exams

First supervisor: Prof. Dr. Axel Zimmermann

Schlagworte: Condition Monitoring Predictive Maintenance Energie Sensor Modbus neuronale netze machine learning


Im Zentrum Industrie 4.0 der Hochschule liegt ein Forschungsschwerpunkt auf der Analyse von industrieller Kommunikation. 

In der vorliegenden Arbeit geht es darum, aus Energieverbrauchsdaten einer Produktionsmaschine den aktuellen Zustand der Anlage abzuleiten. Dazu wird ein datengetriebenes Modell der Anlage entwickelt, das die Wahrscheinlichkeit von Zuständen basierend auf aktuellen und historischen Daten berechnet.

Zur Modellbildung kommen z.B. einfache Neuronale Netze zum Einsatz.

Programmierkenntnisse sind hilfreich aber für die Arbeit nicht erforderlich.

Bachelorarbeit, Masterarbeit, Status: available
Courses: Industrial Management Business Informatics Industrial Engineering
First supervisor: Prof. Dr. Axel Zimmermann

bei Steinbeis Transferzentrum Industie 4.0

Schlagworte: Predictive Maintenance bei Präzisionsmessmaschinen Condition Monitoring datensensoren virtuelle sensoren


Im Zentrum Industrie 4.0 der Hochschule wird eine Lernfabrik betrieben, die als Modell einer Smart Factory angesehen werden kann. Die Anlage dient vor allem der Untersuchung von Themen der Datenkommunikation und ist mit einer Vielzahl von Sensoren ausgestattet. Spezielle Datensensoren analysieren die Kommunikation der einzelen Geräte. 

In Vorarbeiten wurden basierend auf Datensensoren einige Virtuellen Sensoren für Condition Monitoring Aufgaben entwickelt. Diese sollen nun als Grundlage für eine Vorhersage von Abnutzungen und Ausfällen in der Anlage dienen.


Diese Arbeit ist verbunden mit einer Anstellung als Werkstudent
First supervisor: Prof. Dr. Axel Zimmermann

bei Steinbeis Transferzentrum Industie 4.0

Schlagworte: virtuelle Produktentwicklung Messtechnik Datenmodelle


Im Industrie 4.0 Labor der Hochschule werden industrienahe Projekte zusammen mit der Transferplattform Industrie 4.0 durchgeführt.

Ein Schwerpunkt ist die Untersuchung von virtuellen Sensoren basierend auf der Kommunikation von Endgeräten in einer Smart Factory. Zu diesem Zweck wird der Datenverkehr aufgezeichnet und analysiert.

In dieser Arbeit soll ein Sensor für nicht messbare Prozessgrößen erstellt werden. Dazu werden Messreihen aufgezeichnet und daraus ein Modell für das Verhalten des gewünschten Sensors entwickelt.

Die Arbeit umfasst die Beschäftigung mit maschinellen Lernverfahren und deren Umsetzung in einer Python Umgebung.

2018

First supervisor: Prof. Dr. Axel Zimmermann

Bearbeitungszeit ab 01.03.2018

Schlagworte: Roboterbahnsteuerung Online-Programmierfunktion Autonomes Fahren


Im Zentrum Industrie 4.0 der Hochschule Aalen wird eine Lernfabrik betrieben. Ein Bestandteil davon ist das fahrerloses Transportsystem Robotino.

Der Robotino kann u.a. mithilfe einer grafischen Programmiersprachen (ähnlich Lego Mindstorm) programmiert werden. 

Aufbauend auf einer bereits abgeschlossenen Bachelorarbeit soll in dieser Arbeit die autonome Umfahrung von Hindernissen umgesetzt werden.

First supervisor: Prof. Dr. Axel Zimmermann


Die fortschreitende Digitalisierung der industriellen Produktion wirft die Frage auf, wie eine weitgehend vernetzte Fabriklandschaft vor unbefugtem Zugriff, Spionage oder Sabotage geschützt werden kann. Eine Reihe von Vorkommnissen hat bereits gezeigt, dass selbst gut abgeschottete Anlagen nicht vor Angriffen sicher sind. So richtete der berühmte Stuxnet Wurm bereits vor einigen Jahren in iranischen Atomanlagen große Schäden an. Derzeit sind mehrere hundert ernst zu nehmende Angriffe von Cyber-Kriminellen auf Fabriken und Infrastruktur pro Jahr festzustellen, mit stark wachsender Tendenz.

Produktionsanlagen sind besonders anfällig gegenüber Angriffen aus dem Internet, da sie häufig sehr kleine und wenig leistungsfähige Computer (Embedded Systeme) einsetzen. Oft läuft darauf auch noch ein veraltetes Betriebssystem und keine Anti-Virus Software. Eine großflächige Vernetzung solcher Anlagen ohne weitergehende Schutzmaßnahmen stellt damit ein Sicherheitsrisiko dar.

