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

В Fraunhofer IPT в Ахене мы ежедневно работаем с более чем 530 сотрудниками над тем, чтобы производство будущего стало более цифровым, гибким и устойчивым. В отделе производственного качества мы занимаемся применением цифровых технологий для оптимизации производственных процессов, в частности, за счет использования искусственного интеллекта мы стремимся сделать производство более устойчивым. Одним из основных направлений нашей работы является оптимизация производственных процессов литий-ионных аккумуляторных ячеек и топливных элементов.

Растущая потребность в устойчивых энергохранилищах требует эффективного и малозатратного производства при постоянно высоком качестве продукции. С этой целью мы используем метод рулонного нанесения для эффективного покрытия электродов. Однако на этом этапе процесса могут возникать дефекты, которые приводят к высоким показателям брака. Для решения этой проблемы мы разрабатываем современную систему обнаружения дефектов, основанную на глубоком обучении. Ключевым шагом в применении этой системы является снижение трудоемкости аннотирования данных экспертов по процессам. Многообещающим способом уменьшения этой трудоемкости являются подходы в области трансферного обучения, которые мы планируем использовать для классификации дефектов на основе глубокого обучения.

В рамках этой дипломной работы будут реализованы и протестированы несколько подходов глубокого обучения.

• Исследование и выбор подходящих методов в области трансферного обучения для моделей глубокого обучения
• Обучение моделей глубокого обучения для обнаружения дефектов и анализ результатов
• Реализация подходящих моделей глубокого обучения в системе обнаружения дефектов

• Ты изучаешь машиностроение, промышленную инженерию, информатику, электротехнику, физику или аналогичную специальность
• Первые навыки в работе с PyTorch, глубоким обучением и трансферным обучением
• Самостоятельный стиль работы и удовольствие от междисциплинарной командной работы
• Хорошее знание немецкого и/или английского языков

• Научная работа над актуальной и практической темой
• Серверы GPU для приложений в области Data Science и для эффективной работы с большими моделями
• Участие в инновационных исследовательских и разработческих проектах с известными промышленными партнерами
• При интересе возможно опубликование результатов в научном издании

Мы ценим и поддерживаем разнообразие компетенций наших сотрудников и поэтому приветствуем все заявки - независимо от возраста, пола, национальности, этнического и социального происхождения, религии, мировоззрения, инвалидности, а также сексуальной ориентации и идентичности. Инвалиды при прочих равных условиях принимаются на работу в первую очередь.

С фокусом на ключевые технологии будущего, а также на использование результатов в экономике и промышленности, Общество Фраунгофера играет центральную роль в инновационном процессе. В качестве путеводителя и источника импульсов для инновационных разработок и научного превосходства оно участвует в формировании нашего общества и нашего будущего. Мы заинтересовали тебя? Тогда подавай заявку онлайн с твоими убедительными документами. Мы с нетерпением ждем знакомства с тобой!

Вопросы по этой дипломной работе ты можешь задать:

Александр Креппейн, M.Sc.
Научный сотрудник «Качество производства»
Телефон: +49 241 8904-289

Институт технологии производства Фраунгофера IPT
www.ipt.fraunhofer.de

Код вакансии: 74326
Срок подачи заявки: