Verfügbare studentische Arbeiten

Studien-, Beleg- und Bachelorarbeiten

Bewertung von Open und Close basierter Systeme hinsichtlich ihres Einsatzes in der automatisierungstechnischen Ausbildung

Die moderne Automatisierungstechnik nutzt in immer stärkeren Umfang Methoden und Konzepte der Informationsverarbeitung. "Embedded Systems" und speicherprogrammierbare Steuerungen bilden heute die Basis für die Realisierung von regel- und steuerungstechnischen Prozessen. Der Trend des Einsatzes von Open Source basierten Hard- und Softwarelösungen nimmt seit längerer Zeit zu. Diese Entwicklung nimmt verstärkt Einfluss auf die automatisierungstechnische Welt.

Im Rahmen dieser Studienarbeit soll je ein Vertreter der Konzepte ausgewählt und anhand der Realisierung eines praktischen Beispiels miteinander verglichen werden.

Dazu sind folgende Aspekte zu bearbeiten:

  • Auswahl  und Bewertung der Leistungsfähigkeit verfügbarer Entwicklungssysteme

  • Prototypische Realisierung einer steuerungstechnischen Aufgabenstellung für die gewählten Konzepte

  • Bewertung der Systeme auf Basis der Ergebnisse der prototypischen Realisierung für den Einsatz in der universitären Ausbildung

Einsatz der Hochsprachenprogrammierung SIMATIC-S7-SCL in der Forschung und Lehre

Die moderne Automatisierungstechnik nutzt in immer stärkeren Umfang Methoden und Konzepte der Informationsverarbeitung sowie der Softwaretechnologie. Speicherprogrammierbare Steuerungen wurden in der Anfangszeit in KOP, FUP und AWL entworfen. Erste Ansätze der Implementierung von steuerungstechnischen Aufgabenstellungen in Hochsprachen basieren auf Structured Text (ST, engl. SCL). Der Übergang zum Einsatz der Hochsprachenprogrammierung in C/C++ wird von den Herstellern schrittweise vollzogen.

Im Rahmen dieser Studienarbeit soll die Hochsprache SCL (SIMATIC-S7) auf die Einsatzfähigkeit für die automatisierungstechnische Ausbildung untersucht werden.

Aufgabenstellung:

  • Erarbeitung einer übersichtlichen Darstellung des Sprachumfangs der SCL
  • Nutzung  von Funktionalitäten wie Timer, Counter etc.
  • Prototypische Realisierung von maximal 2 Beispielapplikationen

Sensorsimulation im Bergwerk

Die Automatisierungstechnik generiert in immer umfangreicherem Maße große Datenmengen. Im Rahmen des Projekts ARIDuA ‚Autonome Roboter und Internet der Dinge (IOT) in untertägigen Anlagen‘ wurden bereits einige Sensoren innerhalb eines Schachts platziert. Dieser Modellaufbau soll im Rahmen einer Simulation auf ein gesamtes Bergwerk ausgeweitet werden, so dass auch weitere Sensordaten virtuell vorhergesagt werden können, um damit letzlich eine repräsentative Sensordatenmenge zu erzeugen.

Folgende Aspekte sind zu bearbeiten:

  • Anwendung von unterschiedlichen Sensoren im Bergwerk
  • Prinzipien und Technologien der Sensoren und deren Ausgabedaten
  • Modellierung der Sensoren einschließlich ihres Umgebungsverhaltens
  • Modellierung von Sensordaten und der Datenübertragungsmethode
  • Aufbau eines zunächst einfachen Simulationsmodells für die Sensoren
  • Erweiterung des Simulationsmodells auf das ganze Bergwerk

Die Modellierung und Simulation soll auf Basis von Mattlab / Simulink erfolgen


Der Big-Data Ansatz in Erhöhung der Qualität der Automatisierungsprozesse im Bergwerk

Ansteigende Datenmengen beschäftigen die Automatisierungstechnik schon seit vielen Jahren. Sie resultieren hauptsächlich aus einer zunehmenden Anzahl von Sensoren, deren Messwerte als Zeitreihen mit immer kürzeren Abtastzeiten aufgezeichnet werden. Im Rahmen des Projekts ARIDuA ‚Autonome Roboter und Internet der Dinge (IOT) in untertägigen Anlagen‘ wird eine große Menge von Sensordaten durch eine IOT-Infrastruktur erzeugt. Die Sensoren können durch IOT die Umgebung erfassen. Diese Datenanalyse dient zur Optimierung des automatisierten Bergbauprozesses. Dabei kommen Methoden wie Big-Data und Data-Mining zur Analyse der Sensordaten zum Einsatz. Im Rahmen eine Literaturrecherche ist zu untersuchen, in wie weit Big-Data- Ansätze zur Optimierung von Automatisierungsprozessen einsetzbar sind bzw. eingesetzt  werden.

