Bisherige Arbeiten haben gezeigt, dass die elektrische Impedanzmes-sung an Wälzlagern für die Früherkennung von Schäden geeignet ist. Neben impedanzbasierten Methoden ermöglichen moderne Ansätze im Bereich der Maschinenakustik eine Zustandserkennung für Wälzlager. Die Kombination beider Ansätze zur Überwachung von Wälzlagern in realen Systemen wie Getrieben wurde bisher noch nicht untersucht.

Ziel dieser Arbeit ist daher die Entwicklung und Implementierung eines auf Sensordatenfusion basierenden Zustandsüberwachungssystems für Wälzlager in einem Getriebe. Die dabei erhobenen maschinenakusti-schen Daten werden mit den elektrischen Impedanzdaten kombiniert. Dabei sind verschiedene Sensordatenkombinationen zu vergleichen, um die Informationsdichte bei der Wälzlagerbeobachtung zu erhöhen sowie mittels erklärbaren Machine-Learning-Ansätzen eine Zustandsüberwa-chung zu realisieren.

Deine Aufgaben:

• Literaturrecherche zu Zustandsüberwachungssystemen, Wälzlagerschäden und elektrischen Lagereigenschaften,
• Untersuchung der Kombination maschinenakustischer Ansätze und der elektrischen Impedanzmessung als Zustandsüberwachungstechnik,
• Durchführung exemplarischer Versuche an einem Industriegetriebe,
• Implementierung eines Überwachungsalgorithmus in Python,
• Zusammenfassung, Dokumentation und Präsentation der Ergebnisse.

Das bieten wir dir:

• Ein spannendes und relevantes Thema im Bereich der Akustik mit hoher Relevanz in Industrie und Wissenschaft
• Unterstützung durch ein kompetentes und motiviertes Team
• Je nach Interesse, Eignung und Möglichkeit können wir dir einen Entwicklungspfad im Fachgebiet oder Fraunhofer LBF anbieten

Interesse geweckt? Dann melde dich gerne bei uns!