Bachelorarbeit/Masterarbeit

  • Stellenausschreibung:

    Bildbasierte Modellierung
  • Eintrittstermin:

    ab sofort
  • Kontaktperson:

    Dr. Junyu Qi

Rollenkettentriebe werden in industriellen Leistungsübertragungssystemen weit verbreitet eingesetzt. Aufgrund ihres inhärenten Polygoneffekts entstehen periodische kinematische Schwankungen, Schwingungen sowie dynamische Laständerungen. Herkömmliche kontaktbasierte Messmethoden beruhen häufig auf montierten Sensoren, die den ursprünglichen Betriebszustand der Kette verändern und die vollflächige Bewegungsbeobachtung einschränken. Die bildbasierte Erfassung ermöglicht eine nicht-invasive Aufnahme der kontinuierlichen Kettenbewegung. Dennoch sind systematische Verfahren zur präzisen Extraktion von Verschiebung, Geschwindigkeit und Beschleunigung aus Bildsequenzen eines Kettenprüfstands noch unzureichend entwickelt. Diese Arbeit entwickelt einen vollständigen Bildverarbeitungsworkflow, um vollständige kinematische Größen aus Rollenkettentestbildern zu gewinnen. Anschließend wird ein entsprechendes dynamisches Modell des Kettentriebs aufgebaut und dessen Genauigkeit anhand der aus den Bildern extrahierten experimentellen kinematischen Daten überprüft.

Bachelorarbeit/Masterarbeit

Bildbasierte kinematische Erfassung und dynamische Modellierung von Rollenkettenantrieben

Aufgaben

  • Literaturrecherche zu bestehenden Bildverarbeitungs- und optischen Flussverfahren zur Bewegungsmessung mechanischer Komponenten
  • Vorverarbeitung und Analyse von Rohbildsequenzen, die am experimentellen Rollenkettenprüfstand aufgenommen wurden.
  • Entwicklung einer spezialisierten Bildverarbeitungspipeline zur Extraktion kinematischer Kenngrößen der Kette: Gliedverschiebung, momentane Geschwindigkeit und Beschleunigung.
  • Charakterisierung des dynamisch-kinematischen Verhaltens anhand der aus Bilddaten gewonnenen Bewegungsdaten.
  • Aufbau eines analytischen dynamischen Modells des Rollenkettenantriebs und Validierung der Modellergebnisse mit den extrahierten experimentellen kinematischen Messdaten

Beginn Ab sofort

Software Matlab, Python

Voraussetzungen

  • Solide Grundlagen in Mathematik und Mechanik
  • Fähigkeit zum selbstständigen Arbeiten
  • Freude an Programmieraufgaben und hohe Motivation, Neues zu lernen

Von Vorteil TM I/II/III, Machine dynamics, GPU, Pytorch

Weitere Informationen Dr. Junyu Qi (junyu.qi∂kit.edu)

Sprechzeiten Montag/Freitag 10:00–16:00 Uhr, Raum 706, Gebäude 10.23

Literatures:

[1] J. Lee, M. Shinozuka: Real-Time Displacement Measurement of a Flexible Bridge Using Digital Image Processing Techniques. Exp Mech 46, 105–114 (2006).

[2] J. Guo, X. Wu, J. Liu, T. Wei, X. Yang, X. Yang, B. He, W. Zhang: Non-contact vibration sensor using deep learning and image processing, Measurement, Volume 183, 2021,109823

[3] S. Lin, S. Wang, T. Liu, X. Liu and C. Liu: Accurate Measurement of Bridge Vibration Displacement via Deep Convolutional Neural Network. IEEE Transactions on Instrumentation and Measurement, vol. 72, pp. 1-16, 2023, Art no. 5020016, doi: 10.1109/TIM.2023.3291786.

[4] Xu F. Accurate measurement of structural vibration based on digital image processing technology. Concurrency Computat Pract Exper. 2019;31:e4767. https://doi.org/10.1002/cpe.4767

[5] K. Son, H. Jeon, J. Park, J. Park: Vibration displacement measurement technology for cylindrical structures using camera images, Nuclear Engineering and Technology, Volume 47, Issue 4, 2015, Pages 488-499