„Das beste Training liegt immer noch im selbständigen Machen.“
Cyril Northcote Parkinson

Wenn Lernen und Üben zudem noch Freude bereiten, sind Forschritt und Erfolg programmiert. Sind Sie auf der Suche nach mehr Wissen und einem Platz, um Neues auszuprobieren?

Dann schicken Sie uns Ihre Bewerbungsunterlagen mit Ihrer Idee für eine Bachelor- oder Masterarbeit.

Wir freuen uns darauf, Sie kennenzulernen!

Einfach online bewerben
Werden Sie Teil eines erfolgreichen Teams und bewerben Sie sich jetzt gleich online.

Master thesis

Additive Manufacturing is a key technique for individualized and functional products. PROFACTOR will intensify its research activities in the field of additive micro and nano manufacturing and looking for promising production processes. Such a potential production process is based on molecular imprinting of polymers.

Molecular imprinting of polymers (MIP) is an important strategy of generating selective layers, e.g. for sensing applications as an alternative for antibodies. Besides high affinity and selectivity, MIP provide superior stability and ruggedness, such as tolerance to wide ranges of pH or temperature. Highly interesting in basic research, MIPs didn’t found its application so far, due to complex transfer in manufacturing from laboratory to industrial production.

Thesis Topic: Establishing and optimizing molecular imprinted polymers via novel Proto-MIP approach for bacterial targets – a reproducibility study.

>> read more

Master thesis

Additive Manufacturing is a key technique for individualized and functional products. PROFACTOR will intensify its re-search activities in the field of additive micro and nano manufacturing and focuses on hybrid production processes. One of these hybrid production processes is printed electronics via inkjet printing

Printed electronics is a relatively new field dealing with the generation of electrical features on various materials, such as plastics, textiles, fabrics, etc by unconventional process. While inkjet printing electrically conductive tracks is already established, printing of passive elements (resistors, capacitors, etc.) is still challenging. Bridging material concepts from lab to fab is a key step to introduce novel materials to printed electronics.

The thesis topic is to optimize, characterize and design inkjet printed passive components based on ceramic enhanced inkjet inks.

>> read more

Masterarbeit

Durch ihren vergleichsweise günstigen Anschaffungspreis sind kollaborative Leichtbauroboter in der Industrie derzeit stark im Trend. Die Entwicklungen im Forschungsfeld des maschinellen Lernens machen sie zunehmend flexibel und ermöglichen eine leichtere Bedienbarkeit. Für die Forschung liegen die Herausforderungen auf der Hand: Roboter müssen mit einer kognitiven Intelligenz ausgestattet sein, um sich auf eine veränderte Umwelt einstellen und neue Aufgaben verstehen zu können. Ein wichtiger Teilaspekt ist dabei das flexible Robotergreifen von „non-rigid“-Objekten in einer dynamischen Umgebung. Diese Masterarbeit befasst sich mit der Erfassung und Implementierung von „State-of-the-Art“-Greiflösungen auf Basis von 3D-Daten.

 

Deine Aufgaben

  • Evaluierung von Ansätze zu Robotergreifen von „non-rigid“-Objekten in dynamischen Umgebungen
  • Prototypische Umsetzung mehrerer Algorithmen auch aus dem Bereich „Deep Learning“
  • Durchführung von Tests und Dokumentation in Hinblick auf wissenschaftliche Publikationen

>> mehr erfahren

Praktikum

Im Rahmen des Forschungsprogrammes „Lokalisierung und Tracking für verbesserte Wahrnehmung und Interaktion“ im „Visual Computing“ Team suchen wir Verstärkung im Bereich des maschinellen Lernens, insbesondere im Bereich des „Deep Learning“ (DL).

Der Schwerpunkt des Praktikums liegt in der angewandten Software Entwicklung. Ziel ist es Werkzeuge und Algorithmen zu implementieren, die im praktischen Einsatz von Deep Learning von entscheidender Bedeutung sind.

Dabei geht es um essentielle Software-Komponenten, wie Recorder für Video- und Bilddaten. Dabei werden eine Vielzahl unterschiedlicher Sensoren eingesetzt, wie z.B.: industrielle Kameras, Surveillance-Kameras, Stereo Setups, Structured Light Sensoren, etc. Zur Datenaufbereitung bzw. Dateninterpretation auf Basis von DL bedarf es geeigneter Hilfswerkzeuge, die entsprechend spezifischer Anforderungen entwickelt/erweitert werden.

Das dadurch erarbeitete Wissen ist eine solide Grundlage für einen zukünftigen Berufsweg im Bereich von „Deep Learning“.

Querdenker/innen heißen wir in unserem zukunftsorientierten und innovativen Unternehmen ausdrücklich willkommen. Ihr Dienstort ist Steyr.

Deine Aufgaben

  • Software Entwicklung in Python und C++
  • Implementierung von Recorder-Software für unterschiedliche Sensoren
  • Implementierung eines (semi-)automatischen Annotierungswerkzeugs
  • Entwicklung in unserem Deep Learning Framework basierend auf Tensorflow

>> mehr erfahren

Masterarbeit

Im Rahmen des Forschungsprogrammes „Lokalisierung und Tracking für verbesserte Wahrnehmung und Interaktion“ im „Visual Computing“ Team suchen wir Verstärkung im Bereich des maschinellen Lernens, insbesondere im Bereich von „Deep Learning“ (DL).

Ziel ist es, aktuelle Forschungsarbeiten aus dem Thema 2D/3D-Aktivitätserkennung auf industrielle Umsetzbarkeit hin zu evaluieren. Obwohl sich DL in anderen „Computer Vision“-Bereichen bereits erfolgreich durchgesetzt hat, haben sich bei der Aktivitätserkennung bisher noch keine Standards etabliert. Es bietet sich daher die spannende Möglichkeit dieses relativ junge Forschungsgebiet noch mitzugestalten.

Die ausgeschriebene Masterarbeit umfasst alle für „Machine Learning“ notwendigen Schritte, wie Datengewinnung und -aufbereitung, prototypische Implementierung und Testen aktueller Algorithmen. Das dadurch erarbeitete Wissen ist eine solide Grundlage für einen zukünftigen Berufsweg im Bereich von „Machine Learning“.

Querdenker/innen heißen wir in unserem zukunftsorientierten und innovativen Unternehmen ausdrücklich willkommen. Ihr Dienstort ist Steyr.

 

Deine Aufgaben

  • Evaluierung von Ansätze zur Interpretation von menschlichen Aktivitäten mittels 3D/2D Sensorik
  • Umfasst alle wichtigen Schritte von Datengewinnung und –aufbreitung, bis hin zur prototypische Umsetzung aktueller „State-of-the-art“-Algorithmen
  • Durchführung von Tests und Dokumentation in Hinblick auf wissenschaftliche Publikationen

>> mehr erfahren

Masterarbeit/Diplomarbeit

Motivation

Roboter sind aus modernen Fertigungsanlagen nicht mehr wegzudenken. Für Klein- und Mittelbetriebe stellen aber die Investitionen in ein Robotersystem zusammen mit der unflexiblen Einsetzbarkeit ein Hindernis für deren Einsatz dar. Mehr Flexibilität und leichtere Programmierbarkeit würden die Verwendbarkeit von Robotern verbessern.  Wir möchten Robotersysteme einfacher programmierbar machen und sie befähigen, sich Fertigkeiten für Montageaufgaben selbst anzueignen. Ist eine abstrakte Beschreibung der Aufgabe gefunden, und die Lage der notwendigen Objekte und Werkzeuge bekannt, kann ein ausführbarer Plan für den Roboter berechnet werden.

 

masterarbeit-flexrop

 

 

 

 

 

Thema

Bei der Pfadplanung gibt es eine Vielzahl interessanter Teilprobleme in diesem Bereich. Der Plan soll Qualitätskriterien erfüllen und möglichst schnell berechnet werden können, um auch zur Laufzeit auf unvorhergesehene Ereignisse reagieren zu können. Einige weitere sind:

  • Pfadoptimierung / optimale Pfadplanung (unter Berücksichtigung geometrischer Constraints)
  • Methoden zur raschen, parallelen Berechnung mehrerer Pfade gleichzeitig (GPGPU,…)
  • Bewertung der Qualität von berechneten Pfaden

>> mehr erfahren

Masterarbeit

Die Entwicklung flexibler Produktionssysteme, welche sich selbständig entsprechend der jeweiligen Aufgabenstellung re-konfigurieren und an laufende Veränderungen oder Störungen anpassen, erfordert ein tiefgehendes Verständnis der dynamischen Abläufe und Vorgänge in solchen Systemen. Ingenieure greifen zu diesem Zweck auf den Einsatz von Computersimulation zurück. Mit Hilfe von Ablaufmodellen werden unterschiedliche Szenarien erprobt und das zu erwartende Systemverhalten vorhergesagt. Dabei werden stochastische Einflüsse wie Störungen, manuelle Tätigkeiten oder Auftragsschwankungen genauso berücksichtigt wie die Wechselwirkung der einzelnen Systemkomponenten oder begrenzte Betriebsressourcen. Erprobt werden unterschiedliche Konfigurationen und Layoutvarianten genauso wie unterschiedliche Betriebs-, Planungs- und Steuerungsstrategien. Die Simulationsmodelle fungieren auch als virtuelle Testumgebungen für neu zu konzipierende Leit- und Planungssysteme. Die Ergebnisse der Simulationsläufe liefern die Basis für eine fundierte Bewertung der gewählten Szenarien und dienen den Anwendern oder anderen IT-Systemen als Entscheidungsunterstützung.

PROFACTOR entwickelt ereignisbasierte Ablaufmodelle sowohl für klassische Simulationsstudien für die Fabrik- und Anlagenplanung, als auch für operative Einsätze als Bewertungs- und Prognosekomponenten. Die Anwendungsbereiche erstrecken sich dabei von der Automobilindustrie, über die Stahl- und Halbleiterproduktion bis hin zur Luftfahrtindustrie. Ein junges Anwendungsfeld ist der Einsatz von Simulationsmodellen zur Steigerung der Energieeffizienz von Produktionssystemen mit dem Ziel einer Dekarbonisierung der Produktion.

Zur Mitarbeit bei der Entwicklung von Simulationsmodellen in laufenden Forschungs- und Entwicklungsprojekten suchen wir engagierte, ganzheitlich denkende Studierende mit Interesse an Computersimulation, Softwareentwicklung und dem Thema Produktion. Je nach Interesse und Vorbildung bietet sich die Möglichkeit, die konkreten Themenstellungen spezifisch anzupassen.

QuerdenkerInnen heißen wir in unserem zukunftsorientierten und innovativen Unternehmen ausdrücklich willkommen.

Stichworte: Ablaufsimulation, Ereignisorientierte Simulation, Entscheidungsunterstützung, Fabrikplanung, Plant Simulation

>> mehr erfahren

Masterarbeit

Sowohl während der Planung eines Produktionssystems als auch während des operativen Betriebes werden laufend Entscheidungen gefällt. Diese werden von Entscheidungsträgern und automatisiert durch intelligente Algorithmen getroffen. Grundlage für die Entscheidungen sind in allen Fällen Daten und daraus abgeleitete Informationen. Aufgrund der sinkenden Kosten für die Erfassung, Übertragung, Speicherung und Verarbeitung von Daten wird es für produzierende Unternehmen immer effizienter, Qualitäts-, Prozess-, Betriebs- und Produktionsdaten aufzuzeichnen und langfristig zu archivieren. Damit entstehen umfangreiche Datenpools, welche für die Entscheidungsfindung genutzt werden können. So kann aus Vergangenheitsdaten gelernt und auf zukünftiges Verhalten geschlossen werden. Mittels Korrelationsuntersuchungen lassen sich z. B. jene Prozessparameter identifizieren, welche einen signifikanten Einfluss auf ausgewählte Qualitätskennzahlen haben. Vergangenheitsdaten lassen sich aber auch dazu nutzen, um daraus Simulationsmodelle abzuleiten und der Realität nachzuführen. Umgekehrt liefern Simulationsmodelle virtuelle Daten für neue, noch nicht existierende Systeme.

PROFACTOR entwickelt Business Intelligence Werkzeuge zur Analyse und Darstellung von Qualitäts- und Betriebsdaten. Schwerpunkt ist dabei die Zusammenführung und gemeinsame Auswertung von Qualitätsdaten mit Prozessdaten und Tracking-Informationen. Ziel ist beispielsweise das Finden von Problemverursachern in komplexen, mehrstufigen Produktionsprozessen.

Zur Mitarbeit bei der Entwicklung in laufenden Forschungs- und Entwicklungsprojekten suchen wir engagierte Studierende mit Interesse an Softwareentwicklung, Datenbanksystemen und der Produktion. Je nach Interesse und Vorbildung bietet sich die Möglichkeit, konkrete Themenstellungen spezifisch anzupassen.

QuerdenkerInnen heißen wir in unserem zukunftsorientierten und innovativen Unternehmen ausdrücklich willkommen.

Stichworte: Datenanalyse, Business Intelligence, Datenvisualisierung, In-Memory-Datenbanken, Softwareentwicklung

>> mehr erfahren

Dynamische Ablaufplanung mit stochastischen Einflüssen – ein Vergleich Scheduling vs. Dispatching

Ausgangspunkt ist eine bestehende (Java-basierte) Implementierung eines Optimierungsalgorithmus zur Lösung von Flexible Job Shop Scheduling Problemen. Bei der dynamischen Ablaufplanung wird in rollierenden Planungsperioden optimiert, unter Berücksichtigung von neu hinzugekommenen Produktionsaufträgen. Während der Durchführung von Ablaufplänen kann es zu (stochastischen) Maschinenausfällen kommen, was eine erneute Optimierung erforderlich macht. Zielsetzung der Masterarbeit ist die Durchführung von umfangreichen Rechenexperimenten zur Evaluierung der Performance des implementierten Optimierungsalgorithmus bei der dynamischen Ablaufplanung mit stochastischen Einflüssen. Die Rechenexperimente beinhalten den Vergleich mit aus Simulationsmodellen (Plant Simulation) gewonnenen Ergebnissen unter Einsatz von Dispatching Regeln. Die Erkenntnisse der Rechenexperimente sollen in eine internationale wissenschaftliche Publikation münden.

Querdenker/innen heißen wir in unserem zukunftsorientierten und innovativen Unternehmen ausdrücklich willkommen.

 

Deine Aufgabe

  • Umfangreiche Rechenexperimente unter Einsatz von Simulationsmodellen, Dispatching Regeln eines bestehenden Scheduling Algorithmus
  • Implementierung von Simulationsmodellen und Dispatching Regeln
  • Gegebenenfalls Anpassungen und Bugfixing des Scheduling Algorithmus
  • Mitarbeit an der wissenschaftlichen Publikation

 

>> mehr erfahren

Zur Mitarbeit in einem Forschungsprojekt suchen wir engagierte Studierende mit Interesse an kombinatorischer Optimierung, insbesondere Ablaufplanung in der Produktion. Zielsetzung ist die Evaluierung und Modifizierung einer bestehenden Implementierung eines Optimierungsalgorithmus zur Lösung von Flexible Job Shop Scheduling Problemen (FJSP). Der Algorithmus soll auf klassische Job Shop Scheduling Probleme (JSP) angewendet und die Performance evaluiert werden.

Zu Erklärung: Bei JSP ist jede Operation eines Jobs genau einer Maschine zugeordnet, bei FJSP kann eine Operation alternativ auf mehreren Maschinen durchgeführt werden.

Querdenker/innen heißen wir in unserem zukunftsorientierten und innovativen Unternehmen ausdrücklich willkommen.

 

Deine Aufgabe

  • Evaluierung des Optimierungsalgorithmus unter Verwendung von JSP Probleminstanzen
  • Modifizierung des Optimierungsalgorithmus zur Steigerung der Performance

 

>> mehr erfahren

Masterarbeit

Im Bereich der Industrieautomation bietet unser Kooperationspartner KEBA Lösungen für die Steuerung von Robotern. Eine grundlegende Problemstellung in der Robotik ist das dynamische Erfassen der Roboterposition im Raum während schneller Bewegungen, um die Bahngenauigkeit bzw. Abweichungen aufgrund von Regler-Schleppfehlern und Nachgiebigkeiten der Mechanik zu beurteilen.

Übliche Systeme arbeiten mit Seilzuggebern (z.B. DynaLog) oder speziell entwickelten Kamerasystemen (Nikon K600). Diese Systeme sind kostspielig in der Anschaffung und aufwändig in der Einrichtung.

Kamerasysteme im Consumerbereich werden immer leistungsfähiger und kostengünstiger. Sogenannte ActionCams liefern Videos mit sehr hohen Frameraten und HD-Auflösung (z.B 1920×1080@120fps 1280×720@240fps). Allerdings ist die Aufnahme auf ein 2D-Bild beschränkt. Durch geeignete Wahl einer Messmethodik kann aber eine Genauigkeitsmessung in eingeschränkten Freiheitsgraden erzielt werden, die sehr wohl zu einer Klassifizierung eines Roboters wie auch zur Beurteilung von genauigkeitsverbessernden Maßnahmen geeignet ist.

 

Ziel der Masterarbeit

Aufbau eines Testsystems zur Beurteilung der Qualität einer dynamischen Bahnvermessung mit einer Consumer-Kamera.

Zum Erreichen dieses Ziels umfasst diese Masterarbeit folgende Aufgaben:

  1. Analyse der genauigkeitsbestimmenden Faktoren
  2. Entwurf einer Messmethodik für die dynamische Bahnvermessung
  3. Mechanischer Aufbau eines Testsystems und Erstellung der Software zur Auswertung der Videos zur Ermittlung des Bahnverlaufs

>> mehr erfahren

Masterarbeit

Im Bereich der Industrieautomation bietet unser Kooperationspartner KEBA Lösungen für die Steuerung von Robotern. Eine grundlegende Problemstellung in der Robotik ist der Abgleich von geometrischen Umgebungsdaten zwischen Robotersteuerung und Wirklichkeit. Die Übertragung der Daten findet in zwei Richtungen statt:

  • Vermessen der Umgebung: Geometrische Daten einer Roboterarbeitszelle erfassen für eine Integration in das Robotersystem (Offline Programmiersystem, Simulation oder Steuerung)
  • Validieren: Abgleich von im Robotersystem hinterlegten Daten mit der Wirklichkeit – zB mit Hilfe von Augmented Reality

Google Tango ist eine Software Plattform für portable Consumergeräte, die eine Vermessung des Umgebungsraums und gleichzeitig Lokalisation des Geräts im Raum ermöglicht (Simultaneous Localisation And Mapping). Seit 2016 sind hier die ersten Geräte am Markt verfügbar.

 

Ziel der Masterarbeit

Evaluierung der erzielbaren Genauigkeit mit einem derzeit verfügbaren Tango-System. Zum Erreichen dieses Ziels umfasst diese Diplomarbeit folgende Aufgaben:

  1. Entwicklung eines Bewertungsverfahrens
  2. Entwurf und Aufbau eines entsprechenden Testaufbaus
  3. Bewertung der oben genannten Anforderungen

>> mehr erfahren

Masterarbeit

Tiefensensoren basierend auf Structured Light haben sich im Lowcost-Bereich etabliert (Microsoft Kinect, Primesense Carmine, Asus Xtion, Orbbec Astra, Intel Realsense, etc.). Diese Sensoren sind allerdings nicht industrietauglich und weisen eingeschränkte Spezifikationen hinsichtlich Genauigkeit und Sichtfeld auf. Um speziellen Anforderungen in industriellen Anwendungsfällen gerecht zu werden soll ein Prototyp eines Tiefensensors aufgebaut werden. Anschließend soll dieser evaluiert und mit State of the Art Sensoren verglichen werden. Die konkreten Aufgabenstellungen sind:

  • Aufbau des Sensors und Entwicklung der zugehörigen Software unter Anleitung erfahrener Entwickler
  • Selbstständige Evaluierung und Vergleich mit bestehenden Sensoren

 

Ziel der Masterarbeit

Die Masterarbeit gliedert sich in folgende Aufgaben:

  1. Aufbau eines Tiefensensors bestehend aus ein oder zwei Kameras sowie eines Structured Light Projektor
  2. Entwicklung einer Software zur Berechnung der Tiefendaten aus den Kamerabildern
  3. Evaluierung des Tiefensensors (Genauigkeit, Rauschverhalten, Temperaturempfindlichkeit, etc.)
  4. Vergleich mit am Markt erhältlichen Tiefensensoren

>> mehr erfahren

Masterarbeit

Zur Optimierung von Produktionsprozessen und zur Vermeidung von Ausschuss ist eine Modellierung des Produktionspozesses notwendig. Diese Modellierung muss Zusammenhänge zwischen Qualitäts-, Prozess- und Produktdaten umfassen, wobei auch die Fortpflanzung von Produkteigenschaften über mehrere Prozesse hinweg berücksichtigt werden muss.

Thema der Masterarbeit:

Ziel der Masterarbeit ist die Entwicklung von online Trainingsverfahren, mit denen bestehende Modellstrukturen effizient mit Hilfe des eintreffenden Datenstroms optimiert werden können. Besonders zu berücksichtigen ist dabei die Stabilität des Trainingsprozesses und die Auswahl der Datenelemente, die für das Training verwendet werden.

Deine Arbeit ist Teil des Forschungsprogrammes „Zero defect manufacturing“. Im „Machine Vision“ Team erhältst Du einen Einblick in die Forschung im Bereich machine learning/machine vision. Die Anwesenheit bei Profactor in Steyr ist nicht durchgehend erforderlich.

>> mehr erfahren

Masterarbeit

Zur Optimierung von Produktionsprozessen und zur Vermeidung von Ausschuss ist eine Modellierung des Produktionsprozesses notwendig. Diese Modellierung muss Zusammenhänge zwischen Qualitäts-, Prozess- und Produktdaten umfassen, wobei auch die Fortpflanzung von Produkteigenschaften über mehrere Prozesse hinweg berücksichtigt werden muss.

Thema der Masterarbeit:

Ziel der Masterarbeit ist die Extraktion von Merkmalen von Oberflächen mit denen eine Vorhersage von Defekten möglich wird. Klassische Qualitätssicherung konzentriert sich auf die Erkennung von Defekten. Im Rahmen der Masterarbeit sind anhand von realen Beispieldaten Oberflächenmerkmale zu entwickeln, und deren Leistungsfähigkeit bei der Vorhersage von Defekten experimentell zu überprüfen.

Deine Arbeit ist Teil des Forschungsprogrammes „Zero defect manufacturing“. Im „Machine Vision“ Team erhältst Du einen Einblick in die Forschung im Bereich machine learning/machine vision. Die Anwesenheit bei Profactor in Steyr ist nicht durchgehend erforderlich.

>> mehr erfahren

Master thesis

Additive Manufacturing is a key technique for individualized and functional products. PROFACTOR will intensify its research activities in the field of additive micro and nano manufacturing and focuses on hybrid production processes. One of these hybrid production processes is additive inkjet printing.

Inkjet printing is a widely used technique for decorative printing. Additionally, inkjet printing of functional materials (like conductive, semiconducting, …) has a broad range of interesting applications. To build up complex functional devices it is however necessary to not only print one single layer but to stack multiple layers on top of each other. In this context also the pretreatment of the substrate or the underlying layer plays an important role, not only but also when combining different materials. This is especially true if the inkjet printing should be performed on curved surfaces, which is the aim of the thesis.

Master thesis

Nanoimprint Lithography is a method to replicate nanostructures on large area. This is done by pressing a nanostructured stamp into a soft (UV-curable) polymer on a substrate. While the stamp is in contact with the polymer, the material is cured by e.g. UV-irradiation and then the stamp is removed, resulting in a nanostructured hard polymer on the substrate. For certain applications it can be advantageous to coat the stamp rather than the substrate (= reversal NIL). This is especially true, if multiple layers should be imprinted on top of each other. We want to investigate this process and combine different materials with each other, not only but also on curved surfaces.

Master thesis

Nanoimprint Lithography is a method to replicate nanostructures on large area. This is done by pressing a nanostructured stamp into a soft (UV-curable) polymer on a substrate. While the stamp is in contact with the polymer, the material is cured by e.g. UV-irradiation and then the stamp is removed, resulting in a nanostructured hard polymer on the substrate. For mass fabrication, the stamp can be a roller and the substrate can be a large glass plate. At PROFACTOR we are working with a UV-based roll-to-plate nanoimprint tool to fabricate different kinds of micro- and nanostructures.

In this field, we offer two master theses related to a funded project at PROFACTOR, the multiLINK project.

  1. Thesis I: the focus of the first thesis is on preparing large area visually stitch free printing plates for the tool and using them to do nanoimprint lithography.
  2. Thesis II: In the second thesis the single pass inkjet printing system installed at the tool should be used to selectively deposit material on predefined positions on the substrate

Masterarbeit

Additive Fertigung ist ein Grundstein für individualisierte und funktionelle Produkte. Diese Art der Produktion wird in Zukunft enorm an Bedeutung gewinnen. PROFACTOR intensiviert seine Forschung rund um Additive Mikro- und Nanofertigung mit Fokus auf hybride Fertigungsprozesse.

Das Projekt NextGen 3D hat zum Ziel, mittels Erforschung der Struktur-Eigenschaftsbeziehungen die Grundlagen für Materialentwicklung, Prozessführung und technische Optimierungen am 3D-Drucker zu schaffen. Damit soll erreicht werden, dass die Qualität von funktionellen Bauteilen für den industriellen Einsatz, die mittels Fused Deposition Modeling Technologie (FDM) hergestellt werden, vorhersagbar und reproduzierbar ist. Mit einem neuen 3D-Drucker Prototyp mit verbessertem Druckkopf, Druckkammer und inline-control System wird die industrielle Relevanz demonstriert.

Ihr Dienstort ist die Johannes Kepler Universität Linz, gelegentliche Aufenthalte bei uns in Steyr sind erwünscht. Die universitäre Betreuung erfolgt durch Univ.-Prof. DI Dr.mont. Reinhold W. Lang am Institute of Polymeric Materials and Testing (ipmt).

>> mehr erfahren

„Standort Wien oder Steyr“

Wir freuen uns über Ihre aussagekräftige Bewerbung – bevorzugt online.

PROFACTOR GMBH

Im Stadtgut A2 | 4407 Steyr-Gleink
Tel.: +43 (0)7252 885-0 | Fax: +43 (0)7252 885-101