Institut für Allgemeine Mechanik RWTH Aachen

30/03/2026

+++𝙰𝚄𝚂𝚂𝙲𝙷𝚁𝙴𝙸𝙱𝚄𝙽𝙶+++
Beginn: April 2026
𝚃𝚑𝚎𝚖𝚊: 𝚂𝚒𝚖𝚞𝚕𝚊𝚝𝚒𝚘𝚗 𝚞𝚗𝚍 𝚄𝚗𝚝𝚎𝚛𝚜𝚞𝚌𝚑𝚞𝚗𝚐 𝚍𝚎𝚜 𝚁ü𝚌𝚔𝚜𝚝𝚎𝚕𝚕𝚟𝚎𝚛𝚑𝚊𝚕𝚝𝚎𝚗𝚜 𝚟𝚘𝚗 𝙺-𝚁𝚒𝚗𝚐-𝙺𝚘𝚕𝚋𝚎𝚗𝚍𝚒𝚌𝚑𝚝𝚞𝚗𝚐𝚎𝚗 𝚒𝚗 𝚑𝚢𝚍𝚛𝚊𝚞𝚕𝚒𝚜𝚌𝚑𝚎𝚗 𝙼𝚘𝚞𝚗𝚝𝚊𝚒𝚗𝚋𝚒𝚔𝚎-𝙱𝚛𝚎𝚖𝚜𝚜𝚢𝚜𝚝𝚎𝚖𝚎𝚗

𝙳𝚊𝚜 𝚃𝚑𝚎𝚖𝚊:
Hydraulische Scheibenbremsen im Mountainbike-Bereich nutzen elastomere Kolbendichtungen, um eine definierte Kolbenrückstellung nach dem Bremsvorgang sicherzustellen. Das Rückstellverhalten wird maßgeblich durch die Geometrie der Nut, die Materialeigenschaften der Dichtung sowie die Oberflächenrauheit der Kontaktpartner beeinflusst.
Gleichzeitig verändern sich diese Effekte durch temperaturabhängige Materialeigenschaften und Hystereseverhalten von Elastomeren.
Ziel dieser Studienarbeit ist die Untersuchung des Zusammenspiels von Nutform, Dichtungsmaterial und Oberflächenrauheit bei sogenannten K-Ring-Kolbendichtungen.

𝙳𝚎𝚒𝚗𝚎 𝙰𝚞𝚏𝚐𝚊𝚋𝚎:
• Einarbeitung in hydraulische MTB-Bremssysteme und das Funktionsprinzip von Kolbendichtungen.
• Analyse des Rückstellmechanismus von Elastomer-Dichtungen.
• Modellierung und Simulation des Zusammenspiels von Nutgeometrie, Dichtungsmaterial und Oberflächenrauheit.
• Untersuchung des Einflusses dieser Parameter auf Luftspiel und Kolbenrückstellung.

𝚆𝚒𝚛 𝚋𝚒𝚎𝚝𝚎𝚗:
Eine flexible Gestaltung der Arbeitsschwerpunkte, eine intensive Betreuung, gemeinsam mit einem StartUp im High-
End-Bereich MTB-Bremsen, zügige Bearbeitungsmöglichkeit und ein angenehmes Arbeitsklima.

𝚄𝚗𝚜𝚎𝚛 𝙿𝚛𝚘𝚏𝚒𝚕:
Das Institut für Allgemeine Mechanik ist ein Lehr- und Forschungsinstitut, das sich mit struktur- und biomechanischen Problemstellungen beschäftigt. Das IAM verfügt auch über struktur- und biomechanische Labore, sowie eine Mechanikwerkstatt. Diese Zusammenarbeit ermöglicht es, Untersuchungen und Lösungen hinsichtlich der theoretischen Modellierung, numerischen Simulation und experimentellen Validierung anzubieten.

