Universität zu LübeckThesis System

Predictive Maintenance aus hochdimensionaler Laser‑Telemetrie

in Kooperation mit Coherent Lübeck

Warum das spannend ist

  • Echte Industrieumgebung: Arbeiten mit Telemetrie realer Laseranlagen – kein Spielzeug‑Datensatz.
  • Hoher Impact: Frühwarnung senkt Ausfälle, Serviceeinsätze und Kosten.
  • Forschung + Praxis: Anomalieerkennung, Sequenzlernen und Erklärbarkeit – direkt nutzbar für Techniker:innen.
  • End‑to‑End: Datenpipeline → Modelle → Kalibrierung → Warn‑Dashboard.

Kontext & Motivation

Industrielaser erzeugen umfangreiche Telemetrie (Temperaturen, Ströme, Leistungen, Interlocks, Fehlercodes). Historische Felddaten und Burn‑in‑Tests sollen genutzt werden, um Ausfälle rechtzeitig vorherzusagen, Ursachen schneller einzugrenzen und Wartung präventiv zu planen.

Leitfragen

  • Welche Repräsentationen prognostizieren anstehende Fehler am besten?
  • Welcher Warnhorizont ist bei akzeptablen False‑Alarm‑Raten theoretisch erreichbar?
  • Können un- oder teilüberwachte maschinelle Lernverfahren typische Muster finden, die auf bevorstehende Fehler hindeuten?
  • Wie werden Erklärungen so präsentiert, dass Techniker:innen ihnen vertrauen?

Datensatz

  • Multivariate Zeitreihen vieler Anlagen; Ausrichtung mit Fehlerberichten/Service‑Tickets.
  • Vertrauliche Betriebsdaten.

Mögliche Aufgaben

  1. Vorverarbeitung
  2. Modellierung
  3. Evaluation
  4. Betriebsreife

Ergebnisse

  • Bereinigter und dokumentierter Datensatz, mit reproduzierbarer Pipeline, zur Feature-Erstellung.
  • Prädiktive & Anomalie‑Modelle mit dokumentierter Leistung & Kalibrierung.
  • Warn‑Dashboard (Prototyp) inkl. Top‑Treiber & Vorwarnzeit.

Related Thesis Topics

In Kooperation mit Coherent in Lübeck Warum das spannend ist Kontext & Ziel Heute wird Qualitätsprüfung bei Coherent in Lübeck noch manuell erledigt. Kommerzielle Tools gibt’s, aber ein erklärbarer In‑house‑Prototyp ermöglicht schnelleres Lernen, Kostenkontrolle und höhere Akzeptanz bei den Nutzer*innen. Ziel der Arbeit ist ein produktnaher Prototyp, der robust, nachvollziehbar und betreibbar ist. Leitfragen Datensatz […]

Bei der konventionellen Ultraschalluntersuchung muss die Sonde fest auf den Bereich des Unterarms gedrückt werden, in dem möglicherweise eine Fraktur vorliegt, was für junge Patienten äußerst schmerzhaft sein kann. Ziel dieses Projekts ist die Entwicklung eines kontaktlosen, robotergestützten Ultraschallscansystems, um die Diagnoseergebnisse zu verbessern und die Beschwerden der Patienten bei der Frakturerkennung zu verringern. Um […]

Es gibt in Schleswig-Holstein zahlreiche Baumschulen, auf denen Weihnachtsbäume (typischerweise Nordmanntannen) angebaut werden. Diese Plantagen benötigen insbesondere in der Anfangszeit, wenn die Bäume noch jung sind, viel Pflege, um die Setzlinge zu pflegen. In einen Kooperationsprojekt mit der FH Westküste (Prof. Stefan Hußmann) soll auf Basis von Drohnenbefliegungen der Plantagen ein Automatisierungskonzept für das Freischneiden […]

Mapping the European AI HLEG Trustworthiness Framework to Formal Methods

Die Freilandhaltung von Legehennen gewinnt aus Gründen des Tierwohls und der Verbrauchernachfrage zunehmend an Bedeutung, setzt die Tiere im Auslauf jedoch Greifvögeln wie Habicht, Bussard und Milan aus. Neben den unmittelbar gerissenen Tieren entstehen erhebliche indirekte Schäden: Panik in der Herde, Verletzungen, Leistungseinbrüche und eine dauerhaft reduzierte Nutzung des Auslaufs. Da Greifvögel geschützt sind, muss […]

AI‑Enhanced Formal‑Methods‑as‑a‑Service: Designing, Implementing, and Evaluating an MCP‑Based Backend that Powers a VS Code Copilot Extension for Automated Program Analysis and Verification.

In der Vorlesung Robotik wird der Open-Source-Roboterarm “LeRobot” von HuggingFace verwendet – mit recht gutem Erfolg. Ein paar Probleme hat dieser Roboter aber leider noch: er verfügt nur über 5 Gelenke + einen Greifer. Dadurch sind die räumlichen Freiheiten des Roboters nicht vollständig, die letzte rotatorische Freiheit fehlt. Zudem ist die Implementierung der Gelenkbewegung nicht […]

This project aims to develop a machine learning model capable of reconstructing a 3D volume using the ultrasound images of a forearm, tracked probe data, and the calibration matrix as inputs. The model should be able to compensate for inaccuracies in the calibration matrix, thereby improving the accuracy of the reconstructed 3D volume. What you […]

Inductive Logic Programming (ILP) is a form of symbolic machine learning, where logic programs (e.g., Prolog or ASP) are synthesized from input/output examples. These synthesis tasks are notorious for their large search space. Modern approaches use a conflict-driven search to constrain this search iteratively. This procedure is usually implemented using constraint programming solvers operating on […]

Qualitative Simulation abstracts from numerical details and captures the behavior of a system in terms of broad intervals or relations. The underlying symbolic models such as Qualitative Differential Equations or Qualitative Causal Models double as a representation for why a certain simulation outcome occurred. A long standing issue in common sense reasoning in AI is […]