Wahlvertiefungen

Voraussetzungen:

• Maturaniveau Physik und Chemie (Atommodell, Photonen, elektromagnetisches Spektrum, Ladung, Masse, Bewegungsgleichungen, Maxwell-Boltzmannsche Geschwindigkeitsverteilung, Strom, Spannung, Widerstand)
• Schaltungsanalyse, passive Bauelemente (L, R, C)
• Lernergebnisse der Lehrveranstaltung Grundlagen der Elektrotechnik 1 und 2 (im Mechatronik Bachelorstudium)
• Regelungstechnik Grundlagen (Übertragungsfunktion, Fourier-, Laplace- und Z- Transformation, regelungstechnische Systeme)
• Verständnis, Interpretation und Lösungmethoden von linearen Differenzialgleichungen
• Maxwell - Gleichungen in integraler oder differenzieller Form interpretieren
• Umgang mit MATLAB

Lernziele:

• Die Studierenden kennen die Funktionsweise moderner Antriebe (z.B. Drehfeldmaschinen, Mikroantriebe, permanenterregte Synchronmaschinen), deren Dynamik und Besonderheiten in der Ansteuerung (z.B. Feldorientierte Regelung).
• Sie können komplexe Leistungselektronische Schaltungen analysieren (statisch, dynamisch) und kennen deren gewünschte und unerwünschte Effekte. Begriffe wie EMV, PFC, Verzerrung sowie deren Effekte sind bekannt.
• Die Studierenden sind fähig, Sensorsysteme und Messprinzipien für eine Breite von mess- und regelungstechnischen Anwendungen auszuwählen.
• Die Studierenden können Messschaltungen bauen und Sensorsignale interpretieren. Ein grundsätzlicher Überblick über die Fertigung, Design, Technologie und physikalische Eigenschaften von Mikro- Sensoren und Aktuatoren ist vorhanden.
• Die Studierenden wissen, wie man die grundlegenden Techniken der digitalen Signalverarbeitung in 1D und 2D anwendet und kennen deren Vor- und Nachteile.
• Die Studierenden haben Erfahrung im wissenschaftlichen Umgang mit Problemstellungen (Projektarbeit).

Voraussetzungen:

• Programmierkenntnisse („C“ oder alternativ eine andere ähnliche höhere Programmiersprache)
• Kenntnisse von Digitalelektronik (grundlegende kombinatorische und sequentielle Schaltungen, einfache Automaten)
• Kenntnisse über den Aufbau, die Komponenten und die Funktionsweise von Mikrocontrollern und Mikroprozessoren
• Grundlegende Kenntnisse von Computerarchitektur, Computernetzwerken, sowie des Aufbaus und der Funktion von Betriebssystemen 

Lernziele:

Die Studierenden lernen Methoden kennen und anwenden, die in der softwaretechnischen Realisierung mechatronischer Systeme zum Einsatz kommen, von Anforderungsanalyse, über Design zur Simulation, Implementierung und Test. Besonderes Augenmerk gilt dem Verständnis und der Anwendung moderner Netzwerksysteme, der Herausforderungen, die durch das Echtzeitverhalten entstehen und der Anwendung moderner Codegenerierung in diversen Sprachen und Frameworks. Weitere Schwerpunkte sind die Handhabung von Systemen mit beschränkten Ressourcen und die Verwendung von Hardwarebeschreibungssprachen.

Voraussetzungen:

• Lineare Algebra, Analysis
• Regelungstechnik: Übertragungsfunktionen, Reglerentwurf
• Beschreibung technischer Systeme über Bondgraphen (Kausalisierung, Überführung in Blockschaltbilder, Algebraische Schleifen, Kausalitätskonflikte)
• Grundlagen der Elektrotechnik
• Mechanik: Statik, Kinematik
• MATLAB-Programmierkenntnisse

Lernziele: 

• Die Studierenden sind in der Lage Steuer- und Regelsysteme für Mehrkörpersysteme im Allgemeinen und Roboter im Speziellen unter Einbeziehung von Reibung, Schwerkraft und Trägheit mathematisch zu beschreiben.
• Die Studierenden lernen Methoden der Modellbildung und Simulation, sowie Werkzeuge zur Lösung komplexer Aufgabenstellungen aus der Robotik kennen und Erwerben die Fähigkeit theoretisches Wissen weiterführender Themen aus verschiedenen Fachgebieten der Mechatronik praktisch umzusetzen.

