Identifikation von Organoblechbauteilen aus stochastisch verteilten Oberflächenmerkmalen

Das Leibniz-Institut für Verbundwerkstoffe (IVW) GmbH ist eine der weltweit führenden Einrichtungen auf dem Gebiet der Verbundwerkstoffe. Wir erforschen die gesamte Wertschöpfungskette der Verbundwerkstoffe von den wissenschaftlichen Grundlagen bis zum Bauteil. In Kooperation mit dem Lehrstuhl für Werkzeugmaschinen und Steuerungen der RPTU (WSKL) schreiben wir folgende studentische Arbeit aus:

Diplom- oder Masterarbeit (ggf. auch Studien- oder Bachelorarbeit) mit dem Titel

Identifikation von Organoblechbauteilen aus stochastisch verteilten Oberflächenmerkmalen

Durch den heterogenen Aufbau von Faser-Kunststoff-Verbund (FKV) zeigt sich auf der Oberfläche oft ein charakteristisches Muster. Besonders prägnant ist dies bei gewebeverstärkten Bauteilen, wie sie für Hochleistungsanwendungen typisch sind. Durch Schwankungen in der Bauteilqualität liegen diese Muster in realen Bauteilen nie in perfekter Regelmäßigkeit vor. Stattdessen sind leichte Krümmungen der Fasern und daraus resultierende Verformungen des Musters oder auch andere Schädigungen der Oberfläche weit verbreitet. Jedes Bauteil trägt somit ein einzigartiges Identifikationsmuster, einen Fingerabdruck. Ähnlich des Vorgehens bei der Identifikation von menschlichen Fingerabdrücken soll dieser durch eine ausreichende Zahl von Features und deren Lage zueinander genutzt werden, um FKV-Bauteile voneinander zu unterscheiden.

Inhalte der Arbeit:

Ziel dieser Arbeit ist es, die Identifizierbarkeit von FKV anhand ihrer statistisch verteilten Merkmale zu überprüfen. Hierzu sollen Aufnahmen von mehreren FKV-Halbzeugen angefertigt werden. Anhand dieser sollen im Anschluss zur Identifikation geeignete Features identifiziert und klassifiziert werden. Zuletzt soll ein Programm zur automatisierten Erkennung der Merkmale geschrieben und anhand  zusätzlicher FKV-Bilder die Zuordnung zu den Bauteilen demonstriert werden.

Aufgabenpunkte im Detail:

• Literaturrecherche zur Feature-Extraktion, Mustererkennung, Musterabgleich und statistischen Methoden
• Anfertigen geeigneter Aufnahmen am IVW vorhandener FKV-Halbzeuge für einen Arbeits-Datensatz
• Identifikation und Klassifikation geeigneter Features in dem generierten Datensatz
• Statistische Betrachtung der benötigten Auflösung und Bildfläche
• Programmierung einer Software auf Open-Source-Basis zur Bauteil-Erkennung.
• Demonstration der Software anhand eines weiteren Datensatzes.
• Diskussion und kritische Würdigung sowie Dokumentation aller Ergebnisse

Ihr Profil:

• Studium in einem Ingenieurs- oder Naturwissenschaftl. Studiengang (Maschinenbau, Elektrotechnik, Informatik, Mathematik, Physik, …)
• Strukturierte, selbstständige Arbeitsweise
• Vorkenntnisse in Python, C++
•  Interesse am Arbeiten mit Bildverarbeitung