Projekt- / Bachelorarbeit: Literaturrecherche zur tribologischen Prüftechnik in Wasserstoffumgebungen

Das Institut für Maschinenelemente und Systementwicklung erforscht das grundlegende strukturelle und tribologische Verhalten von Maschinenelementen und bildet dieses in experimentell validierten Modellbeschreibungen ab. Diese Modellbeschreibungen werden genutzt, um das Funktions-, Verlust- und Geräuschverhalten gesamthafter technischer Systeme mit Fokus auf die Antriebstechnik zu analysieren und zu gestalten. Die entwickelten Modelle dienen zudem der Erforschung und Entwicklung von Methoden des Model Based Systems Engineering als zentrales Element künftiger, industrieller Produktentstehungsprozesse.

Der Bereich Tribologie des MSE untersucht tribologische Kontakte in Hochleistungsantrieben von Nutzfahrzeugen und Arbeitsmaschinen. Mit dem Trend zur Dekarbonisierung werden vermehrt Wasserstoff- und batterieelektrische Antriebe entwickelt, deren tribologischen Eigenschaften gezielt erforscht werden müssen.

Für diese Forschung entsteht das Hydrogen Drive Testing & Optimization Center (HDTC) mit speziellen Tribometern zur Untersuchung von Kontakten unter Wasserstoffatmosphäre und Stromdurchgang.

Diese Arbeit widmet sich einer umfassenden Literaturrecherche zu tribologischen Prüfmethoden in Wasserstoffumgebungen. Ziel der Arbeit ist es, aktuelle Forschung zu Tribometer-Designs für Tests unter Wasserstoffexposition und elektrischem Stromfluss zu sammeln, zu analysieren und kritisch zu bewerten. Die Ergebnisse werden direkt die Entwicklung und Spezifikation spezialisierter Tribometer für das Hydrogen-Drive Testing & Optimization Center (HDTC) unterstützen.

Aufgaben:

  • Systematische Sammlung und Analyse wissenschaftlicher Literatur zur Wasserstofftribologie
  • Zusammenstellung von Tribometer-Spezifikationen und Testparametern in bestehender Wasserstoffforschung
  • Identifikation kritischer Testparameter für Prüfungen in Wasserstoffumgebungen (Druck, Temperatur, elektrische Parameter)
  • Analyse von Sicherheitsanforderungen und Best Practices für tribologische Tests mit Wasserstoff
  • Dokumentation und Präsentation der Ergebnisse in strukturierter Form

Voraussetzung:

  • Eigenständige, zuverlässige Arbeitsweise
  • Interesse an Antriebstechnik insb. Wasserstofftechnologien und interdisziplinären Fragestellungen

Wir bieten:

  • Aktuell relevante und zukunftsorientierte Problemstellung
  • Flexible Gestaltung der Arbeitsschwerpunkte
  • Intensive Betreuung durch erfahrene Wissenschaftler
  • Zügige Bearbeitungsmöglichkeit und angenehmes Arbeitsklima
  • Sofortiger Beginn oder nach Absprache

 

Auf deine aussagekräftige Bewerbung per E-Mail freut sich:

Benjamin Klinghart, M. Sc.
Institut für Maschinenelemente und Systementwicklung

Schinkelstraße 10, 52062 Aachen
Benjamin.Klinghart@imse.rwth-aachen.de

Bachelor- / Masterarbeit: Python-Scripting zur Untersuchung gekoppelter EHD+T-Modelle in AVL Excite und Abaqus

Das Institut für Maschinenelemente und Systementwicklung erforscht das grundlegende strukturelle und tribologische Verhalten von Maschinenelementen und bildet dieses in experimentell validierten Modellbeschreibungen ab. Diese Modellbeschreibungen werden genutzt, um das Funktions-, Verlust- und Geräuschverhalten gesamthafter technischer Systeme mit Fokus auf die Antriebstechnik zu analysieren und zu gestalten. Die entwickelten Modelle dienen zudem der Erforschung und Entwicklung von Methoden des Model Based Systems Engineering als zentrales Element künftiger, industrieller Produktentstehungsprozesse.