Voraussetzungen:

• Mechanik: Statik und Festigkeitslehre, Dynamik
• Werkstoffe: Materialverhalten, Kenngrößen
• Konstruktion: grundlegendes Verständnis von mechanischen Strukturen
• Strömungslehre und Thermodynamik Ingenieursgrundlagen

Lernziele:

• Die Studierenden wenden numerische Strömungssimulationen an und erkennen deren Möglichkeiten und Grenzen.
• Die Studierenden sind in der Lage statische und dynamische Phänomene mechanischer Strukturen mit nichtlinearem Verhalten oder nichtlinearem Lösungsansatz zu bearbeiten. Sie können für unterschiedliche Problemstellungen mit passender Auswahl an Lösungsalgorithmen Simulationen durchführen, verifizieren und interpretieren.

Voraussetzungen:

• Grundlegende Kenntnisse über Fertigungstechnik, flexible Fertigungssysteme
• Anwendung von CAD-Systemen
• Grundlagen der Fertigungsmesstechnik
• Grundlegende Kenntnisse über innovative Fertigungstechnologien

Lernziele:

• Die Studierenden können produktionsnahe Fertigungsmesstechnik und das Reverse Engineering im Sinne der Flächenrückführung von digitalisierten mechanischen Strukturen ins CAD System anwenden.
• Die Studierenden bekommen einen Einblick in das praktische Arbeiten mit 3D-Koordinatenmessgeräten. Sie erstellen mit Hilfe der maschinellen Programmierung CNC-Programme für die 5-Achs-Bearbeitung.
• Die Studierenden erlangen Kenntnisse über verschiedene Rapid Prototyping Verfahren und deren industrielle Anwendung.
• Die Studierenden kennen Schwingungsmessung, Schwingungsanalysen und Grundlagen der Maschinendiagnose.
• Die Studierenden kennen Anwendungsmöglichkeiten spezieller Materialien wie CFK, Form- und Gedächtnislegierungen, amorphe Metalle u.a.
• Die Studierenden erlangen praktische Kenntnisse über das Herstellen und die Verwendung verschiedener technischer Oberflächenbeschichtungen.

Voraussetzungen:

• Facheinschlägiges Bachelorstudium, z.B. Informatik, Mechatronik, Elektrotechnik 
• Maturaniveau Physik und Chemie (Atommodell, Photonen, elektromagnetisches Spektrum, Ladung, Masse, Bewegungsgleichungen, Maxwell etc.)

Lernziele:

• Die Studierenden können aus dem Gebiet der Halbleitertechnologie (Herstellungsmethoden von integrierten Schaltungen) spezifische Methoden beschreiben.
• Die Studierenden besitzen einen Überblick über Mikro-Lithographieverfahren (Abbildung der entsprechenden Strukturen einer Entwurfsebene auf der Substratoroberfläche).
• Die Studierenden sind in der Lage einen Überblick über die wichtigsten für die Mikrotechnik relevanten Mess- und Charakterisierungsverfahren und -technologien zu geben.
• Die Studierenden verfügen über einen Überblick über Strukturübertragungsprozesse (subtraktive und additive Verfahren in der Mikrostrukturierung).
• Die Studierenden wenden die gelernten Technologien im Labor an.
• Die Studierenden kennen unterschiedlichste Anwendungsmöglichkeiten dieser Fertigungstechnologien.
• Die Studierenden lernen zwei Anwendungsgebiete tiefer kennen (elektrochemische Sensoren und die integrierte Optik) und sind in der Lage die Funktionsprinzipien zu erklären.

Voraussetzungen:

• Elementare Grundlagen der Programmierung (z.B. in C)
• Grundlagen in Computernetzwerken und Kommunikationsprotokollen

Lernziele: Die Studierenden besitzen die benötigten Fähigkeiten

• um qualitativ hochwertige, systemnahe Software zu entwerfen und zu implementieren,
• Systemfehler zu identifizieren und analytisch zu beheben,
• die Wechselwirkung von unterschiedlichen Technologien aus dem Bereich des Mobile Computings einzuschätzen und zielorientiert Lösungsansätze daraus abzuleiten,
• um Kommunikationssysteme hinsichtlich der Performanz, Robustheit, Sicherheit, Quality of Service etc. zu analysieren und zu planen,
• um ingenieurmäßig Internet-der-Dinge-Systeme zu planen und zu realisieren,
• komplexe Projekte unter der Berücksichtigung der speziellen Anforderungen von Anwendungen aus dem Bereich des Internet der Dinge umzusetzen.

Voraussetzungen: 

• Lineare Algebra,Analysis
• Elementare Grundbegriffe der Wahrscheinlichkeitstheorie und Statistik wie Verteilung, Erwartungswert, Standardabweichung
• Elementare Grundlagen der Programmierung (in Java).

