Einsatz von Machine Learning zur Optimierung von Einstellparametern eines 3D-Druckers zur Reduktion des CO2-Fußabdrucks

  • chair:Einsatz von Machine Learning zur Optimierung von Einstellparametern eines 3D-Druckers zur Reduktion des CO2-Fußabdrucks
  • type:Bachelor-/Masterarbeit
  • time:ab sofort
  • place:

    Svenja Hauck

  • Ausgangssituation:

    Die Paradigmenverschiebung in der Produktnachhaltigkeit hat dazu geführt, dass diese nicht mehr als optionales Add-on, sondern als unverzichtbares Kriterium betrachtet wird.

    Die üblichen Programme, zur Erstellung von maschinen-lesbarem Code für die Produktion, hier dem 3D Druck, beachten diese Nachhaltigkeitsaspekte jedoch nicht. Ausführliche Testreihen sind für eine Optimierung von Nöten. Um diesen Prozess zu verbessern, könnten Ansätze der künstlichen Intelligenz (KI) dazu beitragen, die Anzahl der Versuche zu reduzieren und trotzdem das Optimum zu finden. Dies ist besonders hilfreich bei teuren und zeitaufwendigen Versuchen.

    Zielsetzung/Fragestellung:

    1. Bewertung von Nachhaltigkeit im Kontext von 3D Druckern: Methoden und Ansätze
    2. Finden eines Optimums an Einstellparametern mit dem geringsten CO2-Fußabdrucks unter akzeptabler Qualität
    3. Darstellung und Modellierung von Druckparametern und deren Interdependenzen