𝙰𝚗𝚜𝚙𝚛𝚎𝚌𝚑𝚙𝚊𝚛𝚝𝚗𝚎𝚛:
Dipl.-Ing. Uwe Navrath
Leiter Mechaniklabor, Prüf- und Messtechnik
E-Mail: [email protected]
Telefon: 0241-80-94594

30/03/2026

+++𝙰𝚄𝚂𝚂𝙲𝙷𝚁𝙴𝙸𝙱𝚄𝙽𝙶+++

Beginn: April 2026

𝚃𝚑𝚎𝚖𝚊: 𝙺𝚘𝚗𝚜𝚝𝚛𝚞𝚔𝚝𝚒𝚘𝚗 𝚞𝚗𝚍 𝙾𝚙𝚝𝚒𝚖𝚒𝚎𝚛𝚞𝚗𝚐 𝚎𝚒𝚗𝚎𝚛 𝙼𝚘𝚞𝚗𝚝𝚊𝚒𝚗𝚋𝚒𝚔𝚎-𝙱𝚛𝚎𝚖𝚜𝚜𝚌𝚑𝚎𝚒𝚋𝚎 𝚑𝚒𝚗𝚜𝚒𝚌𝚑𝚝𝚕𝚒𝚌𝚑 𝙰𝚔𝚞𝚜𝚝𝚒𝚔 𝚞𝚗𝚍 𝚝𝚑𝚎𝚛𝚖𝚒𝚜𝚌𝚑𝚎𝚛 𝚂𝚝𝚊𝚋𝚒𝚕𝚒𝚝ä𝚝

𝙳𝚊𝚜 𝚃𝚑𝚎𝚖𝚊:
Scheibenbremsen im Mountainbike-Bereich sind hohen dynamischen Belastungen ausgesetzt. Nebeneiner zuverlässigen Bremsleistung spielen insbesondere akustische Eigenschaften sowie ein stabiles thermisches Verhalten eine
zentrale Rolle für Performance und Fahrkomfort. Ziel dieser Arbeit ist die Entwicklung und Auslegung einer Bremsscheibe für eine Mountainbike-Scheibenbremse auf Basis gängiger industrieller Standards und geometrischer Randbedingungen. Ausgehend von definierten Designrichtlinien wird
ein eigenes Scheibendesign konstruiert und anschließend
hinsichtlich akustischer Eigenschaften sowie thermischer
Stabilität analysiert und optimiert.

𝙳𝚎𝚒𝚗𝚎 𝙰𝚞𝚏𝚐𝚊𝚋𝚎:
• Recherche zu aktuellen Bauformen und Standards von Mountainbike-Bremsscheiben
• Analyse relevanter Einflussgrößen auf Bremsgeräusche und thermische Belastung
• Konstruktion eines Bremsscheiben-Designs unter Berücksichtigung vorgegebener Richtlinien
• Bewertung und Optimierung des Designs hinsichtlich Temperaturverteilung und Schwingungsverhalten

𝚆𝚒𝚛 𝚋𝚒𝚎𝚝𝚎𝚗:
Eine flexible Gestaltung der Arbeitsschwerpunkte, eine intensive Betreuung, gemeinsam mit einem StartUp im High-
End-Bereich MTB-Bremsen, zügige Bearbeitungsmöglichkeit und ein angenehmes Arbeitsklima.

𝚄𝚗𝚜𝚎𝚛 𝙿𝚛𝚘𝚏𝚒𝚕:
Das Institut für Allgemeine Mechanik ist ein Lehr- und Forschungsinstitut, das sich mit struktur- und biomechanischen Problemstellungen beschäftigt. Das IAM verfügt auch über struktur- und biomechanische Labore, sowie eine Mechanikwerkstatt. Diese Zusammenarbeit ermöglicht es, Untersuchungen und Lösungen hinsichtlich der theoretischen Modellierung, numerischen Simulation und experimentellen Validierung anzubieten.

