Study Projects

Master Theses

 

Bachelor and Research Theses

You will find more study projects in German on the page Studentische Arbeiten.

Implementierung eines Regelkreises mit Bewegungsprofil zur Betreibung einer Drehmaschine

Themenfeld

Das IAS hat einen Demonstrator einer Drehmaschine am Institut nachgebaut, der grobe Funktionalitäten dieser nachstellt. Um die kontinuierliche Evaluierung und Validierung von Sensorsystemen, beispielsweise durch Dauerläufe, zu ermöglichen, ist eine präzise Regelung der Drehmaschine erforderlich, sodass die Drehmaschine anhand eines spezifischen Bewegungsmusters auf bestimmte Drehzahlen fährt und hält.

Aufgabenstellung

Das Hauptziel dieser Arbeit besteht darin, eine voll funktionsfähige Regelung zu entwickeln, die in der Lage ist, die wesentlichen Merkmale der Drehmaschine zu simulieren. Dieser Demonstrator sollte Dauerläufe ermögliche, die in der Geschwindigkeit und Dauer variieren. Eine besondere Drehgeschwindigkeit ist die Regelgeschwindigkeit von 1600 RPM.
Dabei soll folgendes beachtet werden:
- Auslesen der Frequenz des Motors und Umwandlung in Umdrehung pro Minute.
- Regelung der Drehmaschine unter Berücksichtigung des Stromverbrauchs.
- Implementierung von Bewegungsprofilen, sodass die Maschine optimal beschleunigt.

Vorkenntnisse

Wissen im Bereich
- Regelungstechnik
- Sensorik
- Microcontroller-Programmierung
sind erwünscht.

Ansprechpartner

Sebastian Baum

Datenerweiterung zur Erkennung von Anomalien

Themenfeld

Deep learning performs remarkably well on many time series analysis tasks recently. The superior performance of deep neural networks relies heavily on a large number of training data to avoid overfitting. However, the labeled data of real-world time series applications may be limited, especially anomaly detection. As an effective way to enhance the size and quality of the training data, data augmentation is crucial to the successful application of deep learning models on time series data. In this thesis, the student will systematically review different data augmentation methods for time series anomaly detection.
The student will implement data augmentation on different CPS anomaly detection datasets and evaluate the results.

Aufgabenstellung

1) Literature research of existing anomaly detection datasets in Cyber-Physical Systems.
2) Literature research of state-of-the-art data augmentation method.
3) Categorization of the datasets according to the application field and characteristics.
4) Extract normal and abnormal patterns from real-world data.
5) Transform the extracted patterns into synthetic data.
6) Evaluation of the augmented dataset.

Vorkenntnisse

python

Ansprechpartner

Sheng Ding

To the top of the page