Theses

Exciting topics for final papers constantly arise from the various projects. BIBA offers students at the university's faculty for Production Engineering – Mechanical Engineering and Process Engineering numerous projects for theses.

Bachelor and Master Theses

„Entwicklung einer Open Source Softwarekomponente für das Reporting einer Publikationsdatenverwaltung“ (Bachelor)

Motivation:

  • Wissenschaftliche Publikationen sind schriftliche Dokumente über den Stand der Forschung. Sie zählen zu den wichtigsten Ergebnissen wissenschaftlicher Arbeit. Mitarbeiter an Forschungsinstituten verwalten ihre Publikationen zunehmend mit Hilfe von speziellen Softwarewerkzeugen. Ein Beispiel ist die Open Source Software EPrints. Die Werkzeuge erfassen das schriftliche Dokument sowie Informationen, die eine Publikation strukturiert beschreiben. Letzteres ermöglicht den Anwendern vorhandene Publikationen zu durchsuchen.

Problemstellung:

  • Eine Publikationsdatenverwaltung dient nicht allein der Organisation und Kommunikation von Forschungsergebnissen. Sie ist auch ein Indikator für die Arbeitsweise an einem Institut und dessen Beitrag zum Stand der Forschung. Öffentlich geförderte Institute müssen regelmäßig ihren politischen Stakeholdern gegenüber berichten. Dabei werden auch Angaben zu neuen Publikationen gemacht. Innerhalb eines Instituts können Führungskräfte durch grafische Übersichten zu Publikationsdaten unterstützt werden. Reporting ist keine Standardfunktion von Softwarewerkzeugen wie beispielsweise EPrints. Dadurch müssen Berichte über Publikationen oft manuell erstellt werden.

Zielsetzung:

  • Im Rahmen dieser Arbeit soll ein Plug-In für die Open Source Software EPrints erstellt werden. EPrints ist in PERL programmiert, daher ist diese Sprache auch für das Plug-In zu verwenden. Das Plug-In soll konfigurierbar sein, damit es möglichst ohne Programmierkenntnisse angepasst werden kann. Zusätzlich soll eine kurze Evaluation mit BIBA Mitarbeitern erfolgen.

Voraussetzung:

  • Studienrichtung Informatik oder vergleichbares
  • Selbstständiges Arbeiten und hohe Zuverlässigkeit

Ansprechpartner:

Dipl.-Wirtsch.-Ing. Stefan Wellsandt
E-Mail: wel@biba.uni-bremen.de
Tel.: 0421 / 218 – 50166

"Simulation und Implementierung einer Oberflächenrekonstruktion von 3D Punktwolken" (Bachelor)

Hintergrund:

  • Um den optimalen Gärzustand von Teiglingen zu erfassen, wird ein intelligentes Überwachungssystem entwickelt.
  • Die während des Vermessens mittels LIDAR aufgenommenen Punktwolken weisen unorganisierte Strukturen auf, welche für die weitere Auswertung systematisch aufgearbeitet werden müssen.

Aufgabenbeschreibung:

  • Realisierung einer Oberflächenrekonstruktion segmentierter Punktwolken und Evaluierung anhand von Testfällen.

Voraussetzung:

  • Ein fortgeschrittenes oder abgeschlossenes Bachelorstudium ( z.B. Systems Engineering, Wirtschaftsingenieurwesen, Produktionstechnik oder Ähnliche)
  • Grundlagen der Bildverarbeitung
  • Programmierkenntnisse, vorzugsweise Python
  • Eigenständige Arbeitsweise

Ansprechpartner:

BIBA, Forschungsbereich IPS, Data Analytics und Prozessoptimierung
Lino Antoni Giefer
E-Mail: gif@biba.uni-bremen.de
Tel.: 0421 / 218 – 50147

„Simulation und Implementierung von semantischer Segmentierung von 3D Punktwolken“ (Bachelor)

Hintergrund:

  • Um den optimalen Gärzustand von Teiglingen zu erfassen, wird ein intelligentes Überwachungssystem entwickelt.
  • Die während des Vermessens mittels LIDAR aufgenommenen Punktwolken weisen unorganisierte Strukturen auf, welche für die weitere Auswertung systematisch aufgearbeitet werden müssen.

Aufgabenbeschreibung:

  • Realisierung und Evaluierung von Algorithmen zur semantischen Segmentierung von simulierten Punktwolken.

