Beginn: Ab sofort

Erstbetreuer: Prof. Dr. Heisenberg

Zweitbetreuer: Ahmed Qarqour, MSc.

Niveau: Bachelorarbeit/Masterarbeit

Problemstellung: Die kontinuierliche Entwicklung innovativer Heizsysteme (z.B. Wärmepumpen) erfordert den Einsatz modernster Methoden wie Design for Reliability und Design for Manufacturing, um kundenorientierte, effektive und effiziente Lösungen zu realisieren. Ein zentrales Element dabei ist die datenbasierte Prognose der Lebensdauer dieser Systeme. Unterschiedliche Lebensdauermodelle bieten verschiedene Ansätze zur Vorhersage von Zuverlässigkeit, Restlebensdauer und Servicebedarf/Serviceintervalle. Die Qualität und Reife der zugrunde liegenden Daten spielt hierbei eine entscheidende Rolle. Zudem ist die einheitliche und verlässliche Datenerfassung im Labor sowie die Abstimmung von Datenmodellen mit anderen Nutzern essentiell, um konsistente Ergebnisse zu gewährleisten.

Ziel der Arbeit: Das Ziel dieser ausgeschriebenen Abschlussarbeit ist es, durch die Anwendung fortgeschrittener Data-Science-Methoden einen Beitrag zur Verbesserung der Bestimmung von Zuverlässigkeit und Effizienz von Heizsystemen zu leisten. Sie haben die Möglichkeit, sich je nach Interesse und Stärken auf eines der folgenden Arbeitspakete zu konzentrieren:

• Arbeitspaket 1: Entwicklung eines Bewertungsmodells für Datenreife
• Ziel: Erstellung eines Modells zur Bewertung der Datenqualität, speziell für Zuverlässigkeitsanalysen.
• Aufgaben:
• Identifikation von Kriterien und Metriken zur Beurteilung von Datenqualität.
• Entwicklung eines Bewertungsframeworks zur Klassifikation der Datenreife.
• Systematische Untersuchung des Einflusses der Datenqualität auf die Prognosegenauigkeit.
• Arbeitspaket 2: Entwicklung eines Datenanalysemodells
• Ziel: Entwicklung von Prognosemodellen zur Vorhersage der Restlebensdauer und des Servicebedarfs von Heizsystemen.
• Aufgaben:
• Anwendung des KDD-Prozessmodells auf bereitgestellte Zeitreihendaten aus einer realen Heizungsanlage.
• Auswahl und Implementierung geeigneter Machine-Learning-Algorithmen (z.B. Regressionsmodelle mit neuronalen Netzen).
• Hyperparameteroptimierung und Evaluierung der Modelle anhand der vorliegenden Daten.

Betreuung und Perspektive: Ihre Abschlussarbeit wird von Herrn Qarqour (Industriedoktorand bei Bosch Home Comfort Group) betreut, wodurch Sie praxisnahe Einblicke in aktuelle Forschungs- und Entwicklungsprojekte in der Industrie erhalten. Dies bietet Ihnen die Möglichkeit, Ihre im Studium erworbenen Kenntnisse zu vertiefen und wertvolle Erfahrungen für Ihre berufliche Zukunft zu sammeln.

Wenn Sie sich für dieses spannende und zukunftsorientierte Thema interessieren, melden Sie sich gerne jederzeit per E-Mail für ein vertiefendes Gespräch. Wir freuen uns auf Ihre Kontaktaufnahme!