Studentische Arbeiten

Wenn Sie Interesse an Themen aus dem Bereich Luftfahrt, Luftverkehr, Systemtechnik, Machine Learning oder Raumfahrt haben und in diesem Bereich eine Abschlussarbeit oder ein Advanced Design/ Research Project suchen, sind Sie bei uns richtig. In bilateralen Projekten mit der Industrie, öffentlich geförderten Vorhaben und DFG finanzierter Forschung bearbeiten wir ein breites Spektrum an Themen, in dem wir auch immer studentische Mitarbeit suchen.

Für viele der bei uns durchgeführten Arbeiten gibt es keine vorgefertigte Aufgabenstellung, sondern wir vergeben diese individuell: Nach Ihrer Anfrage können wir im persönlichen Gespräch eine Aufgabenstellung finden, die zu Ihren Interessen passt. Sprechen Sie uns an – Kontaktinformationen der jeweiligen Ansprechpartner finden Sie auf den Seiten über unsere Forschungsfelder.

In Einzelfällen betreuen wir auch Bachelor- und Masthertheses in Zusammenarbeit mit unseren Partnern aus der Industrie. Voraussetzungen für die Durchführung solcher Arbeiten finden Sie in dieser Zusammenfassung. Wenn Sie eine externe Abschlussarbeit planen, wenden Sie sich bitte mit ausreichend Vorlaufzeit an uns, damit wir Ihre Anfrage prüfen können.

ADPs/ ARPs werden bei uns in der Regel als Blockveranstaltung durchgeführt, in einem Team mit bis zu 8 Studierenden und mit einer Aufgabenstellung, die in Zusammenarbeit mit einem unserer Partner aus der Industrie erstellt wurde. Sie können sich als Team oder als Einzelperson bei uns auf unsere unten vorgestellten Ausschreibungen melden, Kontaktinformationen finden Sie bei den jeweiligen Ausschreibungen.

Aktuelle Ausschreibungen

  • Advanced Design Project (ADP)

    In zukünftigen digitalen Städten sollen Unbemannte Flugsysteme (UAS) als autonome cyber-physische Systeme in die urbane Mobilität integriert sein. Das damit verbundene urbane Luftverkehrsmanagement unterliegt dabei einer kritischen Abhängigkeit einer zentralen Instanz zur Kollisionsvermeidung und Luftraumaufteilung. Um die Resilienz des urbanen Luftverkehrsmanagements zu erhöhen, beschäftigt sich das Forschungszentrum emergenCITY unter anderem mit der Frage, inwiefern UAS bei Eintreten eines Krisenszenarios dezentral organisiert werden können.

    Betreuer/in: Maximilian Bauer, M.Sc.

    Ausschreibung als PDF

  • Advanced Design Project (ADP)

    In zukünftigen digitalen Städten sollen Unbemannte Flugsysteme (UAS) als autonome cyber-physische Systeme in die urbane Mobilität integriert sein. Das damit verbundene urbane Luftverkehrsmanagement unterliegt dabei einer kritischen Abhängigkeit einer zentralen Instanz zur Kollisionsvermeidung und Luftraumaufteilung. Um die Resilienz des urbanen Luftverkehrsmanagements zu erhöhen, beschäftigt sich das Forschungszentrum emergenCITY unter anderem mit der Frage, inwiefern UAS bei Eintreten eines Krisenszenarios dezentral organisiert werden können.

    Betreuer/in: Maximilian Bauer, M.Sc.

    Ausschreibung als PDF

  • Advanced Design Project (ADP)

    Am Institut für Flugsysteme und Regelungstechnik wird in jedem Sommersemester das Flugmechanische Praktikum durchgeführt. Die Studierenden bestimmen im Rahmen des Praktikums die Flugleistungen und -eigenschaften des TU-eigenen Versuchs-Motorseglers vom Typ Grob G109b. Dazu ist der Flieger mit einer Messanlage zur Erfassung der Systemzustände und Luftdaten ausgestattet. Die bestehende Anlage soll nun erweitert werden, um die Systemkomplexität zu verringern und die Zuverlässigkeit zu erhöhen.