Die Firma Daimler AG betreibt eine Reihe von Produktionswerken im In- und Ausland. Obwohl der Sicherheitsstandard dort bereits sehr hoch ist, besteht beim Übergang zum Industrial Internet noch viel Forschungsbedarf.

Die Firma Schönhofer Sales and Engineering GmbH ist unter anderem im Bereich der Big Data Analyse für sicherheitskritische Anwendungen tätig und hat großes Interesse, die Entwicklung von neuartigen Dienstleistungen im Industrie 4.0 Umfeld voran zu treiben.

Die Firma EMBAS GmbH & Co KG stellt unter anderem Intrusion Detection Systeme für das Industrial Internet her und arbeitet an der Extraktion von signifikanten Merkmalen aus dem maschinellen Datenverkehr.

Verschiedene Abschlussarbeiten sind in diesem Zusammenhang derzeit zu vergeben:

  • Bereich Software Infrastruktur: Analyse des Sicherheitskonzepts in der Automobilfertigung

    Bereiche Anwendungssoftware, Sicherheitssoftware: Entwicklung von Angriffsvektoren auf ein Smart Factory Netzwerk

    Bereich Software Services: Beurteilung alternativer Geschäftsmodelle für die Sicherheit von Produktionsanlagen

    Bereich Software, Datensicherheit: Bildung und Beurteilung von Descriptoren für potentiell gefährliche Datenpakete und Datenverbindungen

    Intrusion Detection Systeme (IDS) für Industrie 4.0

Bei Interesse zur Mitarbeit in unserem Team wenden Sie sich bitte an den Betreuer.

2017

Bachelorarbeit, Projektarbeit, Status: finished
Courses: Business Informatics Industrial Engineering
Vorkenntnisse: Grundlagen der Datenkommunikation in Rechenanlagen
First supervisor: Prof. Dr. Axel Zimmermann

Schlagworte: Smart Factory Datenanalyse Netzwerktechnik


Die CP-Factory ist eine Modellfabrik, die im Labormaßstab eine realistische Fertigungsstraße

realisiert. Sie ist modular aufgebaut und verfügt über eine Reihe von Merkmalen einer Smart Factory

(Erfassung von einzelnem Energieverbrauch und Druckluft, Koppelung an MES, Smart Trays mit IDTags

usw.). Alle Komponenten sind miteinander vernetzt (meist Industrial Ethernet).

Allerdings stehen nicht alle Anlagendaten, d.h. jeder Messwert, für eine übergeordnete Analyse zur

Verfügung. Mithilfe von Datensensoren können diese aber in der Anlage abgegriffen werden.

Zudem können virtuelle Messwerte aus diesen Daten abgeleitet werden (Trays pro Band, Abstand

der Trays, Aufträge pro Zeit, ...). Die Datensensoren werden mit einer Regelsprache auf

Protokollebene konfiguriert.

Aufgabenstellung:

Identifikation von Informationen zu Messwerten im Datenverkehr der CP-Factory (Protokoll Analyse).

Konfiguration von Datensensoren zur Erfassung von realen Messwerten.

Definition von aussagekräftigen virtuellen Messwerten und Entwicklung eines Verfahrens zur

Gewinnung eines virtuellen Messwertes aus den realen Daten.


Bachelorarbeit, Projektarbeit, Status: finished
Courses: Computer Science Informationstechnik
Vorkenntnisse: Programmierung in C, Grundlagen zu Betriebssystemen
First supervisor: Prof. Dr. Axel Zimmermann

Schlagworte: Programmierung RTOS Linux


XMOS ist ein Hersteller von speziellen Microcontrollern, die bereits für verschiedene Projekte des Zentrums I4.0 eingesetzt werden. FreeRTOS ist ein Echtzeitbetriebssystem für eingebettete Systeme. Es basiert auf einer Mikrokernelarchitektur und wurde auf verschiedene Mikrocontroller portiert. Es existiert ein älterer FreeRTOS Port für die XMOS Architektur in der Community.

Aufgabenstellung:

Der FreeRTOS Port soll für die neue Microcontroller Generation XC200 angepasst und getestet werden.

Für FreeRTOS gibt es eine Reihe von ebenfalls frei verfügbaren Add-ons, die sich besonders für Netzwerkaufgaben eignen. Daraus soll ein SSL/TLS Paket (WolfSSL) in die Umgebung integriert sowie eine Demonstrationsanwendung erstellt werden


Bachelorarbeit, Masterarbeit, Projektarbeit, Status: finished
Courses: Computer Science Business Informatics Industrial Engineering
First supervisor: Prof. Dr. Axel Zimmermann

Schlagworte: Roboter Demonstrator Mobile Device Programmierung


Das Industrie 4.0 Labor der Hochschule befasst sich mit verschiedenen Aspekten der Smart Factory. Im Zentrum steht die digitale Lernfabrik, die einen realen Fertigungsprozess abbildet.

