Durch die Ansteuerung von Elektromotoren mittels Pulsweitenmodulation (PWM) treten in drehzahlveränderlichen Antrieben parasitäre Lagerströme auf, die eine Schädigung beziehungsweise Zerstörung der Lager bewirken können.

Um den zeitlichen Aufwand der Messung zu verringern, soll das Oszilloskop mittels PyVISA und Standard Commands for Programmable Instruments (SCPI) angesteuert werden. Die erfassten Messgrößen sollen anschließend in einem Messrechner (z.B. Raspberry Pi) automatisiert ausgewertet werden.

Das Ziel der Abschlussarbeit (Bachelor- oder Masterarbeit möglich) ist die Konzeption und Implementierung einer automatisierten Messumgebung in Python. Dies umfasst die Erprobung der im Rahmen der Arbeit entwickelten Software anhand von Beispielmessungen an einem Elektromotor.

• Literaturrecherche: Arten parasitärer Lagerströme in elektrischen Antriebssystemen.
• Konzeption und Implementierung einer automatisierten Messumgebung mit Python und SCPI.
• Experimentelle Erprobung der entwickelten Software.
• Bei Masterarbeit zusätzlich: Erweiterung der Software um eine automatisierte Erkennung der Lagerstromart mittels Machine Learning.

• Praktische Programmiererfahrung, idealerweise mit Python.
• Interesse an Messtechnik, Softwareentwicklung und elektrischen Antriebssystemen.
• Bei Masterarbeit zusätzlich: Kenntnisse und Erfahrung im Bereich Machine Learning.