Studentische Arbeit "Aufbau eines automatisierten Datenmanagements am Beispiel von Niedertemperatur-Plasmanitrierprozessen" (Bachelor-, Studien- oder Masterarbeit)

Das Plasmanitrieren ist ein thermochemischer Prozess bei dem Stickstoff in die Randzone eines Bauteiles eingebracht wird um die Eigenschaften in der Randzone zu modifizieren. Die resultierenden Oberflächeneigenschaften werden dabei von einer Vielzahl von Parametern beeinflusst. Diese reichen von der Gefügestruktur des Grundmaterials, der Vorbehandlung über die Prozessführung bis hin zur Nachbehandlung. Um die Auswirkungen einzelner Einflussgrößen bewerten zu können und eine nachhaltige Dokumentation zu ermöglichen müssen große Datenmengen automatisiert verarbeitet und dargestellt werden.

Ziel ist der Aufbau und die visuelle Darstellung einer Datenbank, in der alle relevanten Eingangs- und Ausgangsgrößen mit den dazugehörigen Analyseverfahren und Prüfbedingungen erfasst werden. Dieser Vorgang soll anhand von Niedertemperatur-Plasmanitrierprozessen durchgeführt werden.

Ihr Aufgabenfeld setzt sich wie folgt zusammen:

1. Experimenteller Teil

• Durchführung von Plasmadiffusionsbehandlung unter Variation der Prozessparameter

• Analyse der Oberflächeneigenschaften z. B. Härte oder Korrosionsverhalten

• Korrelation der Oberflächeneigenschaften mit dem Gefüge und den Abkühlbedingungen

2. Auswertung der Daten

• Überführung der Daten in eine Datenbank
• Verknüpfung der unterschiedlichen Datenflüsse
• Umsetzung der Visulisierung der Datensätze und Ergebnisse mittels Grafana

Innerhalb der Arbeit erhalten Sie tiefe Einblicke in die thermochemische Randschichtbehandlung von Stählen. Sie haben die Möglichkeit werkstoffkundliche Grundlagen aus dem Studium mit der Praxis zu kombinieren. Sie lernen die typischen Analyseverfahren zur Bewertung der Oberflächen und deren Eigenschaften kennen und können diese eigenständig anwenden. Darüber hinaus lernen Sie den Umgang mit relationalen Datenbanken, der Datenvisualisierung in Grafana und der Datenauswertung in Python.

Was Sie mitbringen

Sie studieren in der Fachrichtung Maschinenbau, Computational Sciences in Engineering oder einer ähnlichen Fachrichtung und bringen folgende Anforderungen mit: 

• Freude an der Entwicklung eigener Lösungsansätze
• Grundlegende Programmierkenntnisse sind wünschenswert, idealerweise Python
• Interesse an der Oberflächen- und Materialanalytik. Vorkenntnisse sind von Vorteil, aber nicht zwingend erforderlich
• Interesse an DataScience und deren Techniken

Kontakt:

Phillip Reinders

phillip.reinders(at)ist.fraunhofer.de

+49 5531 2155-835

Oder

Holger Gerdes

holger.gerdes(at)ist.fraunhofer.de

+49 531 2155-576