Voraussetzung:

  • Ein fortgeschrittenes oder abgeschlossenes Bachelorstudium ( z.B. Systems Engineering, Wirtschaftsingenieurwesen, Produktionstechnik oder Ähnliche)
  • Grundlagen der Bildverarbeitung
  • Programmierkenntnisse, vorzugsweise Python
  • Eigenständige Arbeitsweise

Ansprechpartner:

BIBA, Forschungsbereich IPS, Data Analytics und Prozessoptimierung
Lino Antoni Giefer
E-Mail: gif@biba.uni-bremen.de
Tel.: 0421 / 218 – 50147

Bachelor and Master Theses

Zum Thema „Optische Erkennung und Auslesung von analogen Anzeigeinstrumenten basierend auf Deep Learning“ ab sofort, Master oder Bachelorarbeit

Hintergrund:

  • Die innovative Technologie Augmented Reality soll zukünftig die Arbeiter bei Installations- und Wartungsvorgängen als ein Assistenzsystem unterstützen.
  • Eine Teilaufgabe solchen Assistenzsystems beinhaltet z.B. die automatische Komponentenerkennung und Bereitstellung der Zusatzinformationen

Aufgabenbeschreibung:

  • Implementierung eines Algorithmus zur optischen Erkennung der analogen Anzeigeinstrumente basierend auf Deep Learning.
  • Entwicklung einer Methode zur Ablesung der Messwerte. Evaluation der Algorithmen anhand von Labortests.

Voraussetzung:

  • Ein fortgeschrittenes oder abgeschlossenes Bachelorstudium (z.B. Systems Engineering, Produktionstechnik, Informatik)
  • Erste Erfahrung im Bereich Bildverarbeitung, Machine oder Deep Learning (wünschenswert).
  • Programmierkenntnisse in Python (wünschenswert).
  • Interesse am Themengebiet.
  • Gute Deutschkenntnisse.

Ansprechpartner:
Dimitri Denhof
E-Mail: den@biba.uni-bremen.de
Tel.: 0421 / 218 – 50090

Zum Thema „Optische Erkennung und Decodierung von Bar- und QR-Codes basierend auf Deep Learning“ ab sofort, Master oder Bachelorarbeit

Hintergrund:

  • Die innovative Technologie Augmented Reality soll zukünftig die Arbeiter bei Installations- und Wartungsvorgängen als ein Assistenzsystem unterstützen.
  • Eine Teilaufgabe solchen Assistenzsystems beinhaltet z.B. die automatische Komponentenerkennung und Bereitstellung der Zusatzinformationen.

Aufgabenbeschreibung:

  • Implementierung eines Algorithmus zur optischen Erkennung der Bar- und QR-Codes basierend auf Deep Learning.
  • Implementierung einer Methode zur Decodierung der Codes.
  • Evaluation der Algorithmen anhand von Labortests.

Voraussetzung:

  • Ein fortgeschrittenes oder abgeschlossenes Bachelorstudium (z.B. Systems Engineering, Produktionstechnik, Informatik)
  • Erste Erfahrung im Bereich Bildverarbeitung, Machine oder Deep Learning (wünschenswert)
  • Programmierkenntnisse in Python (wünschenswert)
  • Interesse am Themengebiet.
  • Gute Deutschkenntnisse

Ansprechpartner:

Dimitri Denhof
E-Mail: den@biba.uni-bremen.de
Tel.: 0421 / 218 – 50090

Zum Thema „Entwicklung einer Lichtfeldkamera und Implementierung von Algorithmen zur Gewinnung der Tiefeninformationen“ ab sofort, Bachelor oder Masterarbeit

Hintergrund:

  • Bei einer automatisierten Rotorblattinspektion von Windenergieanlagen mit Hilfe einer Drohne sollen die Rotorblätter vom Hintergrund segmentiert werden. Die Umsetzung dieser Segmentierung mittels einer Lichtfeldkamera soll untersucht werden.

Aufgabenbeschreibung:

  • Aufbau einer Lichtfeldkamera aus mehreren Kameras mit entsprechenden Hardwarekomponenten.
  • Implementierung des Algorithmus zur Gewinnung der Tiefeninformationen.
  • Evaluation anhand von Labortests.

Voraussetzung:

  • Ein fortgeschrittenes oder abgeschlossenes Bachelorstudium (z.B. Produktionstechnik, Systems Engineering, Informatik).
  • Erste Erfahrung in der Bildverarbeitung und Programmierung von Entwicklungsboards (wünschenswert).
  • Interesse am Themengebiet.
  • Gute Deutschkenntnisse.

