Masterarbeit: KI-basierte sensorlose Regelung von E-Antrieben (w/m/div.)
Unternehmensbeschreibung
Stellenbeschreibung
Elektrische Antriebe stehen im Zentrum der modernen Mechatronik, und die Branche bewegt sich zunehmend in Richtung sensorloser Regelung, um Rotorpositionen mithilfe von Software statt durch physische Sensoren zu schatzen. Diese Abschlussarbeit untersucht, wie Kunstliche Intelligenz und neuronale Netze traditionelle Regelungsarchitekturen grundlegend weiterentwickeln konnen. Ziel ist es, fortschrittliche Konzepte neuronaler Netze zu erforschen und zu entwerfen, die Regelungs- und Schatzaufgaben erlernen. Durch die Abbildung von Systemmessgroen auf Regelungszustande soll diese Forschung den Weg fur die nachste Generation intelligenter, softwaredefinierter Regelung elektrischer Antriebe ebnen.
Wahrend Ihrer Abschlussarbeit erwerben Sie ein fundiertes Verstandnis der physikalischen Modelle elektrischer Antriebe (z. B. elektrische Maschinen, Wechselrichter) sowie der Simulationsumgebung. Sie analysieren aktuelle Ansatze aus dem Bereich Machine Learning und neuronale Netze, die auf die sensorlose Regelung elektrischer Antriebe angewendet werden. Daruber hinaus entwickeln Sie neuartige KI-basierte Regelungsarchitekturen und untersuchen sowohl modulare als auch End-to-End-Designs neuronaler Netze. Sie implementieren, testen und validieren Ihre Regelungsalgorithmen mithilfe hochpraziser Simulationsmodelle elektrischer Antriebe. Abschlieend dokumentieren Sie Ihre Methodik, analysieren die Ergebnisse und prasentieren Ihre Erkenntnisse dem Entwicklungsteam.
Qualifikationen
- Ausbildung: Masterstudium im Bereich Kybernetik, Ingenieurwesen, Mathematik, Informatik oder vergleichbar, mit guten Leistungen
- Erfahrung und Kenntnisse: Fundierte Kenntnisse in der Regelungstechnik und im maschinellen Lernen; Erfahrung mit Python oder MATLAB
- Personlichkeit und Arbeitsweise: Sie zeichnen sich durch die Analyse komplexer Fragestellungen aus, strukturieren Ihre Aufgaben systematisch und erzielen Ergebnisse mit einer sehr eigenstandigen Arbeitsweise
- Arbeitsmodell: Wir bieten Ihnen die Moglichkeit, in einem hybriden Arbeitsmodell zu arbeiten
- Sprachen: Sehr gute Englischkenntnisse