Festo nutzt integrierte Simulationsworkflows, um Designs frühzeitig virtuell zu bewerten.
Die CFD App ermöglicht Festo Entwicklern aus dem CAD heraus schnelle, automatisierte Strömungssimulationen durchzuführen. Vernetzung, Berechnung und Auswertung laufen bereits durchgängig – eine verlässliche Qualitätsbewertung der Ergebnisse fehlt jedoch. Diese soll die Vertrauenswürdigkeit pro Simulation bündeln und für Anwender klar sichtbar machen (Ampel/Score).
Du hast Interesse dieses Thema in einer Abschlussarbeit umzusetzen? Dann bewirb Dich jetzt!
Zielsetzung:
* Definition einer klaren Qualitätsbewertung für die CFD App (Kriterien, Score/Ampel, Entscheidungslogik) basierend auf Stakeholder-Befragung
* Festlegung von Qualitätskriterien inkl. Beispielen aus Praxisfällen (z. B. Durchgängigkeit von Prismenschichten, Totaldruck am Ein-/Auslass)
* Vergleich der Ansätze „regelorientiert“ vs. „KI gestützt“ hinsichtlich Aussagekraft, Robustheit und Integrationsaufwand
* Transparente Berichte für Anwender (Kurzfazit, Begründung, empfohlene nächste Schritte)
* Optional: Reinforcement Learning basierter Ansatz, bei dem eine Bewertung durch einen Experten erfragt wird und basierend auf dessen Bewertung die automatisierte Bewertung verfeinert wird
Deine Aufgaben:
* Anforderungsklärung & Datenaufnahme (Use Cases, typische Kennzahlen, verfügbare App Outputs)
* Literatur-Recherche über das Thema
* Stakeholder-Befragung zur Erfassung der Anforderungen
* Kriterien & Qualitätslogik festlegen (Formulierung von Bewertungskriterien, Definition der Ampel/Score/…)
* Bewertung und Labeling von relevanten CFD App Runs sowie Erstellen einer Bewertungs-Heuristik/Algorithmus
* Training eines/mehrerer KI-Modelle
* Prototypische Umsetzung in der CFD App (leichtgewichtige Checks, visuelles Ergebnis Badge)
* Vergleich „Algorithmen“ vs. „KI“ (Aussagekraft/Usability vergleichen, Entscheidungsgrundlage dokumentieren)
* Pilotierung & Ausblick
Deine Qualifikationen:
* Technisches Studium (Ingenieurwissenschaft, Informatik o.ä.)
* Grundkenntnisse in Strömungsmechanik und Machine Learning / KI
* Programmierkenntnisse (Python vorteilhaft)
* Vertiefte Kenntnisse CFD Simulation und Machine Learning / KI wünschenswert
* Interesse an strömungstechnischen Aufgaben und wissenschaftlichem Rechnen
* Selbständige und strukturierte Arbeitsweise, gute Team- und Kommunikationsfähigkeit
Ansprechpartner: Susanne Kestner, +49(711)347-58463