𝙰𝚗𝚜𝚙𝚛𝚎𝚌𝚑𝚙𝚊𝚛𝚝𝚗𝚎𝚛:
Dipl.-Ing. Uwe Navrath
Leiter Mechaniklabor, Prüf- und Messtechnik
E-Mail: [email protected]
Telefon: 0241-80-94594

30/03/2026

We proudly announce that a new article has been published in the 𝑎𝑝𝑝𝑙𝑖𝑒𝑑 𝑚𝑒𝑐ℎ𝑎𝑛𝑖𝑐𝑠 journal, titled:

"𝗔𝗻 𝗔𝗿𝘁𝗶𝗳𝗶𝗰𝗶𝗮𝗹 𝗡𝗲𝘂𝗿𝗮𝗹 𝗡𝗲𝘁𝘄𝗼𝗿𝗸-𝗕𝗮𝘀𝗲𝗱 𝗦𝘁𝗿𝗮𝘁𝗲𝗴𝘆 𝗳𝗼𝗿 𝗣𝗿𝗲𝗱𝗶𝗰𝘁𝗶𝗻𝗴 𝗠𝘂𝗹𝘁𝗶𝗮𝘅𝗶𝗮𝗹 𝗙𝗮𝘁𝗶𝗴𝘂𝗲 𝗗𝗮𝗺𝗮𝗴𝗲 𝘁𝗼 𝗪𝗲𝗹𝗱𝗲𝗱 𝗦𝘁𝗲𝗲𝗹 𝗦𝘁𝗿𝘂𝗰𝘁𝘂𝗿𝗲𝘀".

In this study, fatigue failure in welded steel structures is examined, highlighting the limitations of traditional methods such as the notch stress approach. An artificial neural network (ANN) model is proposed, trained on finite element simulation data of S355 steel weldments under varying loading conditions. The approach aims to better capture the influence of local geometry and stress, offering a more flexible and efficient alternative to conventional techniques. Although the model’s performance is not yet evaluated, the work establishes a basis for integrating machine learning into fatigue life prediction.

Link to the article: https://www.mdpi.com/2673-3161/7/1/22

09/03/2026

We are pleased to share that our colleague 𝗗𝗿. 𝘀𝗰. (𝗘𝗧𝗛 𝗭𝘂𝗿𝗶𝗰𝗵), 𝗗𝗶𝗽𝗹.-𝗜𝗻𝗴. 𝗚𝗲𝗼𝗿𝗴 𝗞𝗼𝗰𝘂𝗿 has been granted the 𝗩𝗲𝗻𝗶𝗮 𝗟𝗲𝗴𝗲𝗻𝗱𝗶 in the field of Mechanics.
With this achievement, he has demonstrated his outstanding scientific expertise and his ability to independently represent his discipline in research and teaching. The Venia Legendi marks an important academic milestone and underlines his continued commitment to excellence in engineering science.
The Institute of General Mechanics congratulates him sincerely on this accomplishment and looks forward to his continued contributions to research, teaching, and academic collaboration.

27/01/2026

21/01/2026

We proudly announce that a new article has been published in the 𝑛𝑝𝑗 𝑢𝑛𝑐𝑜𝑛𝑣𝑒𝑛𝑡𝑖𝑜𝑛𝑎𝑙 𝑐𝑜𝑚𝑝𝑢𝑡𝑖𝑛𝑔 Journal, titled:

"𝗠𝗲𝘁𝗮-𝗹𝗲𝗮𝗿𝗻𝗶𝗻𝗴 𝗛𝘆𝗯𝗿𝗶𝗱 𝗦𝗽𝗶𝗸𝗶𝗻𝗴 𝗻𝗲𝘁𝘄𝗼𝗿𝗸𝘀 𝗮𝘀 𝗽𝗵𝘆𝘀𝗶𝗰𝘀-𝗯𝗮𝘀𝗲𝗱 𝗻𝗼𝗻𝗹𝗶𝗻𝗲𝗮𝗿 𝘀𝗼𝗹𝘃𝗲𝗿𝘀 𝗳𝗼𝗿 𝗽𝗵𝘆𝘀𝗶𝗰𝗮𝗹 𝘀𝗶𝗺𝘂𝗹𝗮𝘁𝗶𝗼𝗻𝘀".

