Forschungsprojekte für Forschungsmaster

Im Moment suchen wir Absolventen mit einem guten Bachelor Abschluss die Interesse haben als Projekt I, Projekt II und Masterarbeit eines der folgenden Themen zu bearbeiten.

 

Bei Interesse kontaktieren Sie bitte den angegebenen Dozenten.


ThemaBeschreibungProfessor
Optimale Leistungsflussregelung mittels Reinforcement LearningIm Rahmen des Forschungsprojekts UnABESA werden Verfahren zur Verteilung der Leistung auf mehrerer Batteriespeichersysteme entwickelt, die mithilfe von Methoden des Machine Learning optimiert werden sollen.Prof. O. Bohlen
Analyse und Simulation von mechanischen Belastung an Lithium-Ionen-BatterienDas Forschungsprojekt ReVISEDBatt befasst sich mit mechanischen Schädigungen von Lithium-Ionen-Batterien, deren Wirkmechanismen experimentell und mittels FEM-Simulationen untersucht werden sollen.Prof. O. Bohlen
Projekt FLAIR2 – Flexible Lasten intelligent Regeln 2Untersuchung der Wirksamkeit verschiedener Algorithmen zur Ansteuerung flexibler Lasten zur Kappung von Last- und Einspeisespitzen im Verteilnetz. Aufgaben sind hierbei die Implementierung der Algorithmen in MatLab und statistische Analyse anhand vorhandener realer Messdaten aus dem Netz sowie die Verbesserung/Anpassung der Algorithmen.Prof. S. Uhrig
Projekt CarpeDiem – Frequenzantwortanalyse zur Fehlerdiagnose an rotierenden MaschinenModellierung der Frequenzantwort rotierender Maschinen. Hierbei soll anhand realer Maschinen ein elektrisches ESB entworfen, parametrisiert und validiert werden, welches die Frequenzantwort nachbildet.Prof. S. Uhrig
Entwicklung von GassensorenMitarbeit bei der Entwicklung von Metalloxid-Gassensoren in Zusammenarbeit mit TDK-Electronics. Im Projekt sollen gassensitive Schichten entwickelt und charakterisiert werden. Prof. G. Feiertag
Mitarbeit im Projekt NuDataCampus Nutzungsdaten basierte Optimierung von Gebäuden und Anlagen am Beispiel der Hochschule München
Hard- und Softwareentwicklung eines Geräts zur einfachen und kostengünstigen Zustandserkennung von vielen elektrischen VerbrauchernAufgaben sind die Modellierung der Zustandserkennung, darauf basierend Hard- und Softwareentwicklung eines Geräts, dessen Test und Validierung der Funktionalität.Prof. S. Schramm
Modellierung, Analyse und Validierung synthetischer Lastprofile mittels LastgangsimulationsprogrammAusgehend von der Modellierung einzelner Verbraucher und deren Validierung sollen kompliziertere Lastverläufe automatisch erstellt, und Auswirkungen unterschiedlicher Erfassungsparameter auf die Erkennungswahrscheinlichkeit von Verbrauchern untersucht werden.Prof. S. Schramm
Mitarbeit im Projekt TIMELESSgenerische Werkzeugkette für individuelle Auslegung von Energiezellen
Modellierung von ErzeugungssystemenFlexibilität (z.B. Speicher) und Verbrauchern incl. Aufbereitung von Eingangsdaten (Lastprofile, Nutzerabhängige Ladeprofile (e-Fahrzeuge), Erzeugungsprofile (richtungs-/einstrahlungsabhängige PV, Windkraft, Bioenergie)) und Validierung der Modelle. Prof. S. Schramm
Hard- und Softwareentwicklung eines Geräts zur autonomen elektrischen Leistungsmessung auf Basis existierender Standart-Leistungsmessgeräte Aufgaben sind zuverlässige Messdatenerfassung und -speicherung, Nutzerinterface, sowie Softwaretools zur direkten Bewertung der Messdaten.Prof. S. Schramm
UnABESA und Nachfolgeprojekt
AC/DC Wandler Evaluations PlattformEs soll ein Prüfstand mit zugehöriger Steuerung (mittels HIL) entstehen, in dem AC/DC Wandler umfänglich und automatisiert getestet werden können. Prof. S. Schramm
