Institut für Konstruktionswissenschaften und Produktentwicklung
> Zum Inhalt

Aktuelle Themen

Übersicht über Container-Software Angebote

Bachelorarbeit von Johannes Elsner: Betrachtung gängiger Softwarelösungen zur Isolierung von Applikationen auf Edge Devices im industriellen Umfeld anhand von Container-basierter Virtualisierung

Aktuelle Ergebnisse der Forschungs- bzw. Lehrtätigkeiten

  • Diss.: Generischer Visualisierungsansatz für SysML-Modelle in PDM-SystemenAutorenwerkzeuge zur Erstellung von Systemmodellen mittels der Systems Modeling Language (SysML) nutzen wie auch CAD-Tools proprietäre, untereinander inkompatible Formate zur Modelldatenspeicherung. Der für den Modelldatenaustausch zwischen unterschiedlichen Editoren vorhandene XMI-Standard weist Freiheitsgrade für seine Implementierung auf, was auch hier zu Inkompatibilitäten führt. SysML-Modellinformation kann deshalb oftmals nur mit großem Aufwand zwischen Entwicklungspartnern und anderen Stakeholdern ausgetauscht und mit weiteren Produktmodellen verknüpft werden. Bei hinreichend komplexen Entwicklungsprojekten erfolgt die Verwaltung der unterschiedlichen Modelle und Organisation der kooperativen Tätigkeiten in Produktdatenmanagement-Systemen (PDMS), die SysML-Modellinformation nur mit Hilfe von Autorenwerkzeug-spezifischen Plug-ins anzeigen können. Der hier vorgestellte Visualisierungsansatz soll den Zugang zu SysML-Modellinformation unterschiedlicher erzeugender Editoren ohne zusätzliche lizenzpflichtige Softwarekomponenten direkt in PDMS ermöglichen.
  • Bac. Arbeit: Optimierungsverfahren zum Entwurf von Neuronalen NetzenMotivation / Ausgangslage Eine Herausforderung bei der Initialisierung von Neuronalen Netzen ist das Auffinden optimaler Startparameter. Am Anwendungsfall einer vorhandenen modularen neuronalen Netzkonstruktion, welche das Verhalten einer Produktionsanlage simuliert, sollen verschiedene Optimierungsmethoden erprobt werden, um jene initialen Einstellungen ausfindig zu machen, bei welchen die Netzperformance maximiert werden kann.
  • Bac. Arbeit: Betrachtung gängiger Softwarelösungen zur Isolierung von Applikationen auf Edge Devices im industriellen Umfeld anhand von Container-basierter VirtualisierungContainer-basierte Virtualisierung birgt großes Veränderungspotential für Unternehmen im Sektor Informationstechnik. Treibende Kräfte sind unter anderem Konzerne wie Google, Microsoft und Amazon. Allerdings wird die Welt der Container auch von einer aktiven EntwicklerCommunity getragen, die von offenen Standards unterstützt, eine Grundlage für die Anwendung von Containern legen. Seit Docker 2013 die Container-Technologie populär machte, steigt die Anzahl der vorhandenen Angebote in diesem Bereich laufend. Die vorliegende Bachelorarbeit möchte einen Überblick über die unterschiedlichen Produkte geben und diese anschließend vergleichen.
  • Bac. Arbeit: Entwicklung eines Kriterienkatalogs zur Bewertung von industriellen Edge Devices für die Durchführung von Machine Learning AnalysenMotivation: Edge Devices sind intelligente Netzwerkkomponenten, die eine zentrale Rolle bei der autonomen Steuerung von Produktions-landschaften spielen. Durch die zunehmende Miniaturisierung und steigende Performance moderner Chipsets ist die Durchführung von Machine Learning Analysen auf Edge Devices möglich geworden. In Folge dessen haben unterschiedlichste Hersteller entsprechende Geräte oder Hardware-Erweiterungen entwickelt. Die Diversität der Geräte und ihrer Anwendungsfälle macht deren Analyse und Bewertung schwierig. In diesem Zusammenhang wird ein Kriterienkatalog benötigt, anhand dessen die Edge Devices analysiert und gegenüberstellt wurden können
  • Bac. Arbeit: Evaluation des State of the Art von Preprocessing Methoden in industriellen AnwendungsgebietenMotivation: Da immer mehr Daten auf der Welt entstehen und scheinbar die ganze Welt miteinander verbunden ist, wird in dieser Bachelorarbeit der Datenanalyse beziehungsweise dem Data Preprocessing besondere Aufmerksamkeit geschenkt. Der Datenaufbereitungsschritt benötigt ungefähr 80% des gesamten Zeitaufwands bei einem Data Mining Prozess. Die Schwierigkeit bei diesem Schritt besteht darin, aus den großen Datenmengen wertvolle Informationen oder Muster zu erkennen. Durch eine sorgfältig durchgeführte Datenaufbereitung, ergibt sich allerdings eine zuverlässigere Datenanalyse. Da diese anwachsenden Datenmengen vielfach am Rande des Netzwerks entstehen, wird die Möglichkeit der lokalen Datenverarbeitung ebenfalls betrachtet. Aufgrund der Bandbreite des Netzwerks und der Sorge über die Privatsphäre von Daten, ist es oftmals nicht notwendig und uneffektiv Daten zu einer entfernten Cloud zu schicken.