Das Unmessbare messen Softsensoren zur Prozessanalyse und Qualitätskontrolle. Christoph Kugler, Thomas Hochrein 26. Mai 2011

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

Download "Das Unmessbare messen Softsensoren zur Prozessanalyse und Qualitätskontrolle. Christoph Kugler, Thomas Hochrein 26. Mai 2011"

Transkript

1 Das Unmessbare messen Softsensoren zur Prozessanalyse und Qualitätskontrolle Christoph Kugler, Thomas Hochrein 26. Mai 2011

2 Das in Echtzeit und inline Unmessbare messen Softsensoren zur Prozessanalyse und Qualitätskontrolle Christoph Kugler, Thomas Hochrein 26. Mai 2011

3 Inhalt 1. Softsensorik - eine kurze Einführung 2. Motivation: Warum Softsensoren? 3. Realisierung von Softsensoren 4. Typen von Softsensoren 5. Prozessmodelle auf Basis von Softsensoren 6. Prozessanalyse durch Modellierung 7. Zusammenfassung 3

4 Inhalt 1. Softsensorik - eine kurze Einführung 2. Motivation: Warum Softsensoren? 3. Realisierung von Softsensoren 4. Typen von Softsensoren 5. Prozessmodelle auf Basis von Softsensoren 6. Prozessanalyse durch Modellierung 7. Zusammenfassung 4

5 1. Softsensorik - eine kurze Einführung Ziele der Anwender: minimaler Ausschuss optimale Maschinenauslastung maximale Qualität bei minimalen Kosten wirtschaftliche Produktion 5

6 1. Softsensorik - eine kurze Einführung Qualität und Effizienz muss inline, in Echtzeit erfasst werden. Messtechnik klassische Messtechnik nicht ausreichend für komplexe Kenngrößen komplexe Messtechnik zu teuer und kompliziert Softsensorik 6

7 1. Softsensorik - eine kurze Einführung bekannte Softsensoren Quelle: Gneuß Quelle: Dynisco Temperatursensor Drucksensor Was wird wirklich gemessen? 7

8 1. Softsensorik - eine kurze Einführung bekannte Softsensoren Elektrisches Signal aus einer Widerstands- oder Spannungsänderung... Quelle: Gneuß Temperatursensor... wird in ein Temperatursignal mit Hilfe einer Kalibrierung umgerechnet. 8

9 1. Softsensorik - eine kurze Einführung bekannte Softsensoren Elektrisches Signal aus einer Widerstandsänderung (DMS) wird in ein Drucksignal mit Hilfe einer Kalibrierung umgerechnet. Drucksensor Quelle: Dynisco 9

10 1. Softsensorik - eine kurze Einführung Quelle: Gneuß Quelle: Dynisco Temperatursensor Drucksensor Softsensoren messen nicht direkt. Sie berechnen aus gegebenen Messgrößen die gewünschten Ausgangsgrößen durch vorher generierte mathematische Modelle. 10

11 Inhalt 1. Softsensorik - eine kurze Einführung 2. Motivation: Warum Softsensoren? 3. Realisierung von Softsensoren 4. Typen von Softsensoren 5. Prozessmodelle auf Basis von Softsensoren 6. Prozessanalyse durch Modellierung 7. Zusammenfassung 11

12 2. Motivation: Warum Softsensoren? Motivation: viele inline nicht zugängliche Messgrößen viele in Echtzeit nicht zugängliche Messgrößen große Anzahl an Einflussgrößen (nicht alle werden gemessen) komplexe Prozesse, analytische Herleitung oft nicht möglich Realisierbarkeit: vielfältige Hardware-Sensoren mit schnellem Ansprechverhalten verfügbar integrierte Messtechnik kann weiter verwendet werden Anwendungen in der chemischen Industrie und Energieerzeugung theoretisch jede in-, on-, at-, offline messbare Größe vorhersagbar 12

13 Inhalt 1. Softsensorik - eine kurze Einführung 2. Motivation: Warum Softsensoren? 3. Realisierung von Softsensoren 4. Typen von Softsensoren 5. Prozessmodelle auf Basis von Softsensoren 6. Prozessanalyse durch Modellierung 7. Zusammenfassung 13

14 3. Realisierung von Softsensoren Ziele bei der Sensorentwicklung: Prozessoptimierung Echtzeit-Feedback Realisierung durch Softsensoren Voraussetzungen zur Entwicklung von Softsensoren: Hardwaresensoren vorhanden (lückenlose) Aufzeichnung von Prozessdaten QS-Daten zur Modellierung verfügbar Abhängigkeit zwischen Messgröße und Ausgabegröße 14

