Airline catering, which includes food and beverage (F&B) services, plays a crucial role in shaping the passenger experience. Many travelers discuss the quality of the onboard F&B services. Excessive catering can result in significant waste, while insufficient catering can lead to unhappy passengers. According to IATA estimates, between $2 billion and $3 billion worth of F&B items are wasted each year. Moreover, the weight of unused F&B items contributes to unnecessary fuel consumption.

To address this issue, solutions can be found in determining optimal catering levels for every flight. The primary challenge is to gather objective data or develop a reliable model. Various concepts exist for collecting data on individual pre-, in-, or post-flight orders, utilizing behavioral analytics, or employing generic route modeling.

In this thesis:

The aim of this thesis is to predict optimal aircraft catering levels based on data available through the check-in process on a boarding pass. Parameters include names, nationalities, genders, ages, and aircraft destination, for instance. Historical ordering of individuals for a world-wide B787 fleet has been logged in a synthetic database. A Machine Learning (ML) model shall be trained using the boarding pass data to predict flight catering level and analyze the prediction quality. In a second step, an airline dashboard to show ordering fleet prediction using acceptable risk levels shall be designed. The dashboard will be integrated into the TU-Darmstadt cabin simulator software environment.

Airline catering, which includes food and beverage (F&B) services, plays a crucial role in shaping the passenger experience. Many travelers discuss the quality of the onboard F&B services. Excessive catering can result in significant waste, while insufficient catering can lead to unhappy passengers. According to IATA estimates, between $2 billion and $3 billion worth of F&B items are wasted each year. Moreover, the weight of unused F&B items contributes to unnecessary fuel consumption.

To address this issue, solutions can be found in determining optimal catering levels for every flight. The primary challenge is to gather objective data or develop a reliable model. Various concepts exist for collecting data on individual pre-, in-, or post-flight orders, utilizing behavioral analytics, or employing generic route modeling.

In this thesis:

The aim of this thesis is to predict an individuals future ordering based on their personal historical behavior that has been logged in a database. This Machine Learning (ML) model shall use available world-wide B787 synthetic data, augment the data, and train an ML algorithm. With the remaining data the objective is to determine prediction quality. In a second step, an inflight ordering/recording iPhone app for passenger and flight attendants shall be built to demonstrate how the data could be collected. The app will be integrated into the TU-Darmstadt cabin simulator software environment.

Airline catering, which includes food and beverage (F&B) services, plays a crucial role in shaping the passenger experience. Many travelers discuss the quality of the onboard F&B services. Excessive catering can result in significant waste, while insufficient catering can lead to unhappy passengers. According to IATA estimates, between $2 billion and $3 billion worth of F&B items are wasted each year. Moreover, the weight of unused F&B items contributes to unnecessary fuel consumption.

To address this issue, solutions can be found in determining optimal catering levels for every flight. The primary challenge is to gather objective data or develop a reliable model. Various concepts exist for collecting data on individual pre-, in-, or post-flight orders, utilizing behavioral analytics, or employing generic route modeling.

In this thesis:

The aim of this thesis is to build an image recognition collection algorithm to collect inflight food ordering data in a cabin mockup. Images are collected in a galley, on a food trolley, and withing a cabin, the data is then analyzed, and consumption will be identified. The data will be compared to the real consumption. The analysis should be on a cabin and an individual level and not include flight-attendant or passenger intervention. In a second step, an airline dashboard to show consumption levels shall be designed. The dashboard will be integrated into the TU-Darmstadt cabin simulator software environment.

Mittlerweile sind so viele Impuls Respnses (IR) von Gitarrenlautsprechern und -verstärkern vorhanden, dass es nur eine Frage der Zeit ist, bis jemand daraus einen latenten Raum mithilfe von z. B. Autoencodern bestimmt.

Dies ist der erste Schritt in Richtung voll digitaler IR-Generierung, sowohl am Computer, als auch in spezieller Hardware.

Am EST wird im Forschungsprojekt CORAL die Nutzung von Eisen als innovativer Energiespeicher untersucht. Ein vielversprechender Ansatz ist dabei die in-situ Reformierung von Methan, durch die Wasserstoff direkt im Wirbelschichtreaktor erzeugt und zur Reduktion von Eisenoxiden eingesetzt werden kann. In der Abschlussarbeit sollen Laborversuche zur Reduktion von Eisenpulver durchgeführt und die Auswirkungen unterschiedlicher Prozessparameter auf Stabilität und Umsatzgrad systematisch analysiert werden.

Im Hinblick auf die Elektromobilität werden im Rahmen des Projekts Opt4E (Opt4E.de) elektrische Antriebsstränge von BEV (Battery Electric Vehicles) optimiert. In dieser Optimierung werden neben Effizienz und anderen Kenngrößen auch die ökonomischen Aspekte untersucht. Hierfür wird ein Kostenmodell benötigt, dass anhand der Parameter der Komponenten die Herstellungskosten abschätzen kann. Berücksichtigt werden neben permanenterregten Synchronmaschinen auch Induktionsmaschinen.

Am EST wurden die Verfahren Carbonate Looping und Chemical Looping Combustion maßgeblich weiterentwickelt, dabei spielt die Steuerung der Partikelzirkulation in den gekoppelten Wirbelschichtreaktoren eine zentrale Rolle. In der Abschlussarbeit soll das Verhalten des J-Valves als Kopplungselement in einem neuen Kaltmodellteststand gezielt untersucht werden.

Extreme Starkregenereignisse führen immer häufiger zu lokalen Überflutungen in Städten und Siedlungen. Klassische Simulationsmethoden arbeiten meist mit Gittern (Finite-Volumen/Finite-Elemente), was bei sehr komplexen Geometrien, großen Deformationen und dynamischen freien Oberflächen aufwändig oder unzuverlässig werden kann. Meshfreie Methoden wie Smoothed Particle Hydrodynamics (SPH) verfolgen einen alternativen Ansatz: Das Wasser wird durch Teilchen oder Materialpunkte repräsentiert, die sich frei im Raum bewegen. Dadurch lassen sich Phänomene wie plötzliches Überströmen, Rückstau, Überflutung von Gebäuden und der Transport über unregelmäßige Oberflächen besonders natürlich abbilden.

Durch Partikel im Fördermedium tritt in Schraubenspindelpumpen hoher Verschleiß auf. Um die Pumpen auf die Anwendungen auslegen zu können, benötigen die Hersteller Modelle zur Beschreibung des Verschleißverhaltens und Konstruktionsrichtlinien. Die ausgeschriebe Arbeit dient der experimentellen Parameterstudie am neuen Verschleißprüffeld, das die anwendungsnahe Untersuchung der Pumpen im Betrieb mit Partikeln erlaubt.

Eisen gilt als vielversprechender Energiespeicherträger in metallbasierten Kreislaufprozessen, bei denen Energie durch thermochemische Oxidation freigesetzt wird. Im Rahmen dieser Arbeit soll ein Lasersystem zur kontrollierten Zündung einzelner schwebender Eisenpartikel im elektrodynamischen Levitator entwickelt, aufgebaut und in Betrieb genommen werden, um deren elementare Zusammensetzung während der Verbrennung mittels Laserinduzierter Plasmaspektroskopie (LIBS) analysieren zu können.

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

Die Transportsektoren Luft- und Schifffahrt sind schwierig zu elektrifizieren. Biofuels mit negativen CO2-Emissionen können einen erheblichen Beitrag zur Nachhaltigkeit dieser Sektoren leisten. Am EST wurden dafür im Rahmen des Forschungsprojekts CARBIOW Reststoffe aus Biomasse in einem Wirbelschichtreaktor im 1 MWth Pilot-Maßstab und Labor.Maßstab zu Synthesegas umgewandelt. Nun soll der Prozess genauer mithilfe Simulationen in Aspen Plus untersucht werden. Prozesssimulationen untersucht werden.

At the Institute for Energy Systems and Technology (EST), a promising CO2 capture process, the Indirectly Heated Carbonate Looping (IHCaL), is being developed for integration into lime and cement plants, to reduce the associated CO2 emissions. Combining IHCaL with other capture methods, such as absorption with monoethanolamine (MEA), could further reduce the specific energy consumption (SPECCA) and the cost of the entire system. Some hybrid solutions have been proposed, but a process optimization considering techno-economics is still required to assess the potential.

The evaporation of liquid droplets, a phenomenon ubiquitous in daily life, has garnered significant attention in scientific research. Of particular interest is the evaporation of droplets laden with nonvolatile solutes, which results in intricate deposition patterns on the substrate. Understanding the mechanisms underlying the formation of these patterns is crucial for various technical applications, spanning from coating and inkjet printing to disease detection. This work delves into the development of a comprehensive model of the specific ring-like deposition patterns observed during the drying of droplets.

As emission regulations tighten and policies evolve to address global climate change, reducing pollutant and greenhouse gas emissions has become a top priority in combustion research. The advanced combustion concept of matrix-stabilized combustion is essential for achieving low emissions and improved flame stabilization in fuel-lean conditions. Combustion within an inert porous matrix differs significantly from conventional burners that use a free flame. Porous media burners (PMBs) rely on the principle that the solid porous matrix internally recirculates heat from combustion products back to the reactants. This internal heat recirculation in PMBs lowers the lean flammability limit of fuel-air mixtures, enabling lower emissions, reduced thermal stresses due to lower flame temperatures, and complete fuel conversion through lean combustion. However, stabilizing these flames within the porous matrix poses challenges due to the complex thermophysical, transport, and heat-transfer processes involved.

The objective of this project is to install a well-designed PMB in the RSM laboratories and perform the first experimental investigation using different pore structures and fuel mixtures.

In dieser Arbeit soll untersucht werden, in welchem Rahmen sich unterschiedliche Materialeigenschaften, insbesondere Elastizitätsmoduli, durch Graustufen-MSLA erzeugen lassen, wie zuverlässig diese reproduziert werden können, und welchen Einfluss die Grauwerte und deren Variation auf die Qualität des 3D-Drucks, z.B. minimale Strukturgrößen, haben. Anhand dieser Erkenntnisse soll der Graustufen-MSLA-Druck dann angewandt werden, um funktional gradierte 3D-Gitterstrukturen mit spezifischen mechanischen Eigenschaften zu entwerfen.

Die Forschungsarbeiten zum Thema „Wirkungsgradaufwertung“ am Institut für Fluidsystemtechnik haben das Ziel eine neue universell einsetzbare Aufwertungsformel für axiale und radiale Ventilatoren zu entwickeln. Um die Einflussparameter Reynolds‐ und Machzahl separat zu untersuchen sind Prüfstandsmessungen in einer Druckkammer geplant, für die ein neuer Axialventilatorprüfstand aufgebaut werden soll.

Neben den konkret ausgeschriebenen Arbeiten bieten wir stets eine Vielzahl weiterer Themen für studentische Arbeiten an. Mögliche Themen versuchen wir dabei im persönlichen Gespräch auf die Interessen der Bearbeiter abzustimmen.

Sprechen Sie uns bei Interesse direkt an.