Lernziele: Die Studierenden verfügen über

• ein grundlegendes Verständnis für Methoden und Algorithmen aus dem Bereich der überwachten, unüberwachten und evolutionären Lern- und Optimierungstechniken und können diese Algorithmen und Methoden anwenden, die Ergebnisse analysieren und kommunizieren.
• die benötigten Fähigkeiten, die drei Modellierungsparadigmen (diskret prozessorientiert, kontinuierlich, agentenbasiert) in ein hybrides Modell (System of Systems) zu vereinen und für Optimierungen von solchen komplexen Systemen einzusetzen.
• eine klare Vorstellung, was ein komplexes System ist, welche Typen davon in der Realität vorkommen, und welche Verhaltensmuster (Patterns) zu erwarten sind.
• die benötigten Fähigkeiten, um eine Problem- und Zieldefinition eines umfassenden, anwendungsorientierten Simulations- und Optimierungsprojektes zu erstellen, methodisch korrekt durchzuführen und die Resultate zu analysieren und als wissenschaftliche Studie zu publizieren.

Voraussetzungen: Kenntnisse in mindestens einer objektorientierten Programmiersprache

Lernziele: Die Studierenden sind in der Lage

• methodisch und fachlich einen User Centered Development Prozess zu entwerfen, zu implementieren und weiter zu entwickeln.
• mit den notwendigen Erkenntnissen der aktuellen Wissenschaft diesen Produktentwicklungsprozess aus der Perspektive der übergreifenden User Experience zu bewerten und zu beeinflussen. Methodisch steht dabei Design Thinking im Zentrum.
• User Experience im gesamten Entwurfs- und Entwicklungsprozess bis hin zu Evaluation und Re-Design zu berücksichtigen.
• die Methoden des wissenschaftlichen Arbeitens und der wissenschaftlichen Kommunikation anzuwenden.

Mehr Informationen

Voraussetzungen: 

• Kenntnisse in mindestens einer objektorientierten Programmiersprache
• Grundlegende Kenntnisse beim Umgang mit einer Linux Distribution und einer Virtualisierungslösung
• Datenschutz Grundkenntnisse
• Relationale Datenbanken und SQL
• Grundbegriffe der Statistik
• Grundlagen der angewandten Kryptologie: symmetrische vs. asymmetrische; Hashing; Signaturen usw.
• Grundlegende Fähigkeiten im Umgang mit der Linux-Konsole.

Lernziele: Die Studierenden besitzen die benötigten Fähigkeiten und Kenntnisse

• um die Software Infrastruktur für Big-Data-Projekte zur Verfügung zu stellen, Daten aus unterschiedlichen Quellen für Analysen bereitzustellen und Analysen auf den Daten mit Hilfe der bereitgestellten Werkzeuge durchzuführen.
• zur Durchführung unterschiedlicher Analyseaufgaben auf strukturierten-/unstrukturierten Daten, sowie zur Kommunikation der Ergebnisse.
• die horizontale Skalierbarkeit (zusammenführen von Daten aus unterschiedlichen Datenquellen, Domänen, Datenmodellen und Strukturen) zu berücksichtigen.
• um die benötigten Werkzeuge auszuwählen, zu installieren und konfigurieren sowie eigene Komponenten zu implementieren, sodass die Analysen effizient durchgeführt werden können.
• um die Datenschutzproblematik bei Big-Data-Projekten zu beurteilen.
• um Big-Data-Processing-Plattformen hinsichtlich Sicherheitsaspekten zu beurteilen und Lösungen für Sicherheitsprobleme zu implementieren.
• bezüglich der Anwendungsdomäne sodass die Projektergebnisse interpretiert werden können.
• um strukturiert erfolgreich Big-Data-Projekte (in Teams) durchzuführen.

Voraussetzungen: 
Autonome Systeme ist bewusst als interdisziplinäre Vertiefung für Studierende aus unterschiedlichen technischen Masterstudiengängen konzipiert. Studierende bringen ihre jeweiligen Expertisen aus den Bereichen Software Engineering, Energie bzw. Mechatronik ein, um die Problemstellungen gemeinsam zu lösen. Die speziellen Anforderungen an mobile, autonome Systeme werden in den Lehrveranstaltungen gemeinsam erarbeitet und dann in Lösungen umgesetzt.

Lernziele: Die Studierenden können

• Aufgabenstellungen für mobile, autonome, kooperierende Roboter analysieren und Lösungsvorschläge entwickeln, implementieren, testen und in Betrieb nehmen.
• anhand der Kinematik von typischen mobilen Robotern Bewegungen planen, die Roboter bewegen und navigieren.
• die Sensorik von mobilen Robotern auswählen und dann einsetzen zur Wahrnehmung der Umgebung und Interaktion.
• die zentralen Normen und Protokolle zur Interaktion und Kooperation zwischen autonomen Systemen wiedergeben und anwenden.