Filtern
Dokumenttyp
- Masterarbeit (25)
Volltext vorhanden
- ja (25)
Gehört zur Bibliographie
- ja (25)
Schlagworte
- Akustisches Signal (1)
- Codegenerierung (1)
- Dateneingabe (1)
- Datensicherung (1)
- Digitalübertragung (1)
- Emulator (1)
- Fahrerloses Transportsystem (1)
- Fertigungslogistik (1)
- Framework <Informatik> (1)
- Industrie 4.0 (1)
Institut
Diese Arbeit befasst sich mit der Produktrückverfolgbarkeit im Sondermaschinenbau. In den Fertigungszellen besteht oft das Problem, dass die Bauteile ohne maschinelle Identifikation in die jeweiligen Fertigungsregale eingeräumt werden. Somit kann es beim Zusammenbau der Sondermaschine dazu kommen, dass projektrelevante Bauteile fehlen und der Zusammenbau nicht fortgesetzt werden kann. Dies wiederum erzeugt in der Fertigungszelle einen Leerlauf, wodurch die Projektkosten unnötig in die Höhe getrieben werden. Das Ziel dieser Arbeit ist es festzustellen, welche Auto-ID-Technologie sich in der industriellen Produktionsumgebung behaupten kann. Hierfür werden in der realen Produktionsumgebung Tests anhand von Versuchsaufbauten durchgeführt. Im Speziellen gilt es hierbei zu untersuchen, mit welcher Technologie es möglich ist, Bauteile aus dem hausinternen Fräszentrum und Zukaufteile ordnungsgemäß zu markieren, damit diese in späterer Folge eindeutig identifiziert werden können. Am Eingang der Fertigungszelle wird die Identifikation aller markierten Bauteile erfolgen. Erst nachdem auf diese Weise sichergestellt wurde, dass alle relevanten Bauteile in der Fertigungszelle vorhanden sind, kann der Zusammenbau der Sondermaschine in der Produktion freigegeben werden. Als Ergebnis dieser Forschungsarbeit wird gezeigt, dass die Produktidentifikation mittels RFID-Technologie hierfür technisch besser geeignet ist als die Nutzung von Barcodesystemen.
In dieser Arbeit wird auf die Realisierung eines Soft- und Hardwarekonzeptes eingegangen, welches ein optisches Auswertesystem von Dartpfeilen auf einer Dartscheibe umfasst. Durch Literaturrecherche wurden Methoden und Ansätze zu optischen Bildverarbeitung erarbeitet.
Nach der Erstellung des Hardwarekonzepts, wird der mechanische Aufbau mit den ausgewählten Elektronikkomponenten durchgeführt. Mithilfe der Bildverarbeitungsbibliothek OpenCV wird in C# eine Testumgebung aufgesetzt, welche zur Findung der Einstellparameter und Erarbeitung des Auswertealgorithmus eingesetzt wird. Hierfür wird eine grafische Oberfläche erstellt, die eine benutzerfreundliche Bedienung aufweist. Der dadurch erzeugte Auswerte- und Positionierungsalgorithmus wird im nächsten Schritt in einer Software umgesetzt.
Die Resultate des Softwaretests zeigen, dass der Algorithmus funktioniert, jedoch noch Verbesserungspotenzial in Bezug auf die Genauigkeit aufweist. Zusätzlich muss ein Weg gefunden werden, die USB-BUS-Last zu minimieren beziehungsweise das simultane Einlesen von Kameras über einen USB-HUB zu vermeiden.
Künstliche Intelligenz (KI) ist heutzutage ein wichtiger Teil von vielen Software-Applikationen geworden. Sie ist in Handy Apps integriert und je komplexer KI wird, umso größer ist in diesem Zusammenhang der Einfluss, den sie auf die individuelle Privatsphäre hat. Potentielle Risiken, die durch KI entstehen können, haben die Europäische Union dazu gebracht, einen Vorschlag für eine KI-Verordnung zu erarbeiten. Um die darin geforderten Risikominderungsmaßnahmen zu adressieren, hat das Fraunhofer Institut einen Leitfaden zur Gestaltung vertrauenswürdiger Künstlicher Intelligenz veröffentlicht.
Das Hauptziel dieser Masterarbeit ist es, diesen textbasierten Leitfaden in ein Software-Tool zu überführen, welches Entwicklern von KI-Applikationen hilft, den Prozess gemäß Leitfaden zu dokumentieren. Dies hilft, den Leitfaden zu vereinfachen, um einen niederschwelligen Zugang zu dem Leitfaden für viele Menschen zu ermöglichen. Weitere Ziele dieser Arbeit sind sowohl das Aufdecken von möglichen Optimierungen der Richtlinie als auch Verbesserungen des bestehenden Software-Frameworks.
Das Software-Tool wurde unter Zuhilfenahme dieses Frameworks innerhalb der Low-Code Plattform Mendix entwickelt.
Das Ergebnis ist ein Software-Tool, welches die Anforderungen an vertrauenswürdige KI vereinfacht, je nach dem Anwendungsbereich der gerade beurteilten KI-Applikation. Nach der Nutzung des Software-Tools kann ein Bericht erzeugt werden, um die erfüllten Anforderungen der Vertrauenswürdigkeit zu dokumentieren.
Das Unternehmen Schunk Hoffmann Carbon Technology ist Weltmarktführer in der Produktion von elektrisch leitenden Kohlebürsten für Gleichstrommotoren. Die Finalfertigung des Produkts findet auf selbstgebauten Maschinen statt, sogenannten Rundtaktanlagen. Für ein neues Projekt kopiert die Programmierabteilung des Maschinenbaus ein vorhandenes Programm einer Rundtaktanlage und ändert es entsprechend den Bedürfnissen der herzustellenden Anlage ab. Dieses Vorgehen birgt die Gefahr Fehler zu übersehen und sie erst bei der Inbetriebnahme der Maschine zu entdecken. Darüber hinaus ist die Prozedur monoton und beansprucht Zeit, welche der Entwickler anderweitig für das Projekt nutzen könnte. Das Ziel dieser Masterarbeit war es einen Codegenerator zu entwickeln, der automatisiert ein benutzerdefiniertes Grundprogramm für eine Rundtaktanlage erstellt. Ein Generator hat den Vorteil, dass keine Fehler aufgrund des Kopierens alter Anwendungen auftreten und er die zeitaufwendige manuelle Nacharbeit eliminiert. Um eine parametrierbare und wiederverwendbare Vorlage für den Codegenerator zu erhalten, fand eine Analyse der bisherigen Rundtaktanlagen statt. Nachdem die Programmierabteilung die Anwendungen der Anlagen in einer Entwicklungsumgebung der Firma Beckhoff erstellt, wurden Methoden zur automatisierten Erzeugung von Programmcodes für diese Applikation evaluiert. Das Resultat der Masterarbeit ist der Codegenerator Code Monkey. Ein Mitarbeiter der Maschinenbauabteilung erstellt einmalig eine Vorlage für eine Rundtaktanlage. Der Generator bereitet anschließend das Template für den Bediener auf und dieser kann es entsprechend seinen Anforderungen konfigurieren. Aufgrund der frei wählbaren Benutzereingaben ist es dem Generator möglich aus einer Vorlage das Grundprogramm für eine Vielzahl an unterschiedlichen Rundtaktanlage zu erzeugen. Mit der Applikation Code Monkey ist der Maschinenbau der Firma Schunk Hoffmann Carbon Technology zukünftig im Stande Programme für Rundtaktanlagen in nur wenigen Schritten generieren zu lassen und gleichzeitig die Entwicklungszeiten für neue Anlagen zu reduzieren.
Als Virtual Reality wird eine Computertechnologie von künstlich geschaffenen Welten, Produkten, Anwendungen, Fähigkeiten und Fertigkeiten bezeichnet. Sie ermöglicht dem Anwender sich in eine virtuelle Welt mit der Hilfe von Virtual Reality-Brillen zu teleportieren, in der er sich nahezu frei darin bewegen kann. Der Anwender nimmt durch die Virtual-Reality Brille seine reale Umgebung nicht mehr wahr und taucht in eine unglaublich real erscheinende immersive virtuelle Welt ein. Die FH CAMPUS 02 plant ihr gesamtes Elektro-Energietechnik-Labor als virtuellen digitalen Zwilling abzubilden. Diese Abbildung soll dann das Gleiche ausführen, wie das Labor in der realen Welt dazu in der Lage ist. Das Ziel dieser Masterarbeit ist es, eine Schnittstelle über zwei Hochsprachen in C++ und C# zu entwickeln die es dem Anwender ermöglicht zwischen der realen und der virtuellen Welt wechselweise zu kommunizieren. Das Ergebnis dieser Masterarbeit ist das Programmieren einer seriellen Schnittstelle die ein Arduino Board, mit einem angeschlossenen Sensor, der die Luftfeuchtigkeit und Temperatur zyklisch ermittelt und die Werte über einen Mikrocontroller speichert, mit Unity 3D 2018 sowie Modbus-TCP verbindet. In dieser Spiele-Engine sowie über Modbus-TCP werden die Ergebnisse in analoger und digitaler Form virtuell ausgegeben und visualisiert. Über eine einfache Schaltung werden, über ein selbst hergestelltes LEDBoard für Demonstrations- und Testzwecke, die Abläufe dargestellt. Die größte Herausforderung der Umsetzung dieser seriellen Schnittstelle stellt dabei dar, dass es dafür bisher keine wissenschaftlichen Ansätze gibt.
Teleoperation über 5G
(2022)
Die Mobilfunktechnologie beeinflusst die Kommunikation und den Informationszugang der Menschheit seit den 1980er Jahren. Der 2017 definierte New-Radio-Standard der fünften Generation, bezeichnet als ‚5G‘, bietet fundamental neue Funktionalitäten, die mit keiner vorhergegangenen Mobilfunktechnologie vergleichbar sind. Aus diesem Grund wurde an der Fachhochschule CAMPUS 02 eine 5G-Infrastruktur errichtet, um Forschungsarbeit in den neuen Anwendungsfeldern und Einsatzszenarien zu betreiben.
Das Ziel dieser Arbeit ist die Realisierung eines ersten Anwendungsfalls in der Infrastruktur der Fachhochschule CAMPUS 02, um die Datenübertragung mit niedriger Latenz und Latenzzeitmessungen in einem 5G-Netzwerk zu untersuchen.
Zu Beginn erfolgte eine Sichtung der verfügbaren Soft- und Hardware für die Entwicklung eines Versuchsträgers, der die Anforderungen erfüllt und fernbedienbar ausgeführt werden kann. Der Aufbau bestand aus zwei USB-Webcams, montiert auf einem motorisierten Stativ. Die Steuerung erfolgte mit einem Servo-Controller-Board und einem Raspberry Pi 4, der mit einem 5G-Modem/Router verbunden war. Als Wiedergabegerät der Videoübertragung diente eine VR-Brille, die mit einem Kabel an einem Rechner angeschlossen war. Die Anforderungen an die Datenübertragung konnten durch die Nutzung des bidirektionalen WebRTC-Protokolls erfüllt werden. Dieses ermöglichte die Video- und Audioübermittlung sowie einen Datenkanal für die Übermittlung der Kopfbewegung.
Als wichtigstes Ergebnis sind die Entwicklung und Inbetriebnahme der Testanwendung zur Durchführung von Netzwerkmessungen mittels perfSONAR, einer Network-Performance-Monitoring-Software, zu nennen. Aufgrund von Limitationen technischer, infrastruktureller und zeitlicher Natur konnten nicht alle Aspekte vollumfänglich untersucht und umgesetzt werden. Basierend auf den erzielten Resultaten wurde eine Roadmap für die Rekonfiguration der 5G-Infrastruktur erstellt und weiter Entwicklungsmöglichkeiten für den Versuchsaufbau aufgezeigt.
Künstliche Intelligenz (KI) und Cloud-Computing sind treibende Kräfte der digitalen Transformation und Erfolgsfaktoren für eine nachhaltige Wettbewerbsfähigkeit. Insbesondere der Bereich der KI-basierten Audiosignalverarbeitung weist ein hohes Potential zur Fehlererkennung von Maschinen und Anlagen auf. Jedoch scheitert die Umsetzung von KI-Projekten oftmals bereits vor Projektstart aufgrund fehlender Fachkenntnisse der Unternehmen.
Das Ziel dieser Masterarbeit ist zu zeigen, wie KI-basierte Audioklassifizierungssysteme unter Verwendung von Cloud-Services implementiert werden können. Zu diesem Zweck werden die einzelnen Phasen eines KI-Projektes, von der Datenanalyse bis hin zur Bereitstellung eines fertig trainierten Modells in der Cloud-Umgebung, betrachtet. Frühere Arbeiten haben gezeigt, dass State-of-the-Art-Audioklassifizierungs-systeme auf Konzepten wie der Fourier-Analyse, Convolutional Neural Networks (CNN) und Recurrent Neural Networks (RNN) basieren. Anhand dieser Methoden wurden insgesamt 33 Klassifizierungsmodelle mittels Python, PyTorch und der cloudbasierten Plattform Google Vertex AI implementiert, trainiert und verglichen. Aufgrund der dynamischen Charakteristik der Audiodateien, wurde dazu ein komplexer Datensatz der Plattform Kaggle als Entwicklungsgrundlage verwendet (BirdCLEF2022).
Das ausgewählte Modell wurde hinsichtlich der Vorhersagegenauigkeit optimiert und auf Vertex AI zur Beantwortung von Vorhersageanfragen veröffentlicht. Dabei konnte ein auf der CNN-Architektur basierendes Klassifizierungsmodell entwickelt werden, das neun unterschiedliche Klassen mit einer Vorhersagegenauigkeit von 80,4 % klassifiziert. Weitere Ideen zur Verbesserung des Ergebnisses konnten vorgestellt werden, wodurch bewiesen wird, dass schwierige Daten mit einer Vorhersagegenauigkeit von über 90 % klassifiziert werden können. Diese Masterarbeit zeigt, wie ein KI-basiertes Audioklassifizierungssystem unter Verwendung verschiedener Cloud-Dienste und State-of-the-Art-Deep-Learning-Methoden, entwickelt werden kann.
Das Unternehmen IGT Austria GmbH entwickelt vorwiegend Softwarelösungen für Glücksspielautomaten in regulierten Märkten weltweit. In einigen dieser Märkte spielt konventionelle Münzverarbeitung eine zentrale Rolle. Somit ist es im Rahmen von Softwareentwicklungsprozessen unumgänglich Tests in Verbindung mit dem automatisierten Münzverarbeitungssystem durchzuführen. Schwierigkeiten ergeben sich in diesem Kontext vor allem in Anbetracht der länderspezifischen Währungen, weil es an Testmünzen oder passenden Bezahlsystemkomponenten fehlt. Die vorliegende Masterarbeit befasst sich daher mit der Systementwicklung eines Emulators, der die grundsätzliche Funktionsweise realer Komponenten des Münzverarbeitungssystems nachbildet. In dieser Intention wird zunächst das Gesamtsystem der automatisierten Münzverarbeitung sowie die Funktionsweise und Interaktion der Einzelkomponenten analysiert. Unter Berücksichtigung der Grundsätze und Methodiken des Requirements-Engineering werden anschließend konkrete Anforderungen an den zu entwickelnden Emulator ermittelt und dokumentiert. Die Anforderungsspezifikation dient als Ausgangspunkt für konzeptuelle Überlegungen in Bezug auf die Umsetzung. Resultierend aus diesen Überlegungen wird eine geeignete Zielplattform definiert sowie eine Softwarearchitektur entworfen, die durch Erweiterbarkeit und Wartungsfreundlichkeit überzeugt. Nach anschließender Implementierung der Architektur auf Basis plattformübergreifender Entwicklungsansätze, wird der finale Prototyp des Emulators unterschiedlichen Funktionstests unterzogen und evaluiert. Die Tests haben gezeigt, dass der Prototyp funktioniert und die grundlegenden Funktionen erfüllt, allerdings noch weitere Evaluierungen in Richtung Plattform-Abhängigkeit der Software durchzuführen sind.
Kamerasensoren werden in der heutigen Zeit nicht nur für Fotoapparate verwendet, sondern sind in einer Vielzahl von Smart-Devices, zum Beispiel Smartphones, Tablets und Smartwatches verbaut. Diese Vielzahl an Bildverarbeitungssensoren legt eine Verwendung neben den ersichtlichen Aufgabengebieten wie Foto- und Video-Anwendungen nahe. So kann mithilfe einer entsprechenden Softwareanwendung Bildverarbeitung, Textverarbeitung, das Lesen von Barcodes oder Gesichtserkennung durchgeführt werden. Ziel der Arbeit ist es den Energieverbrauch von Kameramodulen, die mithilfe eines Mikrocontrollers angesteuert werden, zu senken und energieverbrauchende Faktoren aufzuzeigen. Um dies zu realisieren wurde ein Überblick über den Zusammenhang von Funktion, Auflösung, Framerate und Energieverbrauch von mehreren Kameramodulen erstellt und die Ansteuerungssoftware für die Module adaptiert. Das Resultat der Arbeit zeigt einen eindeutigen Zusammenhang des Energieverbrauchs der Kameramodule mit den gelieferten Bildraten und einen messbaren aber nicht markanten Zusammenhang zwischen den einzelnen Auflösungen wie QQVGA, QVGA und VGA. Aufgrund fallender Preise und der steigenden Anzahl an verbauten Kameramodulen werden Bildauswertungen immer häufiger zum Einsatz kommen. Die Einbindung solcher Kameramodule als LowPower-Applikation mit einer durchgehenden Bildauswertung ist mit heutigen technischen Mitteln durchaus umsetzbar. Es sollte jedoch bedacht werden, dass die Module durch eine Optimierung der Bildrate und Reduzierung der Bildinformation / Auflösung in entsprechend, energiesparende Zustände versetzt werden müssen.
Datenerfassung für Big Data
(2021)
Big Data und Industrie 4.0 sind Schlagwörter, die in der Automatisierung omnipräsent geworden sind. Mit dem immer größer werdenden Angebot von Cloudanwendungen und einer schleichenden Abkehr der Grundeinstellung, dass sämtliche Daten im Unternehmen gespeichert werden müssen, tut sich eine Vielzahl von Möglichkeiten in der Automatisierungstechnik auf. Diese neuen Technologien, für künstliche Intelligenz oder Predictive-Maintenance, benötigen Daten, um ihre Aufgaben auszuführen, haben aber meist keine Werkzeuge für die Datenerfassung. Durch die langen Laufzeiten für Anlagen (> 20 Jahre) in der Automatisierungstechnik kann es bei Nachrüstungen zu Problemen kommen. In der Feldebene, der untersten Schicht in der Automatisierungstechnik, findet sich eine große Anzahl von Protokollen, die nicht in jeder neuen Technologie verfügbar sind. Genau an diesem Problem knüpft diese Arbeit an und es wird ein System entwickelt, welches von verschiedenen Protokollen Daten erfassen und diese an unterschiedliche Online-Datenbanken transferieren kann. In dieser Arbeit sollen wichtige Aspekte für ein solches System erörtert werden. Eingangs gibt der theoretische Teil einen Themenaufriss zur Industriellen Kommunikation. Genaueres Augenmerk wird auf eine sichere Datenübertragung gelegt, denn bei der Übertragung an Online-Datenbanken muss die Kommunikation verschlüsselt erfolgen. Es wird aber auch generelles Cloudcomputing behandelt, wobei der Fokus auf Online-Datenbanken und den Datenbankmodellen liegt. Das zu realisierende System soll so aufgebaut werden, dass zukünftig andere Protokolle für die Datenerfassung oder neue Online-Datenbank-Anbindungen hinzugefügt werden können. Im praktischen Teil wird das System, unter Berücksichtigung der erarbeiteten Resultate, umgesetzt und auf die Tauglichkeit in der Industrie untersucht.