Országos Doktori Tanács

Témakiírások

Mesterséges jelek és szenzoranalízis adatbányászati módszerekkel

alapadatok
témakiírás címe
Mesterséges jelek és szenzoranalízis adatbányászati módszerekkel
témakiíró
társtémakiíró
témakiírás leírása
A kutatás célja, hogy ipari környezetben alkalmazott szenzorokat, szenzorrendszereket tanulmányozva, a keletkező adatok hatékony megbízható tárolásával és feldolgozásával – modern, tudományosan megalapozott modellekkel és eszközökkel – hasznos információt, tudást nyerjünk ki. Az ipari gépek berendezések egyik egyre többször előforduló hibajelensége, az, amikor maga az érzékelő nem működik megfelelően. Az, hogy a szenzor rossz (vagy a hozzátartozó kommunikációs csatorna) vagy az alap gyártási folyamattal van probléma kulcsfontosságú kérdés. Ezért fontos olyan informatikai alapú szakmai döntéstámogatást fejleszteni, mely képes a hibás szenzorokat felismerni és helyettük szolgáltatni a jeleket a hiba elhárításáig. Ebben az esetben a gyártás teljes leállása elkerülhető. Az adatok kiértékelése során választ keresünk arra is, hogy a szenzorok aktuális helye és funkciója indokolja-e azok létét, az általuk rendelkezésre bocsátott adatok a rendszer számára hordoznak-e valódi, hasznos információt.
A kutatás és a rendszer analízise majd szintézise során adatelemzési, programozási feladatok megoldására kerül sor. A kapott eredmények bemenő adatokat szolgáltatnak a rendszerek fejlesztése és a folyamatok optimalizálása számára. A kutatás eredményeként a vizsgált rendszerek működése javítható, továbbá az adott ipari környezet termelékenysége és átbocsátóképessége, azaz a hatékonysága is elemezhető és növelhető.
Jelenlegi eszközök: Festo gyártói környezet szimulációs állomásai Siemens vagy Festo PLC-vel
Alkalmazandó technológiák: CODESYS vagy TIA portál, SQL/No-SQL adatbázisok, R/Python (vagy más nyelv)
felvehető hallgatók száma
2 fő
helyszín
Szombathely, Budapest
jelentkezési határidő
2024-05-31
elvárások
előírt nyelvtudás
angol
további elvárások
Szükséges készségek a munkához: • Szenzorok kezelése • PLC programozás (Siemens vagy Festo) • Kommunikációs csatornák létrehozása • Adatbázis kezelés • Adatfeldolgozás, elemzés és megjelenítés • Előrejelzés gépi tanulás alapú modellekkel