Folgende Aspekte sind zu bearbeiten:

  • Erläuterung von Big-Data und Data-Mining (Unterschiede)
  • Die Darstellung traditioneller und neuartiger Big-Data Analyse-Methoden
  • Einsatz der „Frameworks“ als nützlicher Ansatz zur Big-Data-Analyse


Regelkonzepte hybrider Energiesysteme

Der mit der Energiewende einhergehende Übergang zu dezentralen, meist auch hybriden Energiesystemen stellt erhöhte Anforderungen an die zu Grunde liegende Regelung. Im Rahmen dieser Arbeit sollen daher verschiedene Regelstrategien für den Einsatz für hybride Energiesysteme recherchiert werden. Nachdem der Ansatz der modellprädiktiven Regelung am Institut für Automatisierungstechnik bereits erfolgreich entwickelt und getestet wurde, soll daher insbesondere auf das Konzept der sog. Flachheitsbasierten Entwurfsmethodik und die Methodik des „day-ahead programmings“ eingegangen werden.

Die ebenfalls vermehrt aufkommende Idee des Inselbetriebs hybrider Energiesysteme soll auf eventuelle Realisierungshindernisse (Versorgungssicherheit, rechtliche Rahmenbedingungen, etc.) untersucht werden.


Methoden der Verarbeitung hyperspektraler Bilddaten

Das Hyperspectral Imaging (HSI) ist eine weitverbreitete Analysemethode im Bereich der Bildverarbeitung. Es kommt in zahlreichen Bereichen, wie etwa in der Lebensmittelindustrie, dem Bergbau oder der pharmazeutischen Industrie zum Einsatz. Für die Verarbeitung der mittels HSI generierten Daten stehen verschiedene Methoden zur Verfügung. Diese unterscheiden sich unter anderem durch ihre freie Verfügbarkeit, die benötigte Rechenzeit oder die notwendige Hardware. Im Rahmen dieser Arbeit sollen daher folgende Punkte bearbeitet werden:

  • Recherche zu Verfahren der hyperspektralen Bildverarbeitung:
              Algorithmen, externe Toolboxen, Open-Source Software
  • Erstellung einer Datenbank mit folgenden Punkten:
    • Genauigkeit, Vorteile und Einschränkungen
    • Hardwareanforderungen: GPU, CPU
    • Speicherverbrauch und Rechenzeit

Projekt-, Master- und Diplomarbeiten

Analyse des akustischen Signals eines Gesteinschneidprozesses

Das mechanische Schneiden von Gesteinen ist in der Berg- und Tunnelbauindustrie weit verbreitet, insbesondere in der Felsgrabung. Die Entwicklung in der Schneidtechnologie kann dabei durch die Analyse der beim Schneiden auftretenden akustischen Signale unterstützt werden. Daher wurden parallel zu den am Institut für Bergbau und Spezialtiefbau stattfindenden Schneidprozessen akustische Signalverläufe aufgezeichnet.

  • Recherche zu Verfahren und Tools (*) der akustischen Analyse einschließlich Mikrophonie
  • Methoden der Signalfilterung und Rauschunterdrückung, z.B. Optimalfilter
  • Untersuchung des Zusammenhangs zwischen akustischem Signal und verschiedenen Parametern des Schneidprozesses
  • Erstellung einer Datenbank

(*) z.B. Matlab und WaveLab (Steinberg)


Dimensionsreduktion und Klassifikation von Hyperspektralaufnahmen

Die Handhabung der bei einer Hyperspektralanalyse anfallenden Datenmenge stellt eine große Herausforderung dar. Die Datenmenge enthält dabei sowohl notwendige, als auch redundante Informationen. Zur Reduktion dieser Datenmenge stehen verschiedene Methoden zur Verfügung, u. a. Principal Component Analysis (PCA), Projection Pursuit (PP) oder Maximum Noise Fraction (MNF). Im Rahmen der Arbeit sind daher folgende Aspekte zu bearbeiten:

  • Analyse der Methoden zur Dimensionsreduktion und Klassifizierung
  • Implementierung ausgewählter Methoden
  • Vergleich der Ergebnisse

 

Gern betreuen wir auch Ihre Industriearbeiten!