Kann KI saubere Bremsen entwickeln? – Wenn Machine Learning auf Physik trifft

  • Forschungsthema:Systemtribologie, Machine Learning und Feinstaubemissionen
  • Typ:Bachelor-/ Masterarbeit
  • Datum:ab sofort
  • Betreuung:

    Francesco Pio Urbano, M.Eng.

Bachelor- oder Masterarbeit | Systemtribologie, Machine Learning und Feinstaubemissionen

Kann KI saubere Bremsen entwickeln? – Wenn Machine Learning auf Physik trifft

Bachelor- oder Masterarbeit | Systemtribologie, Machine Learning und Feinstaubemissionen

Beim Bremsen entstehen Verschleißpartikel. Doch warum erzeugt derselbe Reibkontakt unter unterschiedlichen Bedingungen unterschiedlich viel Feinstaub? Und lässt sich dieses Verhalten vorhersagen?

In deiner Abschlussarbeit verbindest du künstliche Intelligenz mit physikalischen Zusammenhängen. Aufbauend auf einem bestehenden neuronalen Netz untersuchst du, wie sich Reibleistung, Reibarbeit und Temperaturentwicklung zur Vorhersage von Feinstaubemissionen nutzen lassen. Ziel ist ein Modell, das aus Messdaten lernt und gleichzeitig Wissen über den Reibprozess berücksichtigt.

Deine Aufgaben:

  • Physikalische Zusammenhänge auswählen und in die Modellierung integrieren.
  • Das bestehende Modell mit realen Prüfstandsdaten weiterentwickeln.
  • Prüfen, ob die Erweiterung auch bei bisher unbekannten Betriebsbedingungen bessere Vorhersagen ermöglicht.

Du erhältst Einblicke in aktuelle Forschung zur nachhaltigen Mobilität und arbeitest an der Schnittstelle von Maschinenbau und KI. Interesse an Tribologie, Datenanalyse oder Programmierung ist willkommen; erste Python-Kenntnisse sind hilfreich.

Der Umfang wird passend zur Abschlussart abgestimmt: von der Untersuchung ausgewählter physikalischer Eingangsgrößen bis zur Entwicklung und experimentellen Validierung eines Hybridmodells.

Interesse? Ansprechpartner: Francesco Pio Urbano, M. Eng.