15 3. Realisierung von Softsensoren Hardware Sensoren Quelle: ABB Kein Softsensor ohne Hardwaresensoren! Quelle: Keyence Softsensor Kennwert 1 Quelle: Janitza Kennwert 2 Quelle: Gneuß Quelle: Fujitsu 15

16 Inhalt 1. Softsensorik - eine kurze Einführung 2. Motivation: Warum Softsensoren? 3. Realisierung von Softsensoren 4. Typen von Softsensoren 5. Prozessmodelle auf Basis von Softsensoren 6. Prozessanalyse durch Modellierung 7. Zusammenfassung 16

17 4. Typen von Softsensoren Softsensor rigorose Modellierung statistische Regressionsverfahren (Chemometrie) künstliche neuronale Netze Quelle: Fujitsu 17

18 4. Typen von Softsensoren Softsensor rigorose Modellierung statistische Regressionsverfahren (Chemometrie) künstliche neuronale Netze Quelle: Fujitsu exakte Beschreibung mit Naturgesetzen nötign bei hoher Komplexität t nicht anwendbar meist nur Näherungen N möglichm 18

19 4. Typen von Softsensoren Beispiel für f r rigorose Modellierung: Polyesterherstellung im Batch Reaktor [Fis05] 19

20 4. Typen von Softsensoren Softsensor rigorose Modellierung statistische Regressionsverfahren (Chemometrie) künstliche neuronale Netze Quelle: Fujitsu exakte Beschreibung mit Naturgesetzen nötign bei hoher Komplexität t nicht anwendbar meist nur Näherungen N möglichm 20

21 4. Typen von Softsensoren Softsensor rigorose Modellierung statistische Regressionsverfahren (Chemometrie) künstliche neuronale Netze Quelle: Fujitsu lineare Gleichungen Anpassung der freien Parameter Expertenwissen für f r statistische Verfahren notwendig 21

22 4. Typen von Softsensoren Beispiel für f r statistische Regressionserfahren: Vorhersage des E-Moduls aus FT-NIR Daten der Schmelze mit einem Chemometrie-Softsensor [Las10] 22

23 4. Typen von Softsensoren Softsensor rigorose Modellierung statistische Regressionsverfahren (Chemometrie) künstliche neuronale Netze Quelle: Fujitsu lineare Gleichungen Anpassung der freien Parameter Expertenwissen für f r statistische Verfahren notwendig 23

24 4. Typen von Softsensoren Softsensor rigorose Modellierung statistische Regressionsverfahren (Chemometrie) künstliche neuronale Netze Quelle: Fujitsu Struktur vom Nervensystem abgeleitet komplexe Algorithmen und Gleichungen große e Anzahl an Datensätzen tzen nötign nur Aussagen im geg. Wertebereich möglichm 24

25 4. Typen von Softsensoren Beispiel für f r künstliche k neuronale Netze: Vorhersage des MFI aus Prozessdaten bei der reaktiven Polypropylen Produktion [Yia04] 25

26 4. Typen von Softsensoren Beispiel für f r künstliche k neuronale Netze: Vorhersage des Schmelzeflusses beim Füllen einer Kavität im Spritzguß [Che04] 26

27 4. Typen von Softsensoren Beispiel für f r künstliche k neuronale Netze: Vorhersage des Schmelzeflusses beim Füllen einer Kavität im Spritzguß Generalisierung! [Che04] 27

28 4. Typen von Softsensoren Softsensor rigorose Modellierung statistische Regressionsverfahren (Chemometrie) künstliche neuronale Netze Quelle: Fujitsu Struktur vom Nervensystem abgeleitet komplexe Algorithmen und Gleichungen große e Anzahl an Datensätzen tzen nötig n nur Aussagen im geg. Wertebereich möglich m 28

29 Inhalt 1. Softsensorik - eine kurze Einführung 2. Motivation: Warum Softsensoren? 3. Realisierung von Softsensoren 4. Typen von Softsensoren 5. Prozessmodelle auf Basis von Softsensoren 6. Prozessanalyse durch Modellierung 7. Zusammenfassung 29

