Masterarbeit

Online-Schätzung von Materialparametern mittels neuronaler Netze und
Unsicherheitsquantifizierung

Motivation

Die präzise Schätzung von Materialparametern ist entscheidend für die Genauigkeit von Fertigungsprozesssimulationen. Traditionelle Methoden zur Parameterbestimmung, wie Charakterisierungsversuche und Kleinste-Quadrate-Schätzungen, liefern oft nur eine erste Schätzung der Materialparameter, die aufgrund von Modell- und Messabweichungen unsicher ist. In dieser Arbeit liegt der Fokus auf der Verbesserung der initialen Schätzung durch Online Learning. Hierbei sollen klassische neuronale Netze eingesetzt werden, um die Materialparameter in Echtzeit zu aktualisieren. Um die in realen Prozessen inhärenten Unsicherheiten zu quantifizieren, sollen darauf  aufbauend weitere Schätzmethoden wie das Extended Kalman Filter (EKF) eingesetzt  werden. Diese innovativen Ansätze ermöglichen eine rekursive Parameterschätzung  und sollen die simulierten Ergebnisse besser mit den experimentellen Daten in Einklang bringen. Insgesamt kann dies unzureichend modelliertes Materialverhalten aufdecken  und wertvolles Feedback für die Modellverfeinerung liefern.

Arbeitsinhalte:

• Recherche zum Stand der Technik und Forschung der Online-Parameterschätzung
• Entwicklung und Implementierung von Methoden zur Parameterschätzung für numerische Simulationsmethoden
  (Betreuung durch ein Institut aus dem Maschinenbau und ein Institut aus der Informatik)
• Benchmark der entwickelten Methode gegen konventionelle Charakterisierungsmethoden
• Schriftliche Ausarbeitung und Dokumentation der Ergebnisse

Voraussetzungen:

• Eigeninitiative und selbstständige Arbeitsweise
• Ausgeprägte analytische Fähigkeiten
• Interesse an Simulation, Numerik & Schätzverfahren
• Programmiererfahrung in Python
• Vorkenntnisse in der Schätztheorie sind hilfreich

Themengebiet: Maschinelles Lernen mit Anwendungsbezug im Maschinenbau

Betreuung: FAST – Institutsteil Leichtbau, IAR – Lehrstuhl für Intelligente Sensor-Aktor-Systeme (ISAS)

Art der Arbeit: simulativ/numerisch

Beginn: ab sofort

Kontakt:  M. Sc. Johannes Mitsch,  E-Mail: johannes.mitsch∂kit.edu

Tobias Würth, M.Sc.
Tel.: +49 721 608-45410
E-Mail: Tobias.Wuerth∂kit.edu
Markus Walker, M.Sc.
Tel.: +49 721 608-44354
E-Mail: Markus.Walker∂kit.edu