In this study, we present a modified Leaky-Integrate and Fire (LIF) neuron model called Hybrid Spiking Neuron (HSN), which serves as a physics-based meta-learning solver for engineering mechanics. Unlike traditional LIF neurons, HSNs produce real-valued spiking signals that convey non-binary information, enhancing their suitability for engineering applications. Implemented on neuromorphic hardware like Loihi 2 with 32-bit integer outputs, HSNs improve time-dependent computations in finite element (FE) simulations. The self-learning framework requires minimal or no online training to achieve converged solutions for nonlinear viscoplastic behavior in FE solvers. Using second-order gradient meta-learning techniques such as Model Agnostic Meta-Learning (MAML), our findings show that HSNNs pretrained with combined physics-based and data-driven loss terms outperform those trained with standard first-order methods. We also apply Quantization-Aware Training (QAT) to optimize weights for neuromorphic deployment. Through nonlinear finite element plate simulations, we demonstrate that the meta-pretrained model accelerates FE simulations compared to conventional solvers by providing better initialization of network parameters, reducing the need for iterative adjustments to meet physics-based loss criteria.

Link to the article: https://rdcu.be/eZ0bQ

Keywords:
; ; ; ; ; ; ; ; ; ; ; ;

07/01/2026

🖨️✨ Die Nacht des 3D-Drucks – vol. 5 ✨🖨️

22. Januar 2026 | ab 18:00 Uhr
📍 Campus-Boulevard 73 | 52074 Aachen

Was passiert eigentlich, wenn Öcher printen?
Findet es heraus bei der Nacht des 3D-Drucks!

Das Digital Additive Production DAP - RWTH Aachen öffnet seine Labore und gewährt einen exklusiven Einblick in die Aachener Forschung zur Additiven Fertigung. Erlebt modernste Technologien, spannende Anwendungen und kommt direkt mit Expert:innen ins Gespräch.

→ Ihr möchtet auf den neuesten Stand der Technik gebracht werden?
→ Ihr wollt Eure Fragen direkt und ungezwungen an Expert:innen richten?
→ Ihr sucht ein Thema für Eure Abschlussarbeit oder interessiert Euch für einen HiWi-Job?

Dann meldet euch an ➡ https://dap-aachen.de/n3d

22/10/2025

A new article has been published in the 𝘊𝘰𝘮𝘮𝘶𝘯𝘪𝘤𝘢𝘵𝘪𝘰𝘯𝘴 𝘗𝘩𝘺𝘴𝘪𝘤𝘴 𝐽𝑜𝑢𝑟𝑛𝑎𝑙, titled:

"𝗣𝗿𝗲𝗱𝗶𝗰𝘁𝗶𝗻𝗴 𝗳𝗿𝗮𝗰𝘁𝘂𝗿𝗲 𝗶𝗻 𝗱𝗶𝘀𝗼𝗿𝗱𝗲𝗿𝗲𝗱 𝗻𝗲𝘁𝘄𝗼𝗿𝗸 𝗺𝗮𝘁𝗲𝗿𝗶𝗮𝗹𝘀 𝘂𝘀𝗶𝗻𝗴 𝘁𝗵𝗲 𝗹𝗼𝗰𝗮𝗹 𝗶𝗻𝘁𝗲𝗹𝗹𝗶𝗴𝗲𝗻𝘁 𝘀𝘁𝗿𝗲𝘀𝘀 𝘁𝗵𝗿𝗲𝘀𝗵𝗼𝗹𝗱 𝗶𝗻𝗱𝗶𝗰𝗮𝘁𝗼𝗿".

This study focuses on predicting fracture in disordered network materials like two-dimensional silica glass. It introduces the Local Intelligent Stress Threshold Indicator (LISTI), a neural network-based method linking local mechanical stress thresholds with structural topology to identify weak spots where fractures initiate. The methodology combines nanoscale mechanical probing and machine learning to generate heatmaps of "soft spots," enabling accurate prediction of crack nucleation and fracture evolution. This integrative approach enhances the understanding of fracture mechanics through AI-driven analysis of local structural features.