30 5. Prozessmodelle auf Basis von Softsensoren Softsensoren benötigen Modelle, erstellt aus realen Messwerten. Modell des Prozesses Beinhaltet Informationen über die Abhängigkeiten der Prozessgrößen voneinander. Modell auf der Basis von Messwerten kann zum besseren Verständnis des Prozesses dienen! 30

31 Inhalt 1. Softsensorik - eine kurze Einführung 2. Motivation: Warum Softsensoren? 3. Realisierung von Softsensoren 4. Typen von Softsensoren 5. Prozessmodelle auf Basis von Softsensoren 6. Prozessanalyse durch Modellierung 7. Zusammenfassung 31

32 6. Prozessanalyse durch Modellierung Anhand der erstellten Modelle lassen sich verschiedene Rückschlüsse über den Prozess ziehen: 32

33 6. Prozessanalyse durch Modellierung 33

34 6. Prozessanalyse durch Modellierung 34

35 Inhalt 1. Softsensorik - eine kurze Einführung 2. Motivation: Warum Softsensoren? 3. Realisierung von Softsensoren 4. Typen von Softsensoren 5. Prozessmodelle auf Basis von Softsensoren 6. Prozessanalyse durch Modellierung 7. Zusammenfassung 35

36 7. Zusammenfassung Vorteile von Softsensoren: Softsensoren benötigen keine zusätzliche Sensorinfrastruktur. Die Ermittlung der Messwerte erfolgt in Echtzeit. Zusätzliche Ausgangskenngrößen ohne zusätzliche Hardware möglich. Softsensoren machen auch komplexe Kenngrößen zugänglich. Softsensoren können Sensordrift und Sensorfehler erkennen. Rückschlüsse auf die Qualität der Ausgangsmaterialien möglich. Modelle geben ein weiter gehendes und tieferes Verständnis des Prozesses. 36

37 Vielen Dank für Ihr Interesse! Ihr Ansprechpartner bei Fragen Christoph Kugler Messtechnik Friedrich-Bergius-Ring Würzburg Tel: Fax:

38 Literaturverweise [Fis05] Fischer, I.: Modellierung, Simulation und Optimierung eines Batch- Polymerisationsprozesses, Doktorarbeit, Fakultät für Umweltwissenschaften und Verfahrenstechnik, Brandenburgische Technische Universität Cottbus, 2005 [Las10] Laske, S. et al.: Real-time characterization of polypropylene nanocomposites in a corotating twin screw extruder, ANTEC, 2010 [Yia04] Yiagopoulos, T.; Schmidt, C.-U.; Maselli, E.: Development of a Softsensor for On-Line MFI Monitoring in Reactive Polypropylene Extrusion, DECHEMA Monographs 138, Wiley-VCH, Weinheim, 2004 [Che04] Chen, X.; Gao, F.; Chen, G.: A soft-sensor development for melt-flow-length measurement during injection mold filling, Material Science and Engineering A 384, ,

Modellbasierte prädiktive Regelung

Modellbasierte prädiktive Regelung Modellbasierte prädiktive Regelung Eine Einführung für Ingenieure von Rainer Dittmar und Bernd-Markus Pfeiffer Oldenbourg Verlag München Wien 1 Einführung 1 1.1 Entwicklung der Prozessführung im gegenwärtigen

Mehr

Zeitsynchronisation von Echtzeitmessungen verschiedener Signalquellen für Hardware in the Loop Testverfahren

Zeitsynchronisation von Echtzeitmessungen verschiedener Signalquellen für Hardware in the Loop Testverfahren Zeitsynchronisation von Echtzeitmessungen verschiedener Signalquellen für Hardware in the Loop Testverfahren Florian Spiteller, Kristian Trenkel Echtzeit 2014 20.11.2014 Gliederung I. Einführung II. Messen

Mehr

So viel wie möglich Extremwertaufgaben aus Geometrie

So viel wie möglich Extremwertaufgaben aus Geometrie So viel wie möglich Extremwertaufgaben aus Geometrie Andreas Ulovec 1 Einführung Die meisten Leute sind mit Extremwertaufgaben vertraut: Was ist das flächengrößte Dreieck, das man in einen Kreis einschreiben

Mehr

Systematische Optimierungsverfahren verbessern mit geringem Aufwand Prozesse und Produkte

Systematische Optimierungsverfahren verbessern mit geringem Aufwand Prozesse und Produkte Systematische Optimierungsverfahren verbessern mit geringem Aufwand Prozesse und Produkte - Eine phänomenologische Darstellung der statistischen Versuchsplanung - Sie kennen das Problem: Ihr komplexer