Ansprechpartner:
Dimitri Denhof
E-Mail: den@biba.uni-bremen.de
Tel.: 0421 / 218 – 50090

 

 

Master Theses

„Entwicklung eines Verfahrens zur bildbasierten Erkennung von Vereisung an Windenergieanlagen“, Masterarbeit

Motivation:

  • Vereisung an Windenergieanlagen sorgt für erhebliche Leistungsverluste in kälteren Regionen und der Eiswurf von den Rotorblättern stellt eine Gefahr für Mensch und Natur dar.
  • Etablierte Bildverarbeitungsverfahren wie Deep Learning eignen sich sehr gut für die automatisierte Erkennung von Eis auf Rotorblättern aus Bilddaten.

Problemstellung:

  • Für die Verifizierung eines prädiktiven Eiserkennungssystems sollen Bilddaten von Rotorblättern benutzt werden. Aufgrund der großen Anzahl von Bildern ist die automatisierte Erkennung von relevanten Informationen (wie z.B. Vereisung) die einzig sinnvolle Möglichkeit.

Zielsetzung:

  • In dieser Arbeit soll ein Verfahren entwickelt werden, welches in der Lage ist, in Nahaufnahmen von Rotorblättern zu erkennen, ob eine Vereisung vorliegt oder nicht, z.B. mittels eines Deep Learning Modells.
  • Nach Möglichkeit sollen weitere Umgebungszustände wie Nebel oder Tageszeit auch automatisch aus den Bildern erkannt werden.
  • Des Weiteren ist zu prüfen, ob eine Vorverarbeitung der Bilder (z.B. Entfernen von Rauschen) zu besseren Ergebnissen führt.

Voraussetzung:

  • Interesse an Bildverarbeitung und Deep Learning
  • Programmierkenntnisse, idealerweise in Python
  • Abgeschlossenes Bachelorstudium (aus Fachbereich 3 oder 4)
  • Gute Englischkenntnisse (wichtig für das Verstehen von wissenschaftlichen Papieren)
  • Sehr gute Deutschkenntnisse in Wort und Schrift

Ansprechpartner:

BIBA, Forschungsbereich IPS
Markus Kreutz
E-Mail: kre@biba.uni-bremen.de
Tel.: 0421 / 218 - 50049

„Entwicklung eines Konzeptes zur Datenqualitätssicherung für einen virtuellen Marktplatz für produktbezogene Informationen“, Masterarbeit

Motivation:

  • Produktbezogene Informationen umfassen u.a. Anforderungen, Spezifikationen, Produktmodelle, Betriebsanleitungen, und Daten aus Sozialen Medien und dem Internet der Dinge. Letztere entstehen während der Nutzungsphase eines Produktes. Sie können Hinweise zur Weiterentwicklung von Produkten liefern und sind aus diesem Grund für die Produktentwicklung sehr interessant. In den letzten Jahren haben sich virtuelle Marktplätze entwickelt, über die produktbezogene Informationen getauscht werden können.

    Problemstellung:

    • Auf einem Marktplatz werden Informationen dann nachgefragt, wenn sie von hoher Qualität sind. Letzteres bedeutet, dass sie ohne Einschränkungen verwendet werden können. Datenmarktplätze können Mechanismen zur Datenqualitätssicherung nutzen, um die Qualität der angebotenen Daten zu erhöhen. Ein Beispiel ist der Token-basierte Mechanismus des Databroker DAO Projektes (https://databrokerdao.com). Datenqualitätssicherungskonzepte für einen virtuellen Marktplatz, der Informationen aus der Nutzungsphase anbietet, sind bisher nicht vorhanden. Dies ist ein Grund warum es kaum Angebote für diese Informationen gibt.

    Zielsetzung:

    • In dieser Arbeit soll ein Konzept zur Datenqualitätssicherung entwickelt werden. Ein virtueller Marktplatz für produktbezogene Informationen aus der Nutzungsphase soll als Anwendungsszenario dienen. Im ersten Schritt sollen Qualitätssicherungsansätze für Daten recherchiert und systematisiert werden. Im zweiten Schritt sollen die Anforderungen an das neue Konzept erarbeitet werden. Dazu sind reale Informationen aus der Nutzungsphase von Produkten zu untersuchen. Anschließend soll das Konzept ausgearbeitet und diskutiert werden.

