MACH4.0 – Anwendung von Data Analytics in der spanenden Fertigung​

Veranstaltungsart​ Tutorium (Master)
Ansprechpartner Lucas Gräff M.Sc.
Willi Wünschel M.Sc.
Termin Bitte beachten: Verschiebung des Turnus vom Wintersemester in das Sommersemester

Das Tutorium findet im Sommersemester 2024 im Zeitraum vom 15.04.24 bis 07.07.24 in Teilzeit statt.
Der Regeltermin findet Dienstags von 15:00 – 18:30 statt. Ausnahme ist das erste Treffen. Dieses findet am 18.04.24 um 15:00 statt.

Die ersten Termine schaffen die Grundlagen zum Thema Zerspanung und Qualitätssicherung. Dabei entstehende Daten werden anschließend mit Python vorverarbeitet und mit Methoden
des maschinellen Lernens analysiert. Die Anwendung der erlernten Methoden erfolgt im Rahmen eines vierwöchigen Abschlussprojekts.

Termine für die mündliche Prüfung werden im Anschluss an das Tutorium mit den einzelnen Gruppen vereinbart.
Anmeldung Aufgrund einer begrenzten Teilnehmerzahl ist vor der Anmeldung in TUCaN eine Voranmeldung per E-Mail mit Oliver Kohn abzuklären. Die Voranmeldungsphase beginnt ab dem 01.02.2024. Ab diesem Zeitpunkt wird eine Warteliste geführt.
Hinweis​ Im Rahmen des Tutoriums kann leider kein Grundlagenkurs in Programmierung mit Python gegeben werden. Fehlende Vorkenntnisse führen während des Tutoriums zu einem höheren
Einarbeitungsaufwand für die Programmierungsaufgaben. Daher sind Vorkenntnisse hilfreich, aber keine Voraussetzung.
Intention
  • Grundlegende Konzepte für die Datenerfassung, -verarbeitung und -speicherung bei Werkzeugmaschinen im Rahmen von Industrie 4.0 zu erklären.
  • Mittels Domänenwissen aus dem Bereich Zerspanung relevante Produktionsdaten im Hinblick auf verschiedene Fragestellungen zu identifizieren und gegenüberzustellen.
  • Zeitreihendaten aus der Produktion mit der Programmiersprache Python zu analysieren und visuell aufzubereiten.
  • Methoden aus dem Bereich Data Science für eine Analyse von Produktionsdaten kritisch zu bewerten und mit Hilfe von Python anzuwenden.
  • Lösungsansätze für technische Problemstellungen in einem Team zu entwickeln und validieren.
  • Ergebnisse visuell aufzubereiten und zu präsentieren.
Hauptziele Das Ziel ist die Vermittlung und Anwendung moderner Methoden aus dem Bereich Data Science für die Auswertung von Produktionsdaten einer Werkzeugmaschine. Ein Anwendungsfall ist die Erkennung von Prozessabweichungen. Als Grundlage dafür werden die Anforderungen an Automatisierung und Vernetzung von Werkzeugmaschinen im Rahmen von Industrie 4.0 behandelt. Für ein tieferes Prozessverständnis wird außerdem Domänenwissen aus dem Bereich Zerspanung thematisiert.
Aktivitäten​ Teil 1: Grundlagen​
  • Prozessverständnis für den Anwendungsfall in der Zerspanung.​
  • Praktische Übungsaufgaben mit Beispielen in Python.​

Teil 2: Data Challenge als Abschlussprojekt​
  • ​Auswertung von echten Produktionsdaten in Teams​.
  • Schriftliche Dokumentation der Ergebnisse.