Mehr

Messtechnik. Einführung. K. Zähringer

Messtechnik. Einführung. K. Zähringer Messtechnik Einführung K. Zähringer 1 F L P T Durchfluss Füllstand Druck Temperatur Beispiel Brauerei Sudhaus mehr Ausbeute, stabile Würzequalität Quelle: Prozess: Chemie, Pharma, Verfahrenstechnik, Sonderausgabe

Mehr

Vom virtuellen Prototyp zum digitalen Zwilling

Vom virtuellen Prototyp zum digitalen Zwilling Vom virtuellen Prototyp zum digitalen Zwilling Dr. Markus Schörgenhumer Area Mechanics and Control markus.schoergenhumer@lcm.at Seite 1 Inhaltsüberblick Einführung Modellbasierte Entwicklung und virtuelle

Mehr

Fachgruppe Informatik. Anwendungsfächer. im Bachelor-Studiengang Informatik. Fachstudienberatung Bachelor Informatik Dr.

Fachgruppe Informatik. Anwendungsfächer. im Bachelor-Studiengang Informatik. Fachstudienberatung Bachelor Informatik Dr. Fachgruppe Informatik in der Fakultät für Mathematik, Informatik und Naturwissenschaften der RWTH Aachen Einführungsveranstaltung zur Wahl der Anwendungsfächer im Bachelor-Studiengang Informatik Fachstudienberatung

Mehr

Mathematiker als Beruf - Was ist das? Jahrestreffen von Alumni, Studierenden und Dozenten 24. November 2012

Mathematiker als Beruf - Was ist das? Jahrestreffen von Alumni, Studierenden und Dozenten 24. November 2012 Mathematiker als Beruf - Was ist das? Jahrestreffen von Alumni, Studierenden und Dozenten 24. November 2012 FCE Portfolio Kompetenzen Mathematische Modellierung industrieller Prozesse Mathematische Statistik

Mehr

Produktionsbasiertes Energiemanagement in der Lebensmittelindustrie

Produktionsbasiertes Energiemanagement in der Lebensmittelindustrie Produktionsbasiertes Energiemanagement in der Lebensmittelindustrie Ansätze und Ergebnisse aus einem Forschungsprojekt, aufbereitet für die Lehrstuhl für Lebensmittelverpackungstechnik, Lehrstuhl für mathematische

Mehr

Neuronale Kodierung sensorischer Reize. Computational Neuroscience Jutta Kretzberg

Neuronale Kodierung sensorischer Reize. Computational Neuroscience Jutta Kretzberg Neuronale Kodierung sensorischer Reize Computational Neuroscience 30.10.2006 Jutta Kretzberg (Vorläufiges) Vorlesungsprogramm 23.10.06!! Motivation 30.10.06!! Neuronale Kodierung sensorischer Reize 06.11.06!!

Mehr

Empfängeruhrmodellierung in GNSS: Auswirkungen und Realisierbarkeit

Empfängeruhrmodellierung in GNSS: Auswirkungen und Realisierbarkeit Empfängeruhrmodellierung in GNSS: Auswirkungen und Realisierbarkeit i it Ulrich Weinbach, ib Steffen Schön Institut für Erdmessung Motivation GNSS sind Einweg-Messverfahren. Problem der Zeitsynchronisation

Mehr

1. Einführung Das physikalische Phänomen Historische Bemerkungen Osmose und Osmometrie 15

1. Einführung Das physikalische Phänomen Historische Bemerkungen Osmose und Osmometrie 15 Inhaltsverzeichnis 1. Einführung 11 1.1 Das physikalische Phänomen 13 1.2 Historische Bemerkungen 14 1.3 Osmose und Osmometrie 15 1.4 Der kolloidosmotische Druck und die Onkometrie 17 1.5 Der kolloidosmotische

Mehr

Aufnahme und Auswertung von Basismessungen niederfrequenter Wechselstromgeoelektrik in der Archäometrie

Aufnahme und Auswertung von Basismessungen niederfrequenter Wechselstromgeoelektrik in der Archäometrie Aufnahme und Auswertung von Basismessungen niederfrequenter Wechselstromgeoelektrik in der Archäometrie Von der Gemeinsamen Naturwissenschaftlichen Fakultät der Technischen Universität Carolo-Wilhelmina

Mehr

Tiederle. Einsatz der statistischen Versuchsplanung zur Optimierung des Drahtbond Prozesses in der Produktion

Tiederle. Einsatz der statistischen Versuchsplanung zur Optimierung des Drahtbond Prozesses in der Produktion Tiederle Einsatz der statistischen Versuchsplanung zur Optimierung des Drahtbond Prozesses in der Produktion Inhaltsanaabe ZUSAMMENFASSUNG 1 1 EI NFÜ H RU NG 3 2 DRAHTBONDPROZEß 13 2.1 PHYSIKALISCH-METALLURGISCHE

Mehr

PRAKTIKUM Grundlagen der Messtechnik. VERSUCH GMT 03 Kraft- und Druckmessung

PRAKTIKUM Grundlagen der Messtechnik. VERSUCH GMT 03 Kraft- und Druckmessung 1 Fachbereich: Fachgebiet: Maschinenbau Mess-, Steuerungs- und Regelungstechnik Prof. Dr.-Ing. habil. Michael Kaufmann PRAKTIKUM Grundlagen der Messtechnik VERSUCH GMT 03 Kraft- und Druckmessung Version

Mehr

Prof. Dr.-Ing. Christopher Bode. Finite-Elemente-Methode

Prof. Dr.-Ing. Christopher Bode. Finite-Elemente-Methode Prof. Dr.-Ing. Christopher Bode Finite-Elemente-Methode Kapitel 1: Einleitung BEUTH Hochschule für Technik Berlin Prof. Dr.-Ing. C. Bode 2 Was ist FEM? Die FEM ist ein mathematisches Verfahren zur Lösung

Mehr

Modellbildung und Simulation

Modellbildung und Simulation Modellbildung und Simulation Wintersemester 2007/2008 Klaus Kasper Praktikum Mittwochs: 10:15 13:30 (Y) Start: 24.10.2007 Ort: D15/202 Donnerstags: 14:15 17:30 (X) Start: 25.10.2007 Ort: D15/102 Zulassungsvoraussetzung

Mehr

Klausurtermine Technische Informatik Frühjahr 2017 Stand: Änderungen sind rot markiert

Klausurtermine Technische Informatik Frühjahr 2017 Stand: Änderungen sind rot markiert Klausurtermine Technische Informatik Frühjahr 2017 Stand: 19.10.2016 Änderungen sind rot markiert Wochentag Prüfungstermin: Prüfungsbezeichnung: Raum/Räume: Semester Montag 06.02.2017 08.00-10.00 Mathematik

Mehr

Beschleunigte Entwicklung und Prüfung von BMS durch Einsatz einer HIL-Umgebung

Beschleunigte Entwicklung und Prüfung von BMS durch Einsatz einer HIL-Umgebung Beschleunigte Entwicklung und Prüfung von BMS durch Einsatz einer HIL-Umgebung CAE-Forum Hannover Messe 2017 Dipl.-Wirtsch.-Ing. C. Kettenring Dipl.-Ing. M. Puchta Dr. rer. nat. M. Schwalm Hardware in

Mehr

Anhang 2 Bestimmung von Messunsicherheiten

Anhang 2 Bestimmung von Messunsicherheiten Anhang 2 Bestimmung von Messunsicherheiten Jede Messung ist unvollkommen und kann daher nicht den wahren Wert der gesuchten Messgröße, sondern nur einen mehr oder weniger genauen Näherungswert liefern,

Mehr

Eigenverbrauch und elektrische Speicher

Eigenverbrauch und elektrische Speicher Eigenverbrauch und elektrische Speicher Quelle: Tesla Motors, Sonnen Batterie, SMA, Energy Depot Ausgangssituation Energieerzeugung Energieverbrauch W 0 6 12 18 24 06.05.2015 2 Typischer Haushalt-Stromverbrauch

Mehr

Erweiterte Messunsicherheit

Erweiterte Messunsicherheit Erweiterte Messunsicherheit Gerd Wübbeler, Stephan Mieke PTB, 8.4 Berechnung der Messunsicherheit Empfehlungen für die Praxis Berlin, 11. und 12. März 2014 Gliederung 1. Was gibt die erweiterte Messunsicherheit

Mehr

Regelung eines inversen Pendels

Regelung eines inversen Pendels Regelung eines inversen Pendels Dr.-Ing. Michael Buchholz 29.10.2010 Institut für Mess-, Regel- und Mikrotechnik NI Dozenten- und Ausbildertag 2010 Fürstenfeldbruck Seite 2 Anwendungsgebiete in der Forschung