    Voraussetzung:

    • Abgeschlossenes Bachelorstudium (z.B. Wi.-Ing., Prod.-Technik, Informatik)
    • Interesse am Programmieren hilfreich
    • Selbstständiges Arbeiten und hohe Zuverlässigkeit

    Wir bieten:

    • Intensive Betreuung und regelmäßiges Feedback
    • Einblick in interessante Forschungsprojekte zum Thema „Industrie 4.0“

    Ansprechpartner:
    BIBA, Forschungsbereich: IKAP
    Dipl.-Wirtsch.-Ing. Stefan Wellsandt
    E-Mail: wel@biba.uni-bremen.de
    Tel.: 0421 / 218 – 50166

    „Entwicklung einer Methode zur Analyse von Datenqualitätsproblemen am Beispiel eines virtuellen B2B Marktplatzes", Masterarbeit

    Motivation:

    • Im Zuge der fortschreitenden Digitalisierung der Industrie sind Daten seit Jahren eine bedeutende Ressource für Unternehmen. Für die Datennutzung ist es wichtig, dass sie eine hohe Qualität haben. Daten von geringer Qualität können eine Ursache für Probleme im Unternehmen sein. Aus diesem Grund versuchen Unternehmen ihre Datenprobleme zu analysieren und zukünftig zu vermeiden. Dieser Schritt kann Teil eines umfangreichen betrieblichen Datenqualitätsmanagements sein. Es ähnelt dem Qualitätsmanagement für Produkte und Dienstleistungen.

    Problemstellung:

    • Analysemethoden für Qualitätsprobleme, wie beispielsweise Ursache-Wirkungsdiagramme oder Fehlerbäume, berücksichtigen Datenqualität bisher kaum. Sie werden zwar in der Literatur als Methode genannt, allerdings gibt es für viele Themenbereiche keine Anpassungen der Methoden. Virtuelle Marktplätze für Unternehmen sind einer dieser Bereiche. Plattformen, wie der für „Industrie 4.0“ entwickelte Marktplatz NIMBLE (https://nimble-platform.salzburgresearch.at), verarbeiten unterschiedliche produktbezogene Daten. Diese stammen unter anderem aus dem Internet der Dinge oder beschreiben Warenbestellungen.

    tzung:

    • In dieser Arbeit soll eine Methode entwickelt werden, mit der Datenqualitätsprobleme eines virtuellen B2B Marktplatzes untersucht werden können. Zunächst solle eine Literaturrecherche bestehende Analysemethoden und den Umgang mit Qualitätsproblemen herausarbeiten. Der Hauptteil der Arbeit soll eine der identifizierten Methoden so anpassen, dass sie zur Analyse von Qualitätsproblemen eines virtuellen B2B Marktplatzes geeignet ist. Dazu sind unter anderem typische Qualitätsprobleme eines virtuellen Marktplatzes zu identifizieren. Als Anwendungsfall soll die Suchfunktion der NIMBLE Plattform dienen. Eine Diskussion soll die entwickelten Methode kritisch betrachten.

    Voraussetzungen:

    • Abgeschlossenes Bachelorstudium (z.B. Wi.-Ing., Prod.-Technik, Systems Engineering, Informatik)
    • Selbstständiges Arbeiten und hohe Zuverlässigkeit

    Wir bieten:

    • Intensive Betreuung und regelmäßiges Feedback
    • Einblick in interessante Forschungsprojekte zum Themengebiet „Industrie 4.0“

    Interessierte melden sich bitte bei:

    BIBA, Forschungsbereich IKAP
    Dipl.-Wirtsch.-Ing. Stefan Wellsandt
    E-Mail: wel@biba.uni-bremen.de
    Tel.: 0421 218 – 50166

    „Anwendungspotentiale für Distributed Ledger Technologie am Beispiel eines virtuellen B2B Marktplatzes“, Masterarbeit

    Motivation:

    • Ein Distributed Ledger (verteiltes Kontobuch) ist ein Werkzeug mit dem Daten an unterschiedlichen Orten synchron gespeichert werden können. Die Synchronisation erfolgt ohne eine zentrale Verwaltung. Verteilte Kontobücher gelten als sichere und kostengünstige Speichermöglichkeit für transaktionsbezogene Daten. Durch diese Eigenschaft sind sie interessant für Anwendungen die auf Transaktionen basieren. Virtuelle Marktplätze sind ein potentielles Anwendungsgebiet. Unternehmen können Waren, Dienstleistungen und Daten auf virtuellen B2B Marktplätzen weltweit austauschen. Ein Beispiel für einen solchen Markplatz ist die für „Industrie 4.0“ entwickelte Open Source Plattform NIMBLE (https://nimble-platform.salzburgresearch.at).

    Problemstellung:

    • Verteilte Kontobücher sind im Anwendungsgebiet der Produktion und Logistik eine relativ neue Technologie. Ihre Anwendungsmöglichkeiten bezogen auf virtuelle B2B Marktplätze sind bisher kaum systematisch untersucht worden. Dies ist ein Problem, da Marktplätze oft zentralisiert sind und damit prinzipiell von den positiven Eigenschaften verteilter Kontobücher profitieren könnten.