    Betreuer/innen: Maximilian Bauer, M.Sc., Pascal Menner, M.Sc.

    Ausschreibung als PDF

  • Masterthesis, Bachelorthesis

    The command of the unmanned aerial vehicle(UAV) operation is usually issued either by the automation or the pilot. For the autonomous control, the automation could undertake some tasks which previously performed by the pilot. But it couldn’t handle an unexpected situation like suddenly conflicting with an obstacle or encountering adverse weather. For the manual control, the remote pilot could supervise the operation all the time. However, the workload will increase correspondingly. Therefore, it is necessary to develop a shared control method that can integrate both commands, accordingly take advantage of the manual and autonomous control.

    Betreuer/in: Jet Liu, M.Sc.

    Ausschreibung als PDF

  • Masterthesis, Bachelorthesis

    A geological survey is the systematic investigation of the geology beneath a given piece of ground for the purpose of creating a geological map or model. The Autonomous UAV(Unmanned Aerial Vehicle) is an ideal platform for geological surveys, like surface measurement, mapping, and 3D modeling. Compared to manned aircraft, the UAV is low-cost, easier to implement, and compatible with various sensors. Giving a geological survey mission, firstly, the operator formulates the path based on the scenario and requirement of the mission. During the operation, the sensor continuously collects data with the movement of the UAV. Finally, The collected data will be processed to meet the requirement of the mission.

    Betreuer/in: Jet Liu, M.Sc.

    Ausschreibung als PDF

  • Advanced Research Project (ARP)

    Do you enjoy analyzing, exploring and identifying solutions to solve complex problems? Join us at the Institute of Flight Systems and Automatic Control (FSR) and Boeing’s Research and Rapid Development Lab in Frankfurt to advance digital solutions for the aviation industry across a multitude of. The FSR at TU Darmstadt has an ongoing research history in the field of avionics systems safety and human factors on the flight deck. At the same time, research activities in the field of Prognostics and Health Management make use of machine learning methods, with novel trends looking into Natural Language Processing. Together with Boeing your aim will be to work on optimizing algorithms and combining scientific papers, literature and data sources together to define and develop unique solutions for the aviation industry.

    Betreuer/in: Henrik Simon, M.Sc.

    Ausschreibung als PDF

  • Bachelorthesis, Advanced Design Project (ADP)

    Die Anwendung von Machine Learning Methoden im Bereich von Prognostics and Health Management (PHM) ist eines der Kernforschungsthemen am FSR. Die Kenntnis der Restlebensdauer von technischen Komponenten ist dabei von großer Bedeutung für unterschiedlichste Stakeholder: Im Bereich der Luftfahrt sind diese Informationen wichtig für den Piloten, den Wartungsingenieur, die Arline und das Management. Jeder dieser Gruppen hat dabei andere Bedürfnisse an die dargestellten Informationen.

    Betreuer/in: Henrik Simon, M.Sc.

    Ausschreibung als PDF

  • Masterthesis, Bachelorthesis

    Die Kenntnis der Restlebensdauer von technischen Komponenten ist von großer Bedeutung für den operationellen Betrieb von Fluggeräten und deren Wartungsbetrieb. Dabei bildet die Diagnose des Gesundheitszustandes von technischen Systemen die Basis für prädiktive Instandhaltungsmaßnahmen. Am FSR werden mit Hilfe detaillierter Simulationsumgebungen verschiedene Subkomponenten abgebildet um Möglichkeiten und Grenzen von Machine Learning Techniken zur Bestimmung der Restlebensdauer zu untersuchen.

    Betreuer/in: Henrik Simon, M.Sc.

    Ausschreibung als PDF

  • Masterthesis, Advanced Research Project (ARP)

    Die Kenntnis der Restlebensdauer von technischen Komponenten ist von großer Bedeutung für den operationellen Betrieb von Fluggeräten und deren Wartungsbetriebe. Dabei bildet die Diagnose der Systemzustände und des Gesundheitsstatus die Basis für prädiktive Instandhaltungsmaßnahmen. Am FSR werden innerhalb von Simulationsumgebungen verschiedenste Subkomponenten abgebildet um Möglichkeiten und Grenzen von Machine Learning Werkzeugen zur Bestimmung der Restlebensdauer zu untersuchen. Ein zentraler Forschungsansatz ist dabei die Fusion von klassischen Zeitreihendaten (Sensoren) mit eventbasierten Daten (z.B. aus der Wartung der Systeme). Die Herausforderung bei dieser Fusion sind die unterschiedlichen Datenstrukturen.

    Betreuer/in: Henrik Simon, M.Sc.

    Ausschreibung als PDF

  • Masterthesis

    Knowledge of the remaining service life of technical components is of great importance for the operational use of aircraft and their maintenance operations. The diagnosis of system states and health status forms the basis for predictive maintenance measures. At the FSR, a wide variety of subcomponents are mapped within simulation environments in order to investigate the possibilities and limits of machine learning tools for determining the remaining service life. A central research approach is the fusion of classic time series data (sensors) with event-based data (e.g. from system maintenance).

    Betreuer/in: Henrik Simon, M.Sc.

    Ausschreibung als PDF

  • Entwicklung von Szenarien zur Evaluation von Kollisionswarnsystemen für einen Drohnenpiloten

    Development of Scenarios to evaluate Collision-Avoidance Systems for a Drone Pilot

    31.03.2021

    Bachelorthesis

    Am Institut für Flugsysteme und Regelungstechnik wird eine neuartige Mensch-Maschine Schnittstelle zur Kollisionsvermeidung für einen Drohnenpiloten gemeinsam mit der Industrie entwickelt. Um eine Drohne oder ein Lufttaxi sicher durch den Luftraum steuern zu können, ohne anderen Luftverkehr (bemannt & unbemannt) zu gefährden, benötigt ein Drohnenpilot ein hinreichendes Verkehrsbewusstsein. Hierfür werden neue Darstellungskonzepte und Technologien entwickelt, welche in einer vom FSR entwickelten Evaluationsumgebung getestet werden sollen.

    Betreuer/in: Markus Peukert, M.Sc.

    Ausschreibung als PDF

  • Hiwi gesucht!

    Social Media Content Manager für das Projekt DACUS

    29.03.2021

    Masterthesis, Bachelorthesis, Forschungsseminar, Advanced Design Project (ADP), Advanced Research Project (ARP), Diplomarbeit, Studienarbeit (Diplom), Studium Generale

    DACUS aims at the development of a service-oriented Demand and Capacity Balancing (DCB) process for drone traffic management. This overall objective responds to an operational and technical need in European drone operations for a tangible solution integrating the functionalities of the SESAR U-space services for Drone Traffic Management (DTM) to produce timely, efficient and safe decisions.

    Ausschreibung als PDF

  • Forschungsseminar, Advanced Design Project (ADP), Advanced Research Project (ARP)

    In zukünftigen digitalen Städten sollen autonome mobile Roboter (UAV und UGV) als Unterstützung für Ersthelfer in Krisenszenarien eingesetzt werden. Zu diesem Zweck werden am Forschungszentrum emergenCITY fliegende und fahrende Robotersysteme, sowie kooperative Verfahren entwickelt und als Demonstratoren implementiert.

    Das aktuell entwickelte UGV Scout (siehe Abb.) soll zur Fähigkeitserweiterung mit einem UAV als „Teampartner“ gekoppelt werden. Dieses wird auf dem UGV geladen und kann bei Bedarf ausgesendet werden und simultan Aufgaben erfüllen.

    Betreuer/in: Maximilian Bauer, M.Sc.

    Ausschreibung als PDF

  • Advanced Design Project (ADP), Advanced Research Project (ARP)

    Kleine unbemannte Flugsysteme spielen heutzutage bereits eine bedeutende Rolle in Such- und Rettungsaufgaben, wobei ihr Anwendungsbereich einem stetigen Wachstum unterliegt.

    Besonders interessant sind innovative hybride Konfigurationen. Dabei handelt es sich um Flächenflieger mit Pusher-Antrieb, die durch vier zusätzliche Hubrotoren auch Senkrechtstarts und -landungen durchführen können. Mit dem Hintergrund der Forschungen des FSRs in den Gebieten fehlertoleranter Regelungsalgorithmen und zu Methoden der Energieeffizienz-bewertung von Luftfahrzeugen sind zwei flugfähige Luftfahrzeuge entwickelt und aufgebaut worden.

    Aufbauend auf den bisherigen Forschungserfolgen sind für beide UAS mit bereits entwickelten Modifikationen Flugversuche zu planen und umzusetzen.

    Betreuer/innen: Franz Enkelmann, M.Sc., Saleh Krüger, M.Sc.

    Ausschreibung als PDF

  • Masterthesis

    Bürstenlose Gleichstrommotoren (BLDC-Motor) erlangen aufgrund ihrer überwiegenden Vorteile vermehrt Anwendung in der Industrie, Tendenz steigend. Um diese Motoren auch ohne Redundanzen in kritischen Bereichen (wie z.B. der Luftfahrt, im Bereich des elektrischen Fliegens) einsetzen zu können, ist ein detailliertes Verständnis über mögliche Verschleißmechanismen nötig, um den Ausfall dieser Komponente frühzeitig vorhersagen zu können. Durch ein geeignetes Simulationsmodell kann das Verhalten eines BLDC Motors so nachgebildet werden, dass im Rahmen einer Predictive Maintenance Strategie Fehler rechtzeitig erkannt und diesen mit entsprechende Wartungsmaßnahmen entgegengewirkt werden kann.

    Ziel der Arbeit ist die Entwicklung eines Simulationsmodells für einen BLDC, dass in der Lage ist, den Eintritt eines Fehlers mitsamt seinem darauffolgenden Verschleißmechanismus zu simulieren. Mit Hilfe des Modells soll die Möglichkeit bestehen, einen repräsentativen Datensatz zu generieren, der im Anschluss mit statistischen Methoden und durch den Vergleich mit bereits bestehenden Datensätzen validiert wird.

    Betreuer/in: Lorenz Dingeldein, M.Sc.

    Ausschreibung als PDF

  • Advanced Design Project (ADP)

    In the low-altitude airspace, the operations of UAVs (Unmanned Aerial Vehicles) are threatened by a variety of aerial obstacles, such as non-cooperative aircrafts (manned and unmanned), or birds. Collision with these dynamic objects have become one of the cause of drone accidents and could limit a widespread use of drones in the near future. In order to perceive these threats effectively, UAVs can be equipped with onboard sensors to sense the surrounding environment. Compared with radar and ultrasonic sensors, cameras are low-cost, light-weight, and can collect color and textual information. Thus, camera systems are an appealing alternative with a high development and integration potential

    Betreuer/in: Jet Liu, M.Sc.

    Ausschreibung als PDF

  • Masterthesis

    Health and Usage Monitoring Systems (HUMS) dienen der Zustandsüberwachung von Hubschraubersystemen und -komponenten und sind entscheidend für die Umsetzung prädiktiver Instandhaltungsstrategien. Der Fokus liegt dabei insbesondere auf kritischen Systemen, wie zum Beispiel dem Antriebsstrang. In Zukunft werden verstärkt datenbasierte (Machine Learning) Algorithmen zur Auswertung von Sensordaten aus HUMS eingesetzt, um die Prädiktion des technischen Zustands zu ermöglichen. Diese Algorithmen können zunächst auf Basis von simulierten Trainingsdaten entwickelt und bewertet werden.

    Betreuer/in: David Hünemohr, M.Sc.

    Ausschreibung als PDF

  • Masterthesis, Bachelorthesis, Advanced Design Project (ADP), Advanced Research Project (ARP)

    Betreuer/in: Martin Michel, M.Sc.

    Ausschreibung als PDF