Galvanische Beschichtungen werden eingesetzt, um bspw. eine höhere Korrosionsbeständigkeit, ein bestimmtes tribologisches oder dekoratives Verhalten bei den Produkten in verschiedensten Branchen zu erzielen. Verschiedene Faktoren können den Prozess beeinflussen, wie z. B. Prozessparameter, Elektrolytzusammensetzung, Anoden, Substrate etc. Eine große Herausforderung in diesem Prozess ist die Steuerung und Dosierung von Elektrolyten, da sich die einzelnen Elektrolytbestandteile während des Beschichtungsprozesses kontinuierlich abbauen und ausschleppen. Darüber hinaus bleiben bei weiteren Prozessschritten Rückstände vom Elektrolyt auf dem Werkstoff, die als Verschleppungen bezeichnet werden. Für eine analytische Ermittlung der Elektrolytzusammensetzung ist oft eine komplexe Technik erforderlich, die in einem Industrieumfeld nicht unbedingt vorhanden ist. Weiterhin bleibt die Frage offen, welche Prozessparameter einen besonderen Einfluss auf die Beschichtungsqualität haben.
Vor diesem Hintergrund ist das Ziel dieser studentischen Arbeit, die experimentellen Labordaten mithilfe von generativen Algorithmen (bsw. GAN) zu erweitern, um die bestehenden KI-Modelle (Klassifikation, Regression) zu verbessern.
Mehr Informationen über das Forschungsprojekt sind hier zu finden:
https://www.tu-braunschweig.de/iwf/nplce/forschungsprojekte/ki-ingatec
Bei Interesse am Themengebiet gerne bei Marija Lindner (marija.lindner@tu-braunschweig.de) melden, etwaige weitere Themen und Erweiterungen des hier dargestellten sind denkbar.
Type:
- Projektarbeit (Master Wirtsch.-Ing.)
- Projektarbeit (Bachelor Maschinenbau)
- Bachelorarbeit
- Studienarbeit(Master)
- Masterarbeit
Subjects: Maschinenbau, CSE, Informatik
Start of thesis:
Last change: 1/22/2025