      Zielsetzung:

      • Im Rahmen dieser Arbeit soll eine Potentialanalyse für Distributed Ledger Technologie (DLT) durchgeführt werden. Das Anwendungsbeispiel ist der virtuelle B2B Markplatz NIMBLE. Im ersten Schritt sollen die Vor- und Nachteile der DLT gegenüber zentralisierten Speicheransätzen herausgearbeitet werden. Hierzu zählt auch die Identifikation von Anwendungsbereichen (z.B. Produktverfolgung und Mikrotransaktionen). Im zweiten Schritt soll der NIMBLE Marktplatz systematisch auf potentielle Anwendungsmöglichkeiten für DLT untersucht werden. Dazu ist eine geeignete Methode zur Potentialanalyse zu identifizieren und anzuwenden. Die Ergebnisse sollen abschließend Diskutiert werden.

      Voraussetzung:

      • Abgeschlossenes Bachelorstudium (z.B. Wi.-Ing., Prod.-Technik)
      • Selbstständiges Arbeiten und hohe Zuverlässigkeit

      Wir bieten:

      • Intensive Betreuung und regelmäßiges Feedback
      • Einblick in das von der EU-geförderte Forschungsprojekte NIMBLE

      Ansprechpartner:
      BIBA, Forschungsbereich IKAP
      Dipl.-Wirtsch.-Ing. Stefan Wellsandt
      E-Mail: wel@biba.uni-bremen.de
      Tel.: 0421 / 218 – 50166

      „Entwicklung einer Administrationsumgebung für semantische Datenmodelle von virtuellen B2B Marktplätzen“, Masterarbeit

      Motivation:

      • Unternehmen können Waren, Dienstleistungen und Daten auf virtuellen B2B Marktplätzen weltweit austauschen. Das Backend eines virtuellen Marktplatzes basiert auf einem komplexen Datenmodell mit vielen, voneinander abhängigen Klassen. Relationale Datenbanken können diese Komplexität schlecht abbilden. Einen Ansatz zur Lösung dieses Problems liefern semantische Datenmodelle. Sie können beispielsweise durch eine Ontologie beschrieben werden. Oft werden dabei bestehende allgemeinere Ontologien mit spezielleren zu einer komplexen Struktur verbunden. Diese Datenmodelle müssen regelmäßig angepasst werden.

      Problemstellung:

      • Die Komplexität semantischer Datenmodelle für virtuelle B2B Marktplätze ist ein Problem, weil ein Mensch die Auswirkungen einer Anpassung (z.B. neues Konzept einfügen) nicht effizient erkennen und adressieren kann. Editoren, wie beispielsweise Protegé oder NeOn Toolkit, unterstützen die Anpassung von Ontologien teilweise durch Validierungswerkzeuge. Diese sind jedoch nicht auf die Bedürfnisse von virtuellen B2B Marktplätzen angepasst. Aus diesem Grund ist die Administration von semantischen Datenmodellen in diesem Bereich heute noch problematisch.

      Zielsetzung:

      • n dieser Arbeit soll eine Administrationsumgebung für semantische Datenmodelle von virtuellen B2B Marktplätzen entwickelt werden. Zunächst sollen die Anforderungen an die Umgebung identifiziert werden. Als Fallbeispiel dient der für „Industrie 4.0“ entwickelte virtuelle Marktplatz NIMBLE (https://nimble-platform.salzburgresearch.at). Weitere Schritte beinhalten unter anderem eine Technologieauswahl, die Entwicklung eines Demonstrators, und eine Diskussion der entwickelten Lösung. Der Demonstrator soll Ontologien auf Validität prüfen und eine Bewertung der potentiellen Performance des Datenmodells liefern.

      Voraussetzung:

      • Abgeschlossenes Bachelorstudium der Informatik oder vergleichbar
      • Programmierkenntnisse in Java sind von Vorteil
      • Selbstständiges Arbeiten und hohe Zuverlässigkeit

      Wir bieten:

      • Intensive Betreuung und regelmäßiges Feedback
      • Einblick in interessante Forschungsprojekte zum Themengebiet „Industrie 4.0“

      Interessierte melden sich bitte bei:

      BIBA, Forschungsbereich IKAP
      Dipl.-Wirtsch.-Ing. Stefan Wellsandt
      E-Mail: wel@biba.uni-bremen.de
      Tel.: 0421 218 – 50166