Karriere am WZL

 

Masterarbeit oder Bachelorarbeit

am Forschungsbereich Fertigungsmesstechnik und Qualitätsmanagement, Abteilung Quality Intelligence, Gruppe Process Insights
 

Predictive Analytics als Entscheidungsgrundlage für die Durchführung optionaler Merkmalsprüfungen

Ausgangssituation
Für moderne Gesellschaften nimmt die Branche der Medizintechnik eine zentrale Stellung ein. Die Herstellung von medizintechnischen Produkten unterliegt strengen regulatorischen Auflagen. So impliziert die gesetzlich geforderte Sicherstellung der Funktionalität eine Überprüfung aller sicherheitsrelevanter Bauteile, was mit hohen Qualitätskosten verbunden ist. Neben sicherheitsrelevanten Produktmerkmalen verfügt das Bauteil auch über Merkmale die nicht direkt funktionskritisch sind. Die optionale Überprüfung dieser Merkmale bietet ein hohes Potential zur Kosteneinsparung.

 
Ziel der Arbeit ist die daher die Entwicklung von Predictive Analytics Konzepten zur Beurteilung der Notwendigkeit optionaler Merkmalsprüfungen in der medizintechnischen Fertigung. Hierzu sollen verschiedene Modellierungskonzepte entwickelt werden, welche auf Basis von Prozess- und Produktdaten eines Fertigungsschritts eine Aussage über die Notwendigkeit einer nachfolgenden Merkmalsprüfung erlauben. Im Anschluss sollen die entwickelten Konzepte hinsichtlich Implementierungsaufwand, Umsetzbarkeit und Kosteneinsparpotential bewertet werden.

Inhalte der Arbeit:
- Einarbeitung und Recherche zu den Themen Predictive Analytics, Predictive Maintenance und Prüfplanung
- Identifikation optionaler Merkmalsprüfungen anhand eines geeigneten medizintechnischen Fallbeispiels
- Konzeptionierung und Ausarbeitung von datengetriebenen Predictive Analytics Modellen (Virtuelle Sensoren, Machine Learning, …)
- Bewertung der entwickelten Konzepte hinsichtlich Aufwand, Umsetzbarkeit und Kosteneinsparpotential

 
Voraussetzungen:
– Bachelor-/Masterstudium in den Studiengängen Maschinenbau, Wirtschaftsingenieurwesen o.ä.
– Motivation und Einsatzbereitschaft
– Interesse an Predictive Analytics, Data Mining und Machine Learning
– Interesse und Spaß am konzeptionellen Arbeiten
– Sehr gute Studienleistungen


Geboten wird:
– Umfangreiche Betreuung
– Konkretisierte und abgegrenzte Aufgabenstellung
– Schnelle Bearbeitung möglich und erwünscht
– Selbstständiges Arbeiten in guter Arbeitsatmosphäre
– Leistungsbestandteil des Quality Systems Manager Junior (QSMJ)
Zeitaufwand: 35,00 Arbeitsstunden

Ansprechpartner(in):
Peter Schlegel, M.Sc.
 
BGH 109
Tel.: +49 151 72921989
Fax: +49 241 80-22193
Mail: P.Schlegel@wzl.rwth-aachen.de