Integration von Machine Learning in den digitalen Anlagenzwilling

Kurzbeschreibung der Position

Entwicklung eines toolunabhängigen Open Neural Network Exchange (ONNX)-Plugins für Umgebungen der Virtuellen Inbetriebnahme (VIBN).

Hauptaufgaben

• Recherche zu ONNX, der ONNX Runtime sowie zu Einsatzmöglichkeiten von Machine-Learning-Inferenz in Umgebungen der Virtuellen Inbetriebnahme.
• Analyse gängiger Tools der Virtuellen Inbetriebnahme (z. B. Process Simulate, fe-screen-sim, ISG virtuos) sowie deren Schnittstellen zum Zugriff auf Simulationsdaten.
• Entwicklung eines toolübergreifenden ONNX-Plugins zur Anbindung von ML-Modellen an VIBN-Simulationsdaten.
• Integration und Test des Plugins in VIBN-Tools.
• Bewertung des Laufzeitverhaltens, des Integrationsaufwands sowie der Übertragbarkeit des entwickelten Ansatzes.
• strukturierte Dokumentation und Aufbereitung der Ergebnisse im Rahmen einer Abschlussarbeit (Bachelor-, Master- oder Diplomarbeit).

Qualifikationen und Fähigkeiten

• Immatrikulation in einem Studiengang der Fachrichtungen Informatik, Mechatronik, Automatisierungstechnik, Maschinenbau oder vergleichbar.
• gute Programmierkenntnisse in C/C++ und/oder Python.
• Kenntnisse oder erste praktische Erfahrungen mit ONNX, PyTorch und Machine-Learning-Modellen.
• Interesse an Simulation, Digitalen Zwillingen sowie datengetriebenen Methoden.
• fließend Deutsch- oder Englischkenntnisse in Wort und Schrift.
• hohes Maß an Eigeninitiative, Selbstständigkeit und Teamfähigkeit, strukturierte Arbeitsweise sowie Fähigkeit zur nachvollziehbaren technischen Dokumentation.

Arbeitsort / Rahmenbedingungen

• Praxisbezogene Arbeitsaufgaben in der Simulation von Produktionssystemen.
• gezielte fachliche Förderung für raschen Kompetenzaufbau.
• Arbeit in einem interdisziplinären Team.
• Möglichkeit einer Weiterbeschäftigung.