Spektral-Analyse für Schwingungs-Daten in einer Aargauer Pumpenfabrik
Übersicht
Worum es bei diesem Projekt geht.
Analysiere 1.200 Schwingungsdatensätze, implementiere Welch-Spektrum und Random Forest, melde Macro-F1. Erhalte dein verifizierbares Zertifikat.
Das Briefing
Was Du tust und was Du zeigst.
Baue eine Spektral-Analyse-Pipeline, die Unwucht-, Lager- und Kavitations-Signaturen in Pumpen-Schwingungen automatisch klassifiziert.
Earning criteria — what you'll demonstrate
- Welch-Spektrum-Schätzung auf realen Sensor-Daten anwenden
- Frequenz-Band-Features aus Spektren extrahieren
- Klassifikator-Performance pro Fehler-Klasse stratifiziert reporten
- Eine Prüfstands-Empfehlung mit Daten verteidigen
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Time Series Analysis and Forecasting
Master · Ai Ml
Fit score: 1
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
Karrierewege, die das aufbaut
Kanonische RollenData Scientist
Spektral-Analyse mit klassischer Feature-Extraktion und Klassifikation ist die typische Junior-Data-Science-Arbeit in Maschinenbau-Prüf-Settings.
Dieses Projekt schärft
- spectral-analysis
- signal-processing
- classification
Maschinelles-Lernen-Ingenieur:in
Eine reproduzierbare Pipeline mit stratifizierter Evaluation ist MLE-Tagesarbeit in Industrie-Stacks.
Dieses Projekt schärft
- python
- classification
- evaluation
Angewandte:r KI-Wissenschaftler:in
Eine Prüfstands-Empfehlung mit Schwellenwerten und Restrisiken zu schreiben, ist Brückenarbeit zwischen ML und Produktions-Engineering.
Dieses Projekt schärft
- evaluation
- signal-processing
- time-series
Noch eine Sache