Masterthesis, Bachelorthesis
Ziel dieser Abschlussarbeit ist es, eine Methodik zu entwickeln und zu implementieren, die es ermöglicht, ein CAD-Modell in die verwendeten Formelemente zu zerlegen. Aus den einzelnen Formelementen sollen anschließend Punktwolken abgeleitet werden, die die Oberflächen der einzelnen Bauteilabschnitte repräsentieren.
Betreuer/in: Timo Ackermann, M. Sc.
Masterthesis
Die zunehmende Vernetzung und Standardisierung in der Industrie eröffnet neue Möglichkeiten zur einheitlichen Abbildung und Steuerung von Produktionssystemen. In dieser Arbeit hast du die Möglichkeit, ein zukunftsweisendes und auf Industriestandards basierendes Digital-Twin-Framework mitzugestalten, das Maschinensteuerung, Simulation und Überwachung vereint. Du arbeitest an der Schnittstelle von Forschung und Praxis und entwickelst Lösungen, die auf verschiedenste Produktionsmaschinen übertragbar sind.
Betreuer/innen: Adrian Reuther, M. Sc., Christian Plesker, M. Sc.
![]()
Bachelorthesis
Steigende Komplexität, kurze Entwicklungszeiten und Nachhaltigkeit fördern die Automatisierung der Produktentwicklung. KI-basiertes generatives Design, besonders in der Topologieoptimierung, ermöglicht effiziente und weitgehend automatisierte Prozesse
Betreuer/in: Jonas Voges, M. Sc.
![]()
Deep Learning gestützte Sensibilitätsanalyse zur Bewertung struktureller Beanspruchbarkeit von Konstruktionen
Deep learning-based sensitivity analysis for the evaluation of mechanical resilience of design elements
15.05.2025
Masterthesis, Advanced Design Project (ADP)
Die effiziente Bewertung der strukturellen Integrität eines Bauteils mittels Deep Learning ermöglicht es, Materialauswahl und -verteilung als ein gemeinsames Optimierungsproblem zu betrachten. Dadurch kann der Lösungsraum flexibler und explorativer erschlossen werden, was die Entwicklung ganzheitlicher Konstruktionslösungen fördert.
Betreuer/in: Jonas Voges, M. Sc.
![]()
Analyse und Identifikation neuer Forschungspotenziale in der Robotik und Automatisierung
Institut für Mechatronische Systeme im Maschinenbau
14.04.2025
Masterthesis
Die fortschreitende Automatisierung und der zunehmende Einsatz von Robotik in der Produktion eröffnen neue Möglichkeiten, bringen aber auch Herausforderungen in Bezug auf Effizienz, Standardisierung und Integration mit sich. Um zukünftige Entwicklungen gezielt voranzutreiben, ist es essenziell, neue Forschungspotenziale zu identifizieren und zu bewerten.
Ziel der Arbeit ist es, anhand der Forschungspotenziale Handlungsfelder für zukünftige Entwicklungen im Bereich der Automatisierung und Robotik abzuleiten. Hierzu werden bestehende Ansätze analysiert, technologische Trends kritisch bewertet und wirtschaftliche Rahmenbedingungen berücksichtigt, um fundierte Empfehlungen für zukünftige Forschungsaktivitäten zu formulieren.
Auf Basis der gewonnenen Erkenntnisse soll für mindestens eines der identifizierten Forschungspotenziale ein wissenschaftlich fundiertes Konzept entwickelt werden, das mögliche Lösungsansätze aufzeigt.
Betreuer/innen: Adrian Reuther, M. Sc., Janosch Moos, M.Sc.
Einfluss geometrischer Abweichungen auf die elastische Kontaktverformung in der Toleranzanalyse
Impact of Geometrical Deviations on Elastic Contact Deformation in Tolerance Analysis
11.03.2025
Masterthesis
Themenbereiche:
1. Simulation von Kontaktverformungen in FEM (Siemens NX)
2. Parametrische Simulationsstudien
3. Analyse der Spannungsverteilung und Steifigkeit
4. Computergestützte Toleranzanalyse
Betreuer/in: Arian Ayati, M. Sc.
![]()
Einfluss geometrischer Abweichungen auf die strukturelle Steifigkeit und Spannungsverteilung in der Toleranzanalyse
Impact of Geometrical Deviations on Structural Stiffness and Stress Distribution in Tolerance Analysis
20.02.2025
Masterthesis
Themenbereiche:
1. Finite-Elemente-Methode (FEM) mit Siemens NX
2. Parametrische Simulationsstudien
3. Analyse der Spannungsverteilung und Steifigkeit
4. Computergestützte Toleranzanalyse
Betreuer/in: Arian Ayati, M. Sc.
![]()
KI gestütztes Wissensmanagement
AI-supported knowledge management
20.02.2025
Masterthesis, Advanced Design Project (ADP)
Es soll Methode zum KI gestützten Wissensmanagment entwickelt werden. Das Ziel dabei ist es die Recherche in eigenen Wissensdatenbanken vereinfachen.
Betreuer/innen: Niklas Bönisch, M. Sc., Jonas Voges, M. Sc.
Methodenentwicklung zur frühzeitigen Nachhaltigkeitsbewertung im Produktlebenszyklus: LCA einer Lederalternative im Entwicklungsstadium
Method development for early sustainability assessment in the product life cycle: LCA of a leather alternative in the development stage
17.01.2025
Masterthesis
Revoltech ist ein junges Start-Up an der TU Darmstadt, das nachhaltige Lederalternativen entwickelt. Um die Nachhaltigkeit eines ihrer Produkte, MATTR mit Zahlen und Fakten zu untermauern, soll nun ein Life Cycle Assessment (LCA) durchgeführt werden. Die wissenschaftliche Herausforderung besteht hierbei im Umgang mit fehlenden Daten eines Produkts im Entwicklungsstadium und der Formulierung von Nachhaltigkeitsanforderungen.
Betreuer/in: Niklas Quernheim, M. Sc.
![]()
Automated Generation of Mounting Points in Car Body Design
Automated Generation of Mounting Points in Car Body Design
05.08.2024
Masterthesis
Entwickle mit uns Konstruktionsabläufe für die Zukunft!
Betreuer/in: Dipl.-Ing. Alexander Schlicher
![]()
Masterthesis
Diese Arbeit hat zum Ziel, die automatisierte Berücksichtigung von Ökobilanzen im Optimierungsprozess zu ermöglichen.
Betreuer/in: Daniele Jung, M. Sc.
![]()
Product Life Cycle Management
Studentische Arbeiten
Studentische Arbeiten
Hier finden Sie aktuelle Ausschreibungen für studentische Abschlussarbeiten des Fachgebiets PLCM
Kontakt
Prof. Dr.-Ing. habil. Benjamin Schleich
schleich@plcm.tu-...
work +49 6151 16-21791
fax +49 6151 16-21793
Work
L1|01 10
Otto-Berndt-Straße 2
64287
Darmstadt