Umfeld

Material- und Oberflächenanalyse sind wichtige Werkzeuge in der Qualitätssicherung. Die Zusammensetzung von Materialien kann mit Hilfe von sogenannten Röntgenfloreszenz Messgeräten (XRFA) bestimmt werden. XRFA Geräte finden sich zum Beispiel in der Schmuck- und Edelmetallindustrie, aber auch in der Automobil- oder Baubranche.

XRFAs haben einen großen Vorteil gegenüber z.B. chemischen Verfahren, da sie das Material nicht angreifen. Darüber hinaus können diese Geräte zur Analyse von Schichtdicken z.B. in der Galvanik verwendet werden. Trotz der Vorteile wird eine hohe Genauigkeit – welche besonders bei Edelmetallen wichtig ist – nur durch eine Messung über einen längeren Zeitraum erreicht.

Aufgabe

Im Kooperation mit der Firma Helmut Fischer soll ein neuer Ansatz entwickelt werden, der die Messgenauigkeit verbessert. Dazu wurde uns ein XRFA am ITIV zur Verfügung gestellt.

Die Arbeit umfasst dabei die folgenden Bereiche:

• Einarbeitung in das Fischer XRFA Messgerät und in die Thematik
• Aufzeichnung von Datenreihen von verschiedenen Materialien
• Analyse der Daten und Optimierung des Messverfahrens mit Hilfe von Machine Learning

Voraussetzungen

• Interesse an den Themen Machine Learning und Röntgenfloreszenz
• Vorkenntnisse in Python oder anderen Programmiersprachen sind hilfreich