Link to the article: https://doi.org/10.1038/s42005-025-02315-7

Keywords:
; ; ; ; ; ;
; ;

05/08/2025

A new article has been published in the 𝐸𝑛𝑔𝑖𝑛𝑒𝑒𝑟𝑖𝑛𝑔 𝐴𝑛𝑎𝑙𝑦𝑠𝑖𝑠 𝑤𝑖𝑡ℎ 𝐵𝑜𝑢𝑛𝑑𝑎𝑟𝑦 𝐸𝑙𝑒𝑚𝑒𝑛𝑡𝑠 journal, titled:

"𝗡𝗼𝗻𝗹𝗼𝗰𝗮𝗹 𝘀𝘁𝗮𝘁𝗶𝗰 𝗺𝗼𝗱𝗲𝗹𝗶𝗻𝗴 𝗼𝗳 𝗹𝗮𝗺𝗶𝗻𝗮𝘁𝗲𝗱 𝗰𝗼𝗺𝗽𝗼𝘀𝗶𝘁𝗲 𝘀𝗵𝗲𝗹𝗹𝘀 𝘂𝘀𝗶𝗻𝗴 𝗽𝗲𝗿𝗶𝗱𝘆𝗻𝗮𝗺𝗶𝗰 𝗱𝗶𝗳𝗳𝗲𝗿𝗲𝗻𝘁𝗶𝗮𝗹 𝗼𝗽𝗲𝗿𝗮𝘁𝗼𝗿 𝗶𝗻 𝗮 𝗵𝗶𝗴𝗵𝗲𝗿-𝗼𝗿𝗱𝗲𝗿 𝘀𝗵𝗲𝗮𝗿 𝗱𝗲𝗳𝗼𝗿𝗺𝗮𝘁𝗶𝗼𝗻 𝗳𝗿𝗮𝗺𝗲𝘄𝗼𝗿𝗸".

This study presents a novel analysis of the bending behavior of laminated composite shells using the Higher-Order Shear Deformation Theory (HSDT) combined with the Peridynamic Differential Operator (PDDO), referred to as PD-HSDT. Laminated composite shells are widely employed in aerospace, automotive, and marine industries due to their high strength-to-weight ratio and design flexibility. However, their complex curvatures and heterogeneous stacking sequences often lead to inaccuracies in stress analysis. The HSDT effectively captures higher-order displacement and stress distributions, while the PDDO provides a robust nonlocal formulation suited for discontinuities and higher-order derivatives. The proposed PD-HSDT approach demonstrates high accuracy in predicting stresses and displacements under various loading and boundary conditions, validated against reference solutions. These findings highlight its strong potential for application to more complex loading scenarios and damage mechanisms in future studies.

Link to the article: https://doi.org/10.1016/j.enganabound.2025.106384

Keywords: differential operator; -order shear deformation theory; composite shells; analysis; interaction; ; ;

19/05/2025

🔜 ▶ 𝗦𝗮𝘃𝗲 𝘁𝗵𝗲 𝗱𝗮𝘁𝗲❗◀

🎉 In einer Woche ist es endlich soweit! Der Tag des Maschinenbaus steht vor der Tür! 🚀

📍 Wo? Campus Melaten
📅 Wann? Samstag, 24.05.

Freut euch auf ein spannendes Programm! Unsere Institute präsentieren sich mit zahlreichen Mitmach-Aktionen, Ausstellungen und Vorführungen. Ob beeindruckende Quadrocopter-Demos oder faszinierende Experimente mit 3D-Druck – hier ist für jeden etwas dabei! ✨

📌 Highlights:
✅ Mitmach-Aktionen: Vom Eis-Showversuch bis hin zur Labor-Simulation
✅ Spannende Vorträge
✅ Führungen durch unsere Institute
✅ Verpflegung vor Ort

Kommt vorbei und taucht ein in die Welt des Maschinenbaus! Wir freuen uns auf euch! 💡



https://www.maschinenbau.rwth-aachen.de/cms/Maschinenbau/Die-Fakultaet/Aktuell/Veranstaltungen-intern-/~bgnryj/Tag-des-Maschinenbaus-an-der-RWTH-Aachen/

15/03/2025

Und dann gibt es wieder die good news, über die wir uns freuen dürfen!

Herzlichen Glückwunsch zu diesem tollen Erfolg, liebe Kollegin! 💐

Aachen RWTH-Forscherin in die Leopoldina aufgenommenEiner RWTH-Spitzenforscherin an der Schnittstelle von Maschinenbau und Medizin, die motorisch eingeschränkten Menschen hilft, wird für ihre wissenschaftliche Arbeit eine besondere Ehre zuteil. Die Robotikexpertin Heike Vallery von der RWTH Aachen...