Wissenschaftliche/r Mitarbeiter/in (w/m/d) im Bereich Regelungstechnik KI-gestützte Qualitätsregelung als Schlüsseltechnologie moderner Fertigungsprozesse

Weitere Informationen

Die Einstellung erfolgt im Beschäftigtenverhältnis.
Die Stelle ist zum nächstmöglichen Zeitpunkt zu besetzen und befristet auf zunächst 2 Jahre.
Eine Verlängerung um weitere 3 Jahre ist geplant.
Die befristete Beschäftigung erfolgt im Rahmen der Befristungsmöglichkeiten des Wissenschaftszeitvertragsgesetzes.
Es handelt sich um eine Vollzeitstelle.
Eine Promotionsmöglichkeit besteht.
Die Eingruppierung richtet sich nach dem TV-L.
Die Stelle ist bewertet mit EG 13 TV-L.

Unser Profil

Das Institut für Regelungstechnik unter der Leitung von Prof. Heike Vallery ist in der Fakultät für Maschinenwesen der RWTH Aachen angesiedelt und vertritt dort die Automatisierungs- und Regelungstechnik. Dabei versteht es sich als Mittler zwischen der Theorie und den vielfältigen Anwendungsbereichen der Automatisierungs- und Regelungstechnik. Neben der Grundlagenausbildung im Bereich der Lehre liegen die Schwerpunkte der Forschungsarbeit in den Bereichen Maschinenbau, Produktions-, Fahrzeug-, Verfahrens-, Energie- und Medizintechnik.

Weitere Informationen erhalten Sie unter: www.irt.rwth-aachen.de

Ihr Profil

Sie haben ein Hochschulstudium (Master oder vergleichbar) im Bereich Maschinenbau, Elektrotechnik, Automatisierungstechnik oder Informatik erfolgreich abgeschlossen und verfügen über die folgenden Kenntnisse und Fähigkeiten:

• Grundlagenkenntnisse im Bereich der Regelungs- und Automatisierungstechnik oder Data-Science,
• Fähigkeit zum selbstständigen wissenschaftlichen Arbeiten,
• Teamfähigkeit, Flexibilität,
• gute Englischkenntnisse in Wort und Schrift.

Ihre Aufgaben

In der heutigen Fertigungsindustrie gewinnt die Prozessautomatisierung zunehmend an Bedeutung, da sie nicht nur einen wesentlichen Beitrag zur Reduzierung manueller Eingriffe und damit zur Einsparung von Personal leistet, sondern auch essenziell für die Umsetzung von Nachhaltigkeitsstrategien ist. Neben der Effizienzsteigerung rücken insbesondere Ressourcenschonung und Kreislaufwirtschaft in den Fokus moderner Produktionsprozesse. Durch den gezielten Einsatz moderner Automatisierungstechnologien – ergänzt durch maschinelles Lernen – werden Prozesse nicht nur effizienter und ressourcenschonender gestaltet, sondern auch systematisch hinsichtlich ihrer Nachhaltigkeit überwacht und optimiert. Dies führt zu einer signifikanten Steigerung der Produktivität und ermöglicht es, hohe Qualitätsstandards konsistent zu erfüllen, ohne dass umfangreiche manuelle Steuerungen erforderlich sind. Unsere Forschung zielt darauf ab, innovative Regelungsstrategien zu entwickeln, die den Spagat zwischen maximaler Produktqualität und der konsequenten Umsetzung von Kreislaufwirtschaft, Nachhaltigkeit und Ressourcenschonung erfolgreich meistern, um den steigenden Anforderungen des Marktes gerecht zu werden.

Insbesondere bei dünnen, metallischen Bändern, die in verschiedensten technologischen Bereichen wie der Nachrichten- oder Hochfrequenztechnik eingesetzt werden, ist die Kontrolle der Oberflächenrauheit von zentraler Bedeutung. Diese Oberflächeneigenschaften – etwa Lackhaftung, Oberflächenglanz oder tribologische Kennzahlen wie die Reibzahl – bestimmen maßgeblich die Funktionalität und das äußere Erscheinungsbild des Endprodukts.

Um den komplexen Anforderungen in diesen Anwendungen gerecht zu werden, kombiniert unsere Forschung modernste Konzepte der Prozessautomatisierung mit innovativen Regelungsstrategien und maschinellem Lernen. In der Zusammenarbeit mit dem Institut für Bildsame Formgebung der RWTH Aachen University werden Ansätze entwickelt, die mittels präziser Messverfahren, adaptiver Regelalgorithmen und datengetriebener Modelle eine kontinuierliche Überwachung und Steuerung der Oberflächenparameter ermöglichen. Beispielsweise werden mit Echtzeitmessungen die Rauheit der metallischen Bänder erfasst. Diese Daten fließen direkt in das Regelungssystem ein, sodass gewünschte Oberflächenqualitäten – wie optimale Lackhaftung und gleichmäßiger Glanz – erzielt werden können. Gleichzeitig ermöglicht maschinelles Lernen eine frühzeitige Erkennung und Prädiktion von Verschleißerscheinungen, beispielsweise an Arbeitswalzen, wodurch Wartungsintervalle optimiert und ungeplante Ausfallzeiten reduziert werden können.

Im Rahmen der Promotionsstelle erforschen Sie zusammen mit interdisziplinären Projektpartner/innen des Instituts für Bildsame Formgebung und Industrie neuartige Ansätze zur anwendungsorientierten Automatisierung und Regelung. Ihre Tätigkeit umfasst vielfältige Fragestellungen in den Bereichen:

• Modellierung technischer Systeme,
• Maschinelles Lernen,
• Selbstoptimierende und lernende Regelungen,
• Implementierung der Algorithmen in prototypischer Software,
• Experimentelle Validierung an realen Versuchsständen.

Die Forschungsergebnisse präsentieren Sie auf internationalen Tagungen sowie in renommierten Fachzeitschriften. Darüber hinaus geben Sie Ihr Wissen im Rahmen von Lehrtätigkeiten an Studierende weiter.

Über uns

Die RWTH ist als familiengerechte Hochschule zertifiziert.
Die RWTH bietet im Rahmen eines Universitären Gesundheitsmanagements eine Vielzahl von Gesundheits-, Beratungs- und Präventionsangeboten (z. B. Hochschulsport) an. Für Tarifbeschäftigte und Beamtinnen und Beamte besteht ein umfangreiches Weiterbildungsangebot und die Möglichkeit, ein Jobticket zu erwerben.
Die Stellenausschreibung richtet sich an alle Geschlechter.
Wir wollen an der RWTH Aachen University besonders die Karrieren von Frauen fördern und freuen uns daher über Bewerberinnen.
Frauen werden bei gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt berücksichtigt, sofern sie in der Organisationseinheit unterrepräsentiert sind und sofern nicht in der Person eines Mitbewerbers liegende Gründe überwiegen.
Bewerbungen geeigneter schwerbehinderter Menschen sind ausdrücklich erwünscht.
Im Sinne der Gleichbehandlung bitten wir Sie, auf ein Bewerbungsfoto zu verzichten.
Informationen zur Erhebung personenbezogener Daten nach Artikeln 13 und 14 Datenschutz-Grundverordnung (DS-GVO) finden Sie unter https://www.rwth-aachen.de/dsgvo-information-bewerbung.

Besoldung / Entgelt

EG 13 TV-L