KI-basierte multivariable Vorhersage und Identifikation optimaler Prozessfenster für Fließpressprozesse
AI-based multivariable prediction and identification of optimal process windows for extrusion processes
Masterthesis, Hiwi-Stelle, Bachelorthesis, Advanced Design Project (ADP)
Bisherige Arbeiten haben gezeigt, dass KI-Modelle Simulationsergebnisse von Fließpressprozessen zuverlässig vorhersagen können. Bislang konzentrierte sich der Ansatz jedoch auf die Prognose einzelner Zielgrößen. Für eine praxisgerechte Anwendung ist es jedoch entscheidend, mehrere relevante Prozessgrößen gleichzeitig vorherzusagen und daraus robuste sowie wirtschaftlich sinnvolle Prozessfenster abzuleiten.
Im Rahmen dieser Arbeit soll der bestehende Ansatz erweitert werden, indem Modelle entwickelt werden, die mehrere Ergebnisgrößen gleichzeitig berücksichtigen. Ziel ist es, auf Basis der Vorhersagen optimale Prozessfenster zu identifizieren, in denen die Bauteilqualität und die Prozessstabilität gewährleistet sind. Dadurch wird ein wichtiger Schritt in Richtung ganzheitlicher Prozessoptimierung in der Umformtechnik geleistet.
Die Arbeitspakete und die individuelle Anpassung der Aufgabenstellung werden in einem persönlichen Gespräch festgelegt. Auf persönliche Interessen und Vorerfahrungen des Bewerbenden wird gerne eingegangen.
Forschungsmethode
Experimentell, theoretisch, numerisch
