Studien- und Abschlussarbeiten

Vorlesen
Hauptbetreuer: Prof. Dr. Arif Kazi


Von allen derzeit bekannten Aktor-Materialien haben Formgedächtnis-Legierungen (engl. Shape Memory Alloys, SMA) die höchste Energiedichte. Da diese Legierungen mit der Form­änderung auch ihren elektrischen Widerstand ändern, können Formgedächtnis-Elemente nicht nur als Aktoren, sondern gleichzeitig auch als Sensoren eingesetzt werden. Mit ihrer einfachen Bauform eigenen sich Formgedächtnis-Elemente hervorragend für die Miniatu­risierung.

Die Fa. Actuator Solutions in Gunzenhausen hat sich auf die Entwicklung innovativer Aktoren auf der Basis von Formgedächtnis-Legierungen spezialisiert. Das Unternehmen produziert mehrere Millionen Aktoren pro Jahr, vorwiegend für die Automobilindustrie. Aktuell wird eine Bildstabilisierung für Smartphone-Kameras entwickelt, für die das Unternehmen auch den Innovationspreis 2014 in der Kategorie Mittelstand erhalten hat (siehe http://www.wiwo.de/technologie/forschung/innovationspreis-sieger-kategorie-mittelstand-actuator-solutions-muskeln-aus-drahtseilen-/9716644.html).

Weitere innovative Ideen und Konzepte warten darauf, im Rahmen von Bachelor- und Masterarbeiten in die Realität umgesetzt zu werden!

Bachelorarbeit, Masterarbeit, Studienarbeit, Status: Offenes Thema
Studienangebote: Mechatronik Mechatronik / Systems Engineering
Hauptbetreuer: Prof. Dr. Markus Glaser

Schlagworte: LiIon Batterie SoC


Die Arbeit beschäftigt sich mit der Entwicklung einer Methodik für die Ermittlung des State of Charge für eine hochzuverlässige LiIon Batterie.

Eine Bestimmung des SoC ist typbedingt nicht über die Zellspannung zuverlässig realisierbar.

Hierfür soll ein neuer Ansatz entwickelt werden. Die Ermittlung soll modelbasiert auf Basis relevanter Parameter erfolgen.

Das Modell soll über Messreihen abgeglichen und verifiziert werden.

Bachelorarbeit, Masterarbeit, Studienarbeit, Status: Offenes Thema
Studienangebote: Mechatronik Mechatronik / Systems Engineering
Hauptbetreuer: Prof. Dr. Markus Glaser

Schlagworte: sofware fpga nios toolchain IEC 61508


Für sicherheitsrelevante mechatronische Systeme ist die Software von zentraler Bedeutung. Neben den primären Funktionen werden umfangreiche Diagnosen durch die integrierte Software autonom ausgeführt.

Im Rahmen des Projekts sollen Schlüsselfunktionen eines intelligenten Antriebssystems konzipiert, implementiert und verifiziert werden. Hierzu gehört die Entwicklung einer Toolchain für die Entwicklung und Integration der Module. 

Als Zielplattform kommt ein FPGA mit Softcore (NIOS) zur Anwendung.

Bachelorarbeit, Masterarbeit, Studienarbeit, Status: Offenes Thema
Studienangebote: Mechatronik Mechatronik / Systems Engineering
Hauptbetreuer: Prof. Dr. Markus Glaser

Schlagworte: Embedded Programmierung CANopen safety


Modern, state of the art mechatronic systems require multiple Interfaces for good connectivity in the intended environment.


The subject includes the following activities:

- Evaluation of different Modbus TCP/IP communication stacks

- Integration of the selected stack in the system controller

- Setup of the verification, including the test harness


Hauptbetreuer: Prof. Dr. Markus Glaser


Konzeptionierung und Durchführung von Zuverlässigkeitsuntersuchungen.

Entwicklung von Testaufbauten.

Bachelorarbeit, Masterarbeit, Projektarbeit, Status: Offenes Thema
Studienangebote: Mechatronik Mechatronik / Systems Engineering
Hauptbetreuer: Prof. Dr. Markus Glaser

Schlagworte: Servomotor; Motion Control


Entwurf und Implementierung Feldorientierter Regelung auf einem FPGA mittels Rapid Prototyping.

Ermittlung Frequenzgang.

Entwurf und Implementierung Diagnosefunktionen zur online Parameteridentifikation.

Hauptbetreuer: Prof. Dr. Markus Glaser

Schlagworte: Li-Ionen Zuverlässigkeit Big data


Der Einzug von Big Data in die Mechatronik erfordert neue Datenablage Modelle.

Speziell für die Anwendung von Machine Learning ist es wichtig gesammelte Daten sinnvoll abzulegen.

Dies ermöglicht einen einfachen Zugriff auf die Daten zur Verwendung als Testdaten und Verifikationsdaten für die Modell Generierung.


Die Ziel der Bachelorarbeit sind

  • die Analyse der generierten Daten

  • die Entwicklung eines Ablagemodells der Daten

  • die Speicherung der Daten in einer Datenbank

  • die Generierung der Datenbank in einer Cloud

Hauptbetreuer: Prof. Dr. Markus Glaser

Bearbeitungszeit ab 01.03.2020


Für die Elektrifizierung von schwerer Nutz- und Sonderfahrzeuge wird eine elektrisches Lenksystem benötigt. Dieses muss sehr Lenkkräfte zuverlässig und wartungsfrei bereitstellen.


Die Arbeiten beinhalten:

- Analyse Stand der Technik

- Ausarbeitung Lösungsansätze inkl. Berechnung

- Konstruktiver Entwurf


Für die Bearbeitung ist ein hohes Maß an Kreativität und Eigeninitiative von Vorteil.

Hauptbetreuer: Prof. Dr.-Ing. Juergen Baur, Zweitbetreuer: Prof. Dr.-Ing. Fabian Holzwarth

Bearbeitungszeit ab 16.03.2020 bis 28.07.2020

Schlagworte: Modellbildung, Simulation


Als Alternative zu konventionellen Regelungstrukturen (PID- oder Kaskadenregelung) kommen neuronale Netze in regelungstechnischen Anwendungen dort zum Einsatz, wo u.a. adaptive Regelungen gefordert sind. Dies sind meistens komplexe Regelungen, bei denen die Regelstrecke sich verändern kann oder deren innere Vorgänge nicht oder nur teilweise bekannt sind. Neuronale Netze haben gegenüber klassischen Verfahren den Vorteil, daß diese lernfähig sind und somit durch eine „Trainingsphase“ das zukünftige Systemverhalten teilweise besser als analytische Modelle vorher-sagen können. Aber es gibt auch Nachteile vor allem was die Vorhersagbarkeit und Quantifizierung der Regelgüte bzw. Stabilität sowie der Spezifikation eines gültigen Arbeitsbereiches angeht.

Ziel der Arbeit ist es, am Beispiel der vorliegenden maschinenbautechnischen Anwendung „Positionierantrieb mit PMSM-Getriebemotor und Zahnriemenachse“ zunächst eine neuronale Systemidentifikation der gesamten Elektromechanik durchzuführen. Anschliessend sollen dann die drei neuronale Regler (NN Predictive Controller, NARMA-L2 und Model-Reference Neural Controller) modellbasiert auf einer Speedgoat-Echtzeitplattform implementiert werden. Der Regelgütenvergleich mit der klassischen Kaskadenregelung rundet die Arbeit ab. Besonderer Wert wird auf die Dokumentation der Grundlagen von neuronalen Netzwerken für Anwendungen in der Regelungstechnik und speziell der 3 möglichen Netzstrukturen gelegt.

Die notwendigen Algorithmen werden mit Hilfe der Matlab Deep Learning Toolbox implementiert. Es kann hierbei bereits auf umfangreiche Erfahrung einiger Vorgängerarbeiten zurückgegriffen werden.

Das Projekt eignet sich auch als Teamprojekt für 2 Personen.

Hauptbetreuer: Prof. Dr. Markus Glaser


Thema

Mit aktiven Orthesen und Prothesen kann die Bewegung alter und kranker Menschen unterstützt werden. Während bei der Unterstützung aus dem Sitzen in den Stand hohe Drehmomente am Kniegelenk benötigt werden, ist das Drehmoment bei der Gangunterstützung geringer. Dieser große Dynamikumfang am Kniegelenk stellt eine Herausforderung im Entwurf hochintegrierter elektromechanische Aktuatoren dar.

Mit hochmodularen Faserseilen lassen sich effiziente Übersetzungen realisieren, die sich durch die Kinematik besonders einfach in aktive Knieorthesen integrieren lassen. Außerdem lassen sich variable Übersetzungen realisieren. Durch diese Eigenschaft lässt sich der geforderte Dynamikumfang elegant bewältigen.

Ziel

In der Abschlussarbeit soll die Realisierung von variablen Übersetzungen untersucht werden. Die grundlegenden Ziele der Arbeit sind:

  • Einarbeitung in die Grundlagen der Biomechanik und der Seilgetriebe.
  • Methodenentwicklung zur Konstruktion von Seilgetrieben mit variabler Übersetzung.
  • Mechanischer Entwurf eines Seilgetriebes mit variabler Übersetzung, basierend auf den Prototypen mit fester Übersetzung.
  • Zeichnungsableitung und Betreuung der Fertigung.
  • Verifikation mit Hilfe des vorhandenen Prüfstands für Seilgetriebe.

Die Ziele werden vor Beginn der Arbeit abgestimmt, und an die aktuelle Lage angepasst.

Wir bieten:

  • Die Mitarbeit an einem anspruchsvollen, aktuellen und hochspannenden Forschungsthema.

Sie sollten

  • Spaß an interdisziplinären Forschungsthemen,
  • Experimentierfreudigkeit,
  • und keine Angst vor etwas Mathematik haben.

Suche