Im Rahmen des DFG-Projekts zur tribologischen Analyse texturierter Gleitlagersysteme wird eine Masterarbeit ausgeschrieben.
Dieses Projekt konzentriert sich auf die Reduzierung von Reibung und Verschleiß in Gleitlagersystemen, wie sie beispielsweise in Windenergieanlagen und Verbrennungsmotoren verwendet werden.
Besonderes Augenmerk liegt auf der Oberflächentexturierung, die zur ressourceneffizienten Gestaltung von Maschinen und Anlagen beitragen kann.

Diese Abschlussarbeit befasst sich mit der Entwicklung und Implementierung eines gekoppelten Elastohydrodynamik-Modells (EHD) unter Verwendung von Python-Scripting zur Verbindung von AVL Excite und Abaqus. Ziel der Arbeit ist es, ein integriertes Simulationsframework zu schaffen, das die Vorteile beider Softwarepakete kombiniert, um präzisere Vorhersagen über das Verhalten von Motorkomponenten unter realen Betriebsbedingungen zu ermöglichen.

Aufgaben:

  • Entwicklung eines Python-basierten Schnittstellenframeworks zur Kopplung von AVL Excite und Abaqus
  • Implementation eines bidirektionalen Datenaustausches zwischen den Simulationsumgebungen
  • Validierung des gekoppelten Modells anhand von Referenzdaten
  • Analyse der Konvergenzstabilität und Recheneffizienz des entwickelten Frameworks
  • Auswertung und Dokumentation der Simulationsergebnisse

Voraussetzung:

  • Gute Programmierkenntnisse in Python
  • Interesse an Interdisziplinären Fragestellungen zwischen Antriebstechnik Software-Engineering

Wir bieten:

  • Aktuell relevante und zukunftsorientierte Problemstellung
  • Flexible Gestaltung der Arbeitsschwerpunkte
  • Intensive Betreuung durch erfahrene Wissenschaftler
  • Zugang zu hochmodernen Simulationswerkzeugen
  • Sofortiger Beginn oder nach Absprache

 

Auf deine aussagekräftige Bewerbung per E-Mail freut sich:

Benjamin Klinghart, M. Sc.
Institut für Maschinenelemente und Systementwicklung

Schinkelstraße 10, 52062 Aachen
Benjamin.Klinghart@imse.rwth-aachen.de

Projekt- / Bachelor- / Masterarbeit: Untersuchung von Gleitlagersystemen mit texturierten Wellen

Das Institut für Maschinenelemente und Systementwicklung erforscht das grundlegende strukturelle und tribologische Verhalten von Maschinenelementen und bildet dieses in experimentell validierten Modellbeschreibungen ab. Diese Modellbeschreibungen werden genutzt, um das Funktions-, Verlust- und Geräuschverhalten gesamthafter technischer Systeme mit Fokus auf die Antriebstechnik zu analysieren und zu gestalten. Die entwickelten Modelle dienen zudem der Erforschung und Entwicklung von Methoden des Model Based Systems Engineering als zentrales Element künftiger, industrieller Produktentstehungsprozesse.

Im Rahmen des DFG-Projekts zur tribologischen Analyse texturierter Gleitlagersysteme wird eine Masterarbeit ausgeschrieben.
Dieses Projekt konzentriert sich auf die Reduzierung von Reibung und Verschleiß in Gleitlagersystemen, wie sie beispielsweise in Windenergieanlagen und Verbrennungsmotoren verwendet werden.
Besonderes Augenmerk liegt auf der Oberflächentexturierung, die zur ressourceneffizienten Gestaltung von Maschinen und Anlagen beitragen kann.

Diese Arbeit widmet sich der eingehenden Untersuchung von Gleitlagersystemen, bei denen texturierte Wellen zum Einsatz kommen. Ziel der Arbeit ist es, die tribologischen Effekte der Wellentexturierung auf die Leistungsfähigkeit und Effizienz der Gleitlagersysteme zu analysieren. Durch die Anwendung verschiedener Texturierungstechniken wie Direct Laser Writing (DLW) und Direct Laser Interference Patterning (DLIP) werden die Oberflächen der Wellen modifiziert, um ihre Interaktion mit den Gleitlagern zu optimieren.

Aufgaben:

  • Analyse der isolierten Effekte von verschiedenen Texturierungen auf Wellenoberflächen
  • Evaluierung der Wechselwirkungen zwischen texturierten Wellen und Gleitlagern
  • Analyse der Mikrokonformität und Verschleißmuster
  • Auswertung und Dokumentation der Ergebnisse

Voraussetzung:

  • Eigenständige, zuverlässige Arbeitsweise
  • Interesse an Antriebstechnik und interdisziplinären Fragestellungen

Wir bieten:

  • Aktuell relevante und zukunftsorientierte Problemstellung
  • Flexible Gestaltung der Arbeitsschwerpunkte
  • Intensive Betreuung
  • Zügige Bearbeitungsmöglichkeit und angenehmes Arbeitsklima
  • Sofortiger Beginn oder nach Absprache

 

Auf deine aussagekräftige Bewerbung per E-Mail freut sich:

Benjamin Klinghart, M. Sc.
Institut für Maschinenelemente und Systementwicklung

Schinkelstraße 10, 52062 Aachen
Benjamin.Klinghart@imse.rwth-aachen.de

Bachelor- / Masterarbeit: Automatisierte Generierung von Dokumenten aus SysML Systemmodellen

Das Institut für Maschinenelemente und Systementwicklung (MSE) erforscht Methoden des Model Based Systems Engineering als zentrales Element künftiger industrieller Produktentstehungsprozesse.

Im Rahmen der Explorer-Initative erforscht das DLR Technologien für die zukünftige Exploration bislang unzugänglicher Orte auf Planeten und Monden unseres Sonnensystems. Teil der Initiative ist das Projekt TRIPLE, in dem in Zusammenarbeit mit verschiedenen Partnern eine autonome Einschmelzsonde mit Tauchroboter zur Erkundung subglazialer Seen entwickelt wird. Der Entwicklungsprozess erfolgt nach den Vorgaben der European Cooperation for Space Standardization (ECSS). Die Standards umfassen mehrere Reviews, in denen der aktuelle Entwicklungsstand vollständig dokumentiert und bewertet wird. Das MSE untersucht die Integration modellbasierter Entwicklungsmethoden in diese Prozesse. Ein wesentlicher Aspekt ist die Generierung der für die Reviews erforderlichen Dokumente aus Systemmodellen, um eine fundierte Beurteilung der Fortschritte zu ermöglichen.

 

Aufgaben:

  • Einarbeitung in SysML, MBSE, sowie die Grundlagen der ESA SE-Prozesse
  • Erfassung und Abbildung von Anforderungen an das TRIPLE System in einem SysML-Systemmodell
  • Entwicklung und Validierung einer Methode zur automatisierten Erstellung von ECSS-konformen Dokumenten aus Systemmodellen

Voraussetzung:

  • Eigenständige, zuverlässige Arbeitsweise
  • Interesse an Model-based Systems Engineering
  • Vorkenntnisse in SysML von Vorteil, jedoch nicht zwingend erforderlich

Wir bieten:

  • Flexible Gestaltung der Arbeitsschwerpunkte
  • Zügige Bearbeitungsmöglichkeit
  • Intensive Betreuung
  • Sofortiger Beginn oder nach Absprache
  • Sehr gutes Arbeitsklima

 

Auf deine aussagekräftige Bewerbung per E-Mail freut sich:

Philipp Höck, M. Sc. RWTH
Institut für Maschinenelemente und Systementwicklung

Eilfschornsteinstraße 18, 52062 Aachen
philipp.hoeck@imse.rwth-aachen.de

 

Bachelor-/ Master Thesis: »Bayesian Optimization for Optimizing Laser Processes«

The Fraunhofer-Gesellschaft (www.fraunhofer.com) currently operates 76 institutes and research institutions throughout Germany and is the world’s leading applied research organization. Around 32,000 employees work with an annual research budget of 3.4 billion euros.

At the Fraunhofer IPT in Aachen, we work with more than 530 employees every day to make the production of the future more digital, more flexible, and more sustainable. In the department “Production Quality”, we focus on data-driven optimization of production processes with the help of machine learning and artificial intelligence.

Laser processes enable highly precise and flexible material processing and are therefore crucial for innovative fields of technology such as semiconductor manufacturing and microsystems engineering and medical technology. The optimization of laser processes is becoming increasingly important, but also more complex, due to rising demands on performance, precision, quality, and sustainability. Bayesian optimization (BO) – a special machine learning approach – represents a promising alternative to classic methods of process optimization due to its adaptive decision making and data efficiency. In this thesis, a BO algorithm for the optimization of laser processes is to be developed, applied, and tested as part of a feasibility study. The aim is to determine the industrial maturity of BO and investigate how this can be increased in the future regarding its establishment in production engineering practice.

What you will do

  • Literature research on Bayesian optimization in laser machining processes
  • Process and requirements analysis in close cooperation with laser processing experts
  • Development and implementation of a BO algorithm for the efficient identification of optimal process parameters for laser machining processes
  • Conducting experiments on synthetic optimization problems
  • Verification and validation of the algorithm on a real process
  • Documenting the results and writing up the scientific work

What you bring to the table

  • You study mechanical engineering, automation technology, computer science, mathematics or a comparable subject
  • You are interested in the use of artificial intelligence in production technology
  • You are optimally already familiar with the theory and approaches of machine learning and would like to specialize in this field
  • Advanced programming skills in Python and related libraries (pandas, numpy, PyTorch) preferable
  • A high level of motivation, willingness to learn and independence
  • Good language skills in German and/or English

What you can expect

  • Ideal conditions for practical experience alongside your studies
  • Professional supervision and collaboration in a dedicated team
  • A state-of-the-art machine park equipped with edge cloud systems and 5G infrastructure
  • Flexible working to combine study and job in the best possible way

Interested? Apply online now. We look forward to getting to know you!

https://jobs.fraunhofer.de/job-invite/75788/

For any further information on this position please contact:
Lars Leyendecker M.Sc.
Group manager »Production Quality«
Phone: +49 241 8904-314

Bachelor-/ Masterarbeit: »Bayes’sche Optimierung zur optimalen Auslegung von Laserprozessen«

Die Fraunhofer-Gesellschaft (www.fraunhofer.de) betreibt in Deutschland derzeit 76 Institute und Forschungs-einrichtungen und ist die weltweit führende Organisation für anwendungsorientierte Forschung. Rund 32 000 Mitarbeitende erarbeiten das jährliche Forschungsvolumen von 3,4 Milliarden Euro.

Am Fraunhofer IPT in Aachen arbeiten wir mit mehr als 530 Mitarbeitenden täglich daran, dass die Produktion der Zukunft digitaler, flexibler und nachhaltiger wird. In der Abteilung »Produktionsqualität« beschäftigen wir uns mit der daten-getriebenen Optimierung von Produktionsprozessen mithilfe von maschinellem Lernen und künstlicher Intelligenz.

Laserbearbeitungsprozesse ermöglichen extrem präzise und flexible Materialbearbeitungen und sind daher maßgeblich für innovative Technologiefelder wie der Halbleiterfertigung sowie der Mikrosystem- und Medizintechnik. Die Optimierung von Laserbearbeitungsprozessen wird aufgrund von steigenden Anforderungen an die Leistungsfähigkeit, Präzision, Qualität und Nachhaltigkeit zunehmend bedeutsamer, aber auch komplexer. Die Bayes’sche Optimierung (BO) – eine spezielle Methode des maschinellen Lernens – stellt aufgrund ihrer adaptiven Entscheidungsfindung und Dateneffizienz eine aussichtsreiche Alternative zu klassischen Methoden der Prozessoptimierung dar. In dieser Arbeit soll ein BO-Algorithmus für die Optimierung von Laserbearbeitungsprozessen entwickelt und im Rahmen einer Machbarkeitsstudie angewendet und getestet werden. Dadurch soll die industrielle Reife von BO bestimmt und untersucht werden, wie sich diese hinsichtlich einer Etablierung in der produktionstechnischen Praxis zukünftig steigern lässt.

Was Du bei uns tust

  • Literaturrecherche zur Bayes‘schen Optimierung in Laserbearbeitungsprozessen
  • Prozessaufnahme und Anforderungsanalyse in enger Zusammenarbeit mit Experten für die Laserbearbeitung
  • Entwicklung und Implementierung eines BO-Algorithmus zur effizienten Findung von optimalen Prozessparametern für Laserbearbeitungsprozesse
  • Durchführung von Experimenten auf synthetischen Optimierungsproblemen
  • Verifizierung und Validierung des Algorithmus am realen Prozess
  • Dokumentation der Ergebnisse und Verschriftlichung der wissenschaftlichen Arbeit

Was Du mitbringst

  • Du studierst Maschinenbau, Automatisierungstechnik, Informatik, Mathematik oder ein vergleichbares Fach
  • Du interessierst dich für den Einsatz von künstlicher Intelligenz in der Produktionstechnik
  • Du bist optimalerweise mit der Theorie und den Ansätzen des maschinellen Lernens bereits vertraut und möchtest dich in dem Themenfeld spezialisieren
  • Fortgeschrittene Programmiererfahrung in Python und zugehörigen Bibliotheken (pandas, numpy, PyTorch) wünschenswert
  • Ein hohes Maß an Motivation, Lernbereitschaft und Selbstständigkeit
  • Gute Sprachkenntnisse in Deutsch und/oder Englisch

Was Du erwarten kannst

  • Wissenschaftliche Bearbeitung eines aktuellen und praxisrelevanten Themas
  • Eine professionelle Betreuung und fachliche Unterstützung bei der Erstellung deiner Abschlussarbeit
  • Mitwirkung in innovativen Forschungs- und Entwicklungsprojekten mit namhaften Industriepartnern
  • Ein hochmoderner Maschinenpark, ausgestattet mit Edge-Cloud-Systemen und einer 5G-Infrastruktur

Haben wir Dein Interesse geweckt? Dann bewirb Dich jetzt online mit Deinen aussagekräftigen Bewerbungsunterlagen. Wir freuen uns darauf, Dich kennenzulernen!

https://jobs.fraunhofer.de/job-invite/75788/

Fragen zu dieser Abschlussarbeit beantwortet Dir gerne:
Lars Leyendecker M.Sc.
Gruppenleiter »Produktionsqualität«
Telefon: +49 241 8904-314

Praktikum im Bereich Connected Car ab September 2025

Aufgaben

Wir bei Mercedes me connect am Standort Sindelfingen entwickeln Connected Car Funktionen, die unter anderem in der Mercedes me App und im Fahrzeug erlebbar sind. Die Abteilung „PRE-INTEGRATION TELEMATIK & CONNECTED SERVICES“ verantwortet die Steuerung, Integration und das Testing dieser Funktionen weltweit. Von der Anforderungsdefinition über die Entwicklungsbegleitung bis hin zu Tests in Testaufbauten, Prototypen und Serienfahrzeugen – wir sind dabei!

Was Dich erwartet:

Während Deines Praktikums im Team „System-Integration Connected Features“ wirst Du direkt an den neuesten Fahrzeugmodellen arbeiten und wertvolle Kenntnisse in Fahrzeugtechnik und agiler Softwareentwicklung erlernen. Hier sind einige der spannenden Herausforderungen, die auf Dich warten:

  • Verantworte die Verwaltung unseres Fahrzeugpools und koordiniere Überführungsfahrten, Umbauten, Reparaturen, etc.
  • Aktualisiere die Software von Steuergeräten im Fahrzeug und nimm Testaufbauten in Betrieb, inkl. Cloud-Anbindung
  • Unterstütze bei Software-Tests der Connected Car Funktionen an Fahrzeugen inkl. Dokumentation und Fehlermanagement
  • Programmiere und entwickle Tools, z.B. für Testautomatisierung, Dashboards und Datenanalyse, KI-Tools…
  • Arbeite mit an der Erstellung von Präsentationen, Statusberichten und Entscheidungsvorlagen

Was wir Dir bieten:

  • Hands-on Erfahrung: Sammle praktische Erfahrungen in einem dynamischen und innovativen Umfeld
  • Einblicke in die Zukunft: Arbeite an den neuesten Technologien und gestalte mit uns die Zukunft des vernetzten Fahrens
  • Professionelle Entwicklung: Lerne von den Besten und erweitere Deine Fähigkeiten in agiler Softwareentwicklung und Fahrzeugtechnik

Qualifikationen

  • Studiengang im Bereich Fahrzeugtechnik, Wirtschaftsinformatik, Informatik, Softwaretechnik, Ingenieurwesen, Elektrotechnik oder ein vergleichbarer Studiengang
  • Sicherer Umgang mit MS-Office
  • Sichere Deutsch- und Englischkenntnisse in Wort und Schrift
  • Engagement, Teamfähigkeit & Zuverlässigkeit
  • Analytische Denkweise und strategische Arbeitsweise
  • Führerschein Klasse B

Werde Teil unseres Teams und erlebe eines der vielseitigsten Praktika bei Mercedes-Benz! Klingt das spannend für Dich? Dann bewirb Dich jetzt und werde Teil unseres innovativen Teams bei Mercedes me connect in Sindelfingen. Wir freuen uns auf Dich!

Ganz ohne Formalitäten geht es natürlich auch bei uns nicht. Bewirb Dich bitte ausschließlich online und füge Deiner Bewerbung einen Lebenslauf, aktuelle Immatrikulationsbescheinigung mit Angabe des Fachsemesters, aktuellen Notenspiegel, relevante Zeugnisse, ggf. Pflichtpraktikumsnachweis und Nachweis über die Regelstudienzeit (max. Gesamtgröße der Anhänge 5 MB) bei und markiere im Online-Formular Deine Bewerbungsunterlagen als „relevant für diese Bewerbung“.

Weiterführende Informationen zu den Einstellkriterien findest Du „hier“.

Angehörige von Staaten außerhalb des europäischen Wirtschaftsraums schicken ggf. bitte ihre Aufenthalts-/Arbeitsgenehmigung mit.

Wir freuen uns insbesondere über Onlinebewerbungen schwerbehinderter und ihnen gleichgestellter behinderter Menschen. Bei Fragen kannst Du Dich unter SBV-Sindelfingen@mercedes-benz.com zudem an die Schwerbehindertenvertretung des Standorts wenden, die Dich gerne nach Deiner Bewerbung im weiteren Bewerbungsprozess unterstützt.

Bitte habe Verständnis dafür, dass wir keine Papierbewerbungen mehr entgegennehmen und es keinen Anspruch auf Rückversand gibt.

Fragen zum Bewerbungsprozess beantwortet Dir gerne HR Services per Mail an myhrservice@mercedes-benz.com oder per Telefon: 0711/17-99000 (Montag bis Freitag zwischen 10-12 Uhr und 13-15 Uhr).

Projekt- / Bachelorarbeit: Entwicklung eines analytischen Modells zur Analyse von kriti-schen Schadensmechanismen einer Gezeitenenergieanlage

Der Chair for Wind Power Drives erforscht neben dem Verhalten von Antriebssystemen in Windenergieanlagen auch das Verhalten von Gezeitenenergieanlagen. Forschungsziele sind die Steigerung von Verfügbarkeit und Robustheit der Gezeitenenergieanlagen sowie die Senkung der Stromgestehungskosten. Hierzu werden Software-Entwicklungswerkzeuge und moderne Systemprüfstände im Verbund eingesetzt.
Gezeitenenergieanlagen befinden sich noch in der Prototypenphase und die Kenntnis über Komponentenschäden und resultierende Ausfälle ist entsprechend gering. Am CWD wird daher ein simulationsbasierter digitaler Zwilling entwickelt, mit dem der Zustand der Triebstrangkomponenten überwacht werden kann. Parallel dazu werden Prüfstandversuche durchgeführt, um die Robustheit der Anlage zu verifizieren und den digitalen Zwilling zu validieren. Ein elementarer Schritt zur Erstellung des digitalen Zwillings und zur Vorauslegung des Systemprüfstands ist die Erstellung eines Mehrkörpersimulationsmodells (MKS-Modell) der Gezeitenenergieanlage.
Um gezielt relevante Schadensbilder für weitere Untersuchungen des Antriebsstrangs der Gezeitenenergieanlage mittels MKS-Modellen oder Prüfstandversuchen zu identifizieren, ist es erforderlich, das Risiko der Schadensbilder zu analysieren. Im Rahmen dieser Arbeit soll ein analytisches Berechnungsmodell zur Untersuchung der Kritikalität verschiedener Schadensbilder entwickelt werden.

Aufgaben:

  • Identifizierung von relevanten Schadensbildern für Gezeitenenergieanlagen
  • Recherche von analytischen Berechnungsvorschriften zur Beschreibung relevanter Schadensmechanismen
  • Entwicklung eines analytischen Antriebsstrangmodells zur Berechnung von Antriebsstranglasten
  • Implementierung eines Modells zur Analyse von kritischen Schadensmechanismen einer Gezeitenenergieanlage

Voraussetzung:

  • Methodische und strukturierte Arbeitsweise
  • Gutes mechanisches Verständnis
  • Programmiererfahrung wünschenswert, aber nicht zwingend notwendig
  • Motivation und Interesse an einer praxisnahen & methodischen Arbeit im Bereich von
  • Gezeitenenergieanlagen, Simulation und Programmierung

Wir bieten:

  • Wissenschaftliches Arbeiten in einem hoch motivierten, interdisziplinären Team
  • Angenehmes Arbeitsklima und intensive Betreuung
  • Eigenverantwortliches Arbeiten und flexible Arbeitszeiten
  • Sofortiger Beginn oder nach Absprache
  • Mitarbeit hin zu einer klimaneutralen Zukunft
  • Möglichkeit zur anschließenden Tätigkeit als studentische Hilfskraft

 

Auf deine aussagekräftige Bewerbung per E-Mail freut sich:

Tobias Bauer, M. Sc. RWTH
Chair for Wind Power Drives

Campus-Boulevard 61, 52074 Aachen
tobias.bauer@cwd.rwth-aachen.de

 

Master Thesis: »Examining the impact of jitter and packet loss on fieldbus communication systems«

The Fraunhofer-Gesellschaft (www.fraunhofer.com) currently operates 76 institutes and research institutions throughout Germany and is the world’s leading applied research organization. Around 32,000 employees work with an annual research budget of 3.4 billion euros.

Fieldbus systems are industrial network protocols used for real-time distributed control in automation applications like assembly lines and process control. Traditionally, they run on dedicated networks optimized for low latency and high reliability, crucial for consistent data exchange in industrial processes.

With Industry 4.0, there is a trend to use fieldbus protocols over standard networks like Ethernet or 5G, offering benefits such as reduced cabling and cost savings. However, these networks are not designed for the stringent real-time requirements of fieldbus systems and can suffer from jitter and packet loss, impacting performance.

This thesis evaluates the impact of these issues on fieldbus systems and explores strategies to mitigate them, ensuring industrial automation remains reliable and efficient despite potential network impairments.

What you will do

  • Conducting a literature review to understand the current state of fieldbus technology and the implications of network impairments on industrial communication systems
  • Design and Execution of a series of experiments to measure the impact of jitter and packet loss on key performance indicators
  • Planning and executing experiments to determine the maximum acceptable jitter and packet loss without impacting the functionality of the industrial system
  • Collaboration with industrial partners on next generation industrial communication systems

What you bring to the table

  • You are studying mechanical engineering, electrical engineering, computer science, automation engineering, computational engineering science (CES) or a comparable subject
  • Experience with networking technologies is advantageous
  • A high degree of independence and motivation
  • Good language skills in German and/or English

What you can expect

  • Ideal conditions for practical experience alongside your studies
  • Professional supervision and collaboration in a dedicated team
  • A state-of-the-art machine park equipped with edge cloud systems and 5G infrastructure
  • Flexible working to combine study and job in the best possible way

Interested? Apply online now. We look forward to getting to know you!

https://jobs.fraunhofer.de/job-invite/74695/

For any further information on this position please contact:
André Gilerson M.Sc.
Research Assistant »Digital Infrastructures«
Phone: +49 241 8904-230

Promotionsstelle

Liebe Studentenschaft,

 

Wir sind auf der Suche nach Studenten mit Promotionsabsicht.

 

Ich kontaktiere euch als Mitarbeiter der PowerCo – der Batteriesparte von VW. Unsere Abteilung entwickelt Batterien der nächsten Generation. Wir haben ein Promotionsthema zusammen mit der Universität Bayreuth ausgeschrieben. Wir suchen motivierte Studierende mit einem soliden Hintergrund im Bereich Strömungslehre, die als Quereinsteiger auf einem prozess- und materialwissenschaftlichen Thema arbeiten möchten.

Unsere Ausschreibung findet ihr unter dem folgenden Link:

careers.powerco.de