Mehr

Modellgestützte Analyse und Optimierung eines komplexen, nichtlinearen bioverfahrenstechnischen Prozesses zur Produktion von Biotensiden

Modellgestützte Analyse und Optimierung eines komplexen, nichtlinearen bioverfahrenstechnischen Prozesses zur Produktion von Biotensiden Modellgestützte Analyse und Optimierung eines komplexen, nichtlinearen bioverfahrenstechnischen Prozesses zur Produktion von Biotensiden Christian Kühnert, Dr. Thomas Bernard, Fraunhofer IOSB, Karlsruhe

Mehr

Technische Universität Dresden. Beiträge zur Berechnung bewegungsabhängiger Kenngrößen von Mobilfunknetzen. Mathias Schweigel

Technische Universität Dresden. Beiträge zur Berechnung bewegungsabhängiger Kenngrößen von Mobilfunknetzen. Mathias Schweigel Technische Universität Dresden Beiträge zur Berechnung bewegungsabhängiger Kenngrößen von Mobilfunknetzen Mathias Schweigel von der Fakultät Elektrotechnik und Informationstechnik der Technischen Universität

Mehr

Einführung in die Theorie der Messfehler

Einführung in die Theorie der Messfehler Einführung in die Theorie der Messfehler Ziel der Vorlesung: Die Studentinnen/Studenten sollen die Grundlagen der Theorie der Messfehler sowie den Unterschied zwischen Ausgleichsrechnung und statistischer

Mehr

Übung 1 zur Vorlesung GEBÄUDESYSTEMTECHNIK

Übung 1 zur Vorlesung GEBÄUDESYSTEMTECHNIK Fakultät Informatik, Institut für Angewandte Informatik, Professur Technische Informationssysteme Übung 1 zur Vorlesung GEBÄUDESYSTEMTECHNIK Übungsleiter: Dr.-Ing. H.-D. Ribbecke Bearbeitungszeitraum:

Mehr

Simulation als epistemologische Grundlage für intelligente Roboter

Simulation als epistemologische Grundlage für intelligente Roboter 1 Simulation als epistemologische Grundlage für intelligente Roboter Andreas Tolk The MITRE Corporation Umut Durak Deutsches Zentrum für Luft- und Raumfahrt e.v. (DLR) Public Release No. 17-0085 2017 The

Mehr

Modul 16980, Anwendungsfach. Peter Scheurich, Institut für Zellbiologie und Immunologie. Peter Scheurich (IZI)

Modul 16980, Anwendungsfach. Peter Scheurich, Institut für Zellbiologie und Immunologie. Peter Scheurich (IZI) Modul 16980, Anwendungsfach Biologische Systeme Peter Scheurich, Institut für Zellbiologie und Immunologie Peter Scheurich (IZI) 21-06-2010 1 Einordnung des Anwendungsfachs 'Biologische Systeme' in die

Mehr

Beitragsstruktur Digitale Transformation

Beitragsstruktur Digitale Transformation Beitragsstruktur Digitale Transformation Einführung in die Thematik Digitale Transformation im Produkt-Engineering (Smart Engineering) Digitale Transformation in der Digitalen Fabrik (Smart Manufacturing)

Mehr

Einführung in die Fuzzy Logik

Einführung in die Fuzzy Logik Einführung in die Fuzzy Logik Einleitung und Motivation Unscharfe Mengen fuzzy sets Zugehörigkeitsfunktionen Logische Operatoren IF-THEN-Regel Entscheidungsfindung mit dem Fuzzy Inferenz-System Schlußbemerkungen

Mehr

22. September Zukünftige Entwicklungen im Precision Farming. Prof. Dr. Hans W. Griepentrog

22. September Zukünftige Entwicklungen im Precision Farming. Prof. Dr. Hans W. Griepentrog 22. September 2016 Zukünftige Entwicklungen im Precision Farming Hans Eisenmann-Zentrum, 7. Agrarwissenschaftliches Symposium Digitale Landwirtschaft - Big Data - Smart Data - Datenmanagement Prof. Dr.

Mehr

Measurement of the Thermophysical Properties of Phase Change Materials using Laser Flash

Measurement of the Thermophysical Properties of Phase Change Materials using Laser Flash Analyzing & Testing Business Unit Measurement of the Thermophysical Properties of Phase Change Materials using Laser Flash Dr. A. Lindemann, Dr. J. Blumm NETZSCH-Gerätebau GmbH Wittelsbacherstr. 42 95100

Mehr

Studienplan für den Masterstudiengang Energietechnik Stand: Studienplan für den Masterstudiengang. Energietechnik

Studienplan für den Masterstudiengang Energietechnik Stand: Studienplan für den Masterstudiengang. Energietechnik Studienplan für den Masterstudiengang Energietechnik an der Fakultät für Ingenieurwissenschaften der Universität Bayreuth Seite 1/5 Pflichtbereich SAP Modul Simulation und Analyse energietechnischer Prozesse

Mehr

Das Smart Energy Projekt ie-services Verbund-Forschungsförderung

Das Smart Energy Projekt ie-services Verbund-Forschungsförderung Das Smart Energy Projekt ie-services Verbund-Forschungsförderung Projektleiter & Data Scientist Alexander.Fritz@olt-dss.com www.omegalambdatec.com 2. Münchner Kompetenzrunde Smart Data 23. Februar 2017

Mehr

Sensorsimulation in Hardware in the Loop-Anwendungen

Sensorsimulation in Hardware in the Loop-Anwendungen Sensorsimulation in Hardware in the Loop-Anwendungen Kristian Trenkel, Florian Spiteller Echtzeit 2014 20.11.2014 Gliederung I. Einführung II. Problemstellung III. Anforderungen an eine Sensorsimulation

Mehr

Systemtheorie für Informatiker

Systemtheorie für Informatiker Systemtheorie für Informatiker Dr. Ch. Grimm Professur Technische Informatik, Univ. Frankfurt/Main Vorlesung Systemtheorie Vorlesung: Übung: Veranstalter: Dr. Christoph Grimm Professur Technische Informatik

Mehr

A Big Data Change Detection System. Carsten Lanquillon und Sigurd Schacht

A Big Data Change Detection System. Carsten Lanquillon und Sigurd Schacht A Big Data Change Detection System Carsten Lanquillon und Sigurd Schacht Digitale Transformation in Unternehmen u Umfassende Erfassung, Speicherung und Verfügbarkeit von Daten à Big Data Quelle: Rolland

Mehr

Germany s next Simulation Model Besser automatisieren in der Prozesstechnik

Germany s next Simulation Model Besser automatisieren in der Prozesstechnik Hochschule für Technik, Wirtschaft und Kultur Leipzig Leipzig University of Applied Sciences Germany s next Simulation Model Besser automatisieren in der Prozesstechnik Tag der Wissenschaft 08. Juni 2016

Mehr

Gerätetechnisches Praktikum: Leichtbau

Gerätetechnisches Praktikum: Leichtbau Gerätetechnisches Praktikum: Leichtbau LEICHTBAUPROFILE Universität der Bundeswehr München Fakultät für Luft- und Raumfahrttechnik Institut für Leichtbau Prof.Dr.-Ing. H. Rapp Stand: 14. Januar 2011 Gerätetechnisches

Mehr

Umbuchungen im Bachelor-Studiengang Technische Informatik für den Wechsel von der PO 2010 zur PO 2017

Umbuchungen im Bachelor-Studiengang Technische Informatik für den Wechsel von der PO 2010 zur PO 2017 Umbuchungen im Bachelor-Studiengang Technische Informatik für den Wechsel von der PO 2010 zur PO 2017 Allgemeine Umbuchungsregeln: Für alle bisherigen Studierenden, die sich nach dem Prüfungszeitraum Sommersemester

Mehr

LernJob Naturwissenschaften - Physik Wie funktioniert ein Foliendrucksensor?

LernJob Naturwissenschaften - Physik Wie funktioniert ein Foliendrucksensor? LernJob Naturwissenschaften - Physik Wie funktioniert ein Foliendrucksensor? Lernbereich: Kräfte als Modell zur Erklärung und Vorhersage von Kraftwikungen benutzen Zeitrichtwert: 90 Minuten Index: BGY

Mehr

Programmiertechnik II

Programmiertechnik II Analyse von Algorithmen Algorithmenentwurf Algorithmen sind oft Teil einer größeren Anwendung operieren auf Daten der Anwendung, sollen aber unabhängig von konkreten Typen sein Darstellung der Algorithmen

Mehr

Wozu brauchen wir theoretische Physik? Ziele der Physik

Wozu brauchen wir theoretische Physik? Ziele der Physik Wozu brauchen wir theoretische Physik? Wolfgang Kinzel Lehrstuhl für theoretische Physik III Universität Würzburg Ziele der Physik Die Physik sucht nach allgemeinen Naturgesetzen. Sie möchte die Natur

Mehr

Computational Neuroscience

Computational Neuroscience Computational Neuroscience Vorlesung WS 2005/2006 Josef Ammermüller Jutta Kretzberg http://www.uni-oldenburg.de/sinnesphysiologie/ 14508.html Begriffsdefinitionen Computational Neuroscience Churchland

Mehr

SPC online im Rahmen von Qualität 4.0. Qualitätskollegium TU Berlin Konrad Wälder. BTU Cottbus-Senftenberg

SPC online im Rahmen von Qualität 4.0. Qualitätskollegium TU Berlin Konrad Wälder. BTU Cottbus-Senftenberg Qualitätskollegium TU Berlin 17.10.2016 SPC online im Rahmen von Qualität 4.0 Konrad Wälder BTU Cottbus-Senftenberg 1 1 Grundsätzliches SPC (statistische Prozessregelung) Ø liefert zentrale Instrumente

Mehr

Ausgewählte Referenzen Einführung eines MES/CAQ-Systems im Turbomaschinenbau

Ausgewählte Referenzen Einführung eines MES/CAQ-Systems im Turbomaschinenbau Ausgewählte Referenzen Einführung eines MES/CAQ-Systems im Turbomaschinenbau Bildquelle: Siemens Energy Optimierte IT-Systeme für hohe Effizienz Analyse der Fertigungs- und QS-Prozesse am gesamten Standort

Mehr

MONITOR-1 Monitoring von Mischwasserüberläufen und betroffenen Gewässern. Pascale ROUAULT

MONITOR-1 Monitoring von Mischwasserüberläufen und betroffenen Gewässern. Pascale ROUAULT MONITOR-1 Monitoring von Mischwasserüberläufen und betroffenen Gewässern Pascale ROUAULT Ziele MONITOR-1 Detaillierte Vorbereitung eines parallelen Monitorings an Mischwasserüberläufen und im Gewässer

Mehr

Dr. I. Fahrner WiSe 2016/17 Fakultät Grundlagen Hochschule Esslingen Übungsblatt 2. Statistik

Dr. I. Fahrner WiSe 2016/17 Fakultät Grundlagen Hochschule Esslingen Übungsblatt 2. Statistik Dr. I. Fahrner WiSe 2016/17 Fakultät Grundlagen 6.10.2016 Hochschule Esslingen Übungsblatt 2 Statistik Stichworte: arithmetischer Mittelwert, empirische Varianz, empirische Standardabweichung, empirischer

Mehr

Inhalt. 1. Einführung in die Informatik. 2. Algorithmen Definition, Eigenschaften, Entwurf Darstellung von Algorithmen Beispiele.

Inhalt. 1. Einführung in die Informatik. 2. Algorithmen Definition, Eigenschaften, Entwurf Darstellung von Algorithmen Beispiele. 1. Einführung in die Informatik Inhalt 2. Algorithmen Definition, Eigenschaften, Entwurf Darstellung von Algorithmen Beispiele Peter Sobe 1 Einführende Beispiele 2. Algorithmen Täglich werden Verarbeitungsvorschriften

Mehr

Seminare & Workshops

Seminare & Workshops HBM academy Seminare & Workshops Österreich, Frühjahr 2017 DMS SPANNUNG WÄGETECHNIK SENSOR MESSTECHNIK MECHANIK Seminare & Workshops Dienstag, 28.2.2017 ganztägig Dehnungsmessstreifen-Grundlagen mit Workshop

Mehr

Modellbildung und Simulation

Modellbildung und Simulation Modellbildung und Simulation 6. Vorlesung Wintersemester 2007/2008 Klaus Kasper Value at Risk (VaR) Gaußdichte Gaußdichte der Normalverteilung: f ( x) = 1 2π σ x e 2 2 x ( x µ ) / 2σ x Gaußdichte der Standardnormalverteilung:

Mehr

Bedeutung der Kalibration in der Prozessmesstechnik

Bedeutung der Kalibration in der Prozessmesstechnik Bedeutung der Kalibration in der Prozessmesstechnik Alle Prozessmessgeräte basieren auf Sensoren, die einen physikalischen oder chemischen Effekt in ein elektrisches Signal wandeln. Der proportionale Zusammenhang

Mehr

Statistik, Geostatistik

Statistik, Geostatistik Geostatistik Statistik, Geostatistik Statistik