Transformator CharakterisierungEin Messgerät zur Ermittlung der Kennwerte und Ersatzparameter von Leistungstransformatoren (HF-Trafos, P ~ 20 kW) unter Nennstrom un Nennspannung soll entwickelt und getestet werden. Prof. S. Schramm
Aufbau, Modellierung und Regelung eines Modularen Multilevel UmrichtersFür das Labor für mechatronische und regenerative Energiesysteme soll ein Modularer Multilevel Umrichter aufgebaut werden. Weiterführend sollen ein dynamisches Modell und eine Regelung entwickelt, auf einem Echtzeitsystem implementiert und im Labor validiert werden. Prof. C. Hackl
Entwicklung eines thermischen Modells/ Alterungsmodells von Modularen Multilevel UmrichternUm die Zuverlässigkeit eines Modularer Multilevel-Umrichter zu verbessern soll ein thermisches Verlustmodell / Alterungsmodell entwickelt werden. Im Anschluss soll das Modell in die Regelungsstrategie des Umrichters integriert werden. Prof. C. Hackl
Exakte Modellierung und quantitativer Vergleich der elektromagnetischen Eigenschaften von Synchron- und Asynchronmaschinen mittels FEM SoftwareBasierend auf eigens ermittelten Maschinengeometrien (z.B. durch Vermessen eines realen Antriebs) sollen mit Hilfe der Finiten Elemente Methode (FEM) die elektromagnetischen Eigenschaften verschiedener Antriebsarten miteinander vergleichbar gemacht werden.Prof. C. Hackl
Sensorbasierte Spurhaltung für das automatisierte FahrenEntwurf und Implementierung von innovativen Spurhalte- und Pfadplanungsfunktionen basierend auf optischen Sensorinformationen. Die Implementierung erfolgt auf einem eigenen Versuchsfahrzeug.Prof. A. Schöttl
Deep Learning Verfahren für Daten bildgebender Sensoren Analyse, Entwurf und Implementierung von innovativen Analysenetzen zur Interpretation von Daten bildgebender Sensoren (inkl. 2D, 3D (z. B. Punktwolken von Tiefenkameras) etc.) basierend auf Deep Learning Verfahren.Prof. A. Schöttl
Repräsentation und Implementierung von Assistenzaufgaben mit CobotsEntwurf und Implementierung von einfachen kooperierenden Assistenzaufgaben. Die Implementierung erfolgt auf einem eigenen Roboter sowie in Simulation. Reinforcement Learning Ansätze sind möglich aber nicht zwingend.Prof. A. Schöttl
Sensorbasierte Umfeldmodellierung für das automatisierte FahrenEntwurf und Implementierung von innovativen Umfeldmodellen basierend auf Bild- und Laserscaninformationen. Die Implementierung erfolgt auf einem eigenen Versuchsfahrzeug.Prof. A. Schöttl
Videokommunikation für Personen mit EinschränkungenAktuelle Videokommunikationslösungen sind für Personen mit besonders geistigen Einschränkungen kaum nutzbar, es soll eine Lösung realisiert werden, die basierend auf Methoden der künstlichen Intelligenz und einer Web-API eine barrierefreie und bedienarme Lösung auch für den Einsatz in stationären Einrichtungen bietet. Prof. A. Schöttl
Verifizier- und erklärbare künstliche IntelligenzKlassische Deep Learning Verfahren liefern keine nachvollziehbaren Ergebnisse, deren Einsatz in sicherheitsrelevanten Anwendungen wie dem autonomen Fahren ist somit schwierig. Es soll eine Gruppe von aktuellen Verfahren betrachtet werden, die nachvollziehbare bzw. verifizierbare Resultate liefern.Prof. A. Schöttl

Sie können auch gerne eigene Ideen einbringen. Diese sollten aber im Forschungsgebiet eines Professors unserer Fakultät liegen den Sie dann nur für Ihre Idee begeistern müssen.

Forschungsmaster

zurück zur Startseite