweise
  • Grundlegende strukturmechanische Kenntnisse von Vorteil

Weitere Informationen

Es erwartet dich ein anspruchsvolles und interessantes Aufgabengebiet in einer erfolgreichen, internationalen Firmengruppe. Zudem bieten wir dir eine umfassende Betreuung durch unsere Fachabteilung sowie eine angemessene Vergütung. Für die Bearbeitung der Aufgabe werden circa 6 Monate veranschlagt. Bei entsprechender Eignung besteht im Anschluss die Möglichkeit einer weiterführenden Zusammenarbeit.

KONTAKT

Matthias Böttiger
Dr. Hans Liebherr Straße 1
6710 Nenzing

Informationen
zum Unternehmen

Neben einer offenen Unternehmenskultur gibt es vielfältige Weiterbildungsmöglichkeiten sowie ausgezeichnete Entwicklungschancen.

Insights von Expats: https://www.youtube.com/watch?v=5UxjmJbqlxU

Aktuelles
Effiziente Bauplanung mit BHM INGENIEURE
Gastronomie 4.0 mit Limifyze
Smarte Prozesse zu Ende denken bei amcoss
shidza-d-PHxydgM0oKs-unsplash
Bleib up to date!
Verpasse keine Events.