Ein neuer Bestandteil der Lernfabrik ist ein mobiler Transportroboter (Robotino), der mit einer Vielzahl von Sensoren ausgestattet ist. U.a. verfügt er über eine Web-Cam und einen Laser-Scanner sowie eine Reihe von Abstandssensoren. Der Robotino kann u.a. mit einer graphischen Programmierumgebung gesteuert werden und komplexe Bewegungsabläufe ausführen.

Die Aufgabe ist, Demo Programme für den Robotino zu erstellen und in die Smart Factory einzugliedern.

2016

Die Arbeit wird größtenteils in Siegburg durchgeführt
First supervisor: Prof. Dr. Axel Zimmermann

bei Schönhofer SSE


Die Firma Schönhofer hat eine Software Suite zur Auswertung von großen Datenmengen erstellt. Dieses System soll zur Analyse von Kommunikationsdaten verwendet werden, die bei Produktionsanlagen anfallen und den Sicherheitsstatus der Anlage beschreiben. 

MS Access Kenntnisse von Vorteil
First supervisor: Prof. Dr. Axel Zimmermann


Die Kommunikationsdaten (Netzwerk Datenverkehr) einer Produktionsanlage sollen in bestimmten Situationen erfasst und abgelegt werden. Dazu muss eine geeignete Struktur gefunden werden, die eine Klassifizierung erlaubt. Die Datenerfassung soll automatisiert werden.

Vorkenntnisse: Programmierung in C, Netzwerktechnik
First supervisor: Prof. Dr. Axel Zimmermann


Die Demofabrik im Industrie 4.0 Zentrum der Hochschule soll als Ziel von Cyber Angriffen dienen. Die Angriffe sollen in Python programmiert werden (siehe Bastian Ballmann, Network Hack, Springer Verlag). Eine Schnittstelle zu einer Datenbank soll aufgebaut werden, die eine automatische Angriffserzeugung erlaubt.

First supervisor: Prof. Dr. Axel Zimmermann

bei EPSa Elektronik & Präzisionsbau Saalfeld GmbH


Diese Arbeit wird bei der Firma EPSA durchgeführt. Bitte Kontakt aufnehmen und detaillierte Informationen erfragen.

Frau Ilka Rahn, Personal / HR

Tel.: 03671 / 595-114

Fax: 03671 / 595-100 (Sekretariat)

E-Mail : ilka_rahn@epsa.de

WEB: www.epsa.de

EPSa Elektronik & Präzisionsbau Saalfeld GmbH

Sitz : Remschützer Straße 1 , D-07318 Saalfeld

First supervisor: Prof. Dr. Axel Zimmermann


Die einzelnen Geräte der Smart Factory Anlage sind meist über Ethernet vernetzt und tauschen mithilfe verschiedener Protokolle Daten aus.

Aus den Daten lassen sich Zustände der Anlage ableiten. Sie sind aber meist nur lokal verfügbar und können nicht am Leitrechner abgegriffen werden.

Datensensoren sind kleine Geräte, die in die lokal Ethernet Verbindung eingeschleift werden. Über eine einfache Regelsprache werde die Datensensoren konfiguriert.

Aufgabe ist die Netzwerk Architektur sowie die lokalen Datentypen der CP-Factory zu erfassen und zu dokumentieren.

Auf der Basis der Kenntnisse werden dann Sensorkonfigurationen für Beispieldaten erzeugt und am realen System getestet

Bachelorarbeit, Status: finished
Courses: Industrial Engineering
First supervisor: Prof. Dr. Axel Zimmermann


Ein digitales Abbild der Demofabrik (Festo CP Factory) im Industrie 4.0 Zentrum der Hochschule soll erstellt werden. Dazu wird der Modell Builder von ThinWorx (http://www.thingworx.com/IoT-Platform) eingesetzt.

First supervisor: Prof. Dr. Axel Zimmermann


Programmieraufgaben im Embedded Umfeld zum Thema Datensensoren und Netzwerkanalyse

Grundkenntnisse in C sind erforderlich.

First supervisor: Prof. Dr. Axel Zimmermann


Das Energiemanagement Entwicklungssystem beruht auf einer National Instruments Applikation und kann Energieszenarien simulieren.

Aufgabe ist die Inbetriebnahme des Systems, die Einbindung der CP-Factory und die Erarbeitung einer Beispiel-Anwendung

Prof. Dr. Axel Zimmermann

+49 7361 576-2464
262
Office hours
Upon request