Masterarbeit: »Deep-Learning für die Defekterkennung bei Batteriezellen«

W Fraunhofer IPT w Akwizgranie pracujemy z więcej niż 530 pracownikami każdego dnia, aby produkcja przyszłości była bardziej cyfrowa, elastyczna i zrównoważona. W dziale Jakości Produkcji zajmujemy się zastosowaniem technologii cyfrowych do optymalizacji procesów produkcyjnych, szczególnie przez zastosowanie sztucznej inteligencji chcemy uczynić produkcję bardziej zrównoważoną. Jednym z głównych obszarów naszej pracy jest optymalizacja procesów produkcyjnych ogniw litowo-jonowych i ogniw paliwowych.

Rosnące zapotrzebowanie na zrównoważone magazyny energii wymaga efektywnej i ekonomicznej produkcji o stałej wysokiej jakości produkcji. W tym celu stosujemy procesy ciągłe dla efektywnego powlekania elektrod. Na tym etapie procesu mogą jednak wystąpić defekty, które powodują wysokie współczynniki odpadów. W celu rozwiązania tego problemu opracowujemy nowoczesny system wykrywania defektów oparty na głębokim uczeniu. Kluczowym krokiem dla zastosowania tego systemu jest zmniejszenie nakładu pracy na annotację przez ekspertów procesowych. Obiecującą metodą zmniejszenia tego nakładu są podejścia w obszarze uczenia transferowego, które chcemy zastosować do klasyfikacji defektów opartej na głębokim uczeniu.

W ramach tej pracy dyplomowej mają być zrealizowane i przetestowane różne podejścia do głębokiego uczenia.

• Poszukiwanie i wybór odpowiednich podejść w obszarze uczenia transferowego dla modeli głębokiego uczenia
• Trenowanie modeli głębokiego uczenia do wykrywania defektów i analiza wyników
• Implementacja odpowiednich modeli głębokiego uczenia do systemu wykrywania defektów

• Studiowanie inżynierii mechanicznej, inżynierii przemysłowej, informatyki, elektrotechniki, fizyki lub pokrewnego kierunku
• Pierwsze doświadczenia w pracy z PyTorch, głębokim uczeniem i uczeniem transferowym
• Samodzielne podejście do pracy i radość z międzydyscyplinarnej pracy zespołowej
• Dobre umiejętności językowe w języku niemieckim i/lub angielskim

• Naukowa realizacja aktualnego i praktycznego tematu
• Serwery GPU do aplikacji nauki o danych i efektywnej pracy z dużymi modelami
• Udział w innowacyjnych projektach badawczo-rozwojowych z renomowanymi partnerami przemysłowymi
• W przypadku zainteresowania istnieje możliwość opublikowania wyników w publikacji naukowej

Doceniamy i wspieramy różnorodność kompetencji naszych pracowników i dlatego zachęcamy do aplikowania wszystkich – niezależnie od wieku, płci, narodowości, pochodzenia etnicznego i społecznego, religii, światopoglądu, niepełnosprawności oraz orientacji seksualnej i tożsamości. Osoby niepełnosprawne będą zatrudniane w pierwszej kolejności w przypadku równych kwalifikacji.

Z uwagi na swoje ukierunkowanie na kluczowe technologie przyszłości oraz na komercyjne wykorzystanie wyników w gospodarce i przemyśle, Fraunhofer-Gesellschaft odgrywa centralną rolę w procesie innowacyjnym. Jako lider i wyznacznik kierunków dla innowacyjnych rozwiązań i naukowej doskonałości przyczynia się do kształtowania naszego społeczeństwa i naszej przyszłości. Czy zainteresowaliśmy Cię? Złóż teraz wniosek online wraz z kompletnym zestawem dokumentów aplikacyjnych. Czekamy na możliwość spotkania z Tobą!

Chętnie odpowie na Twoje pytania dotyczące tej pracy dyplomowej: