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
- Vorverarbeitung
- Modellierung
- Evaluation
- 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.