Student (w/m/d) für Bachelor-/Masterarbeit Additive Manufacturing at GKN Powder Metallurgy

Bonn, North Rhine-Westphalia, Germany -

Full Time

Start Date

Immediate

Expiry Date

24 Feb, 26

Salary

0.0

Posted On

26 Nov, 25

Experience

0 year(s) or above

Remote Job

Yes

Telecommute

Yes

Sponsor Visa

Skills

Additive Manufacturing, Image Processing, Data Analysis, Machine Learning, In-Situ Monitoring, Quality Reporting, Process Monitoring, Algorithm Training, Defect Detection, Camera Calibration, Powder Bed, Mechanical Properties, Anomaly Detection, Technical Studies, Electronics, Engineering

Industry

Industrial Machinery Manufacturing

Description

Bei GKN Powder Metallurgy ist Engineering unsere Leidenschaft. Jeden Tag kombinieren unsere 6.200 Mitarbeiter an 29 Fertigungsstandorten auf der ganzen Welt modernste Pulvermetalle mit innovativen Porduktionstechnologien, um einzigartige Porduktlösungen herzustellen – intelligent, zuverlässig und präzise. Aufgaben Wir suchen engagierte Studierende, die es reizt, Teil unseres innovativen Teams zu werden. Bei additiven Fertigungsverfahren wie dem Laser-Pulverbett-Schmelzen (LPBF) werden Bauteile Schicht für Schicht aufgebaut. Eine dünne Metallschicht wird aufgetragen und anschließend mithilfe eines Lasers selektiv aufgeschmolzen. Jede Schicht muss gleichmäßig verteilt und fehlerfrei sein, da Unregelmäßigkeiten zu Poren, Rissen oder anderen Defekten führen können. Selbst kleinste Störungen – wie Streifen durch eine abgenutzte Rakel, ungleichmäßig verteiltes Pulver oder Vibrationen – können die mechanischen Eigenschaften des Endbauteils beeinträchtigen. Die frühzeitige Erkennung solcher Defekte hilft, Material, Zeit und Kosten zu sparen, da der Bauprozess rechtzeitig korrigiert oder gestoppt werden kann. Zielstellung: Entwicklung eines Prozessüberwachungssystems basierend auf Pulverbett-Kamerabildern und Bewertung der Bauteilqualität durch Erstellung eines Qualitätsberichts Deine Aufgaben: Bilderfassung: Mit der Kamera werden die Pulver-schichten unmittelbar nach den Rakeln und der Belichtung aufgenommen. Das Bild muss kalibriert und zentriert werden, um die Analyse von Anomalien zu ermöglichen. Datensatz-Erstellung: Eine repräsentative Sammlung von Schichtbildern wird manuell mit Defektkategorien annotiert, um dem Algorithmus das Lernen zu ermöglichen Modelltraining: Mehrere Algorithmen werden trainiert und mit der Basislinie (EOS Powder Bed) verglichen. Ziel ist es, eine hohe Erkennungsrate zu erreichen und gleichzeitig die Rechenzeit gering zu halten. Integration: Das leistungsstärkste Modell wird in die bestehende Geschäftslogik (CT-Light) integriert, sodass während des Druckprozesses eine automatische Defekt-erkennung und Berichterstellung möglich ist. Berichtserstellung: Ein Qualitätsbericht wird basierend auf den während des Druckprozesses auftretenden Anomalien generiert, was dem Kunden einen zusätzlichen Mehrwert bieten kann. Qualifikation Was solltest Du mitbringen? Immatrikulation im fortgeschrittenen technischen Studium an einer Universität oder Fachhochschule Studiengänge: Elektrotechnik, Informatik, Maschinenbau (Werkstofftechnik) Praktische Erfahrungen im Bereich Bildverarbeitung, Datenanalyse Eigenständige, zielorientierte Arbeitsweise Erste Erfahrungen im Bereich Additive Manufacturing in Zusammenhang mit Prozessüberwachung, Machine Learning oder In-Situ-Monitoring-Systemen sind ein Plus. gute deutsche und englische Sprachkenntnisse Du möchtest Teil unseres Teams werden? Dann bewirb dich jetzt, am besten online. Wir freuen uns auf Deine Bewerbung!

Responsibilities

The role involves developing a process monitoring system based on powder bed camera images and assessing component quality through the creation of a quality report. Responsibilities include image capture, dataset creation, model training, integration into existing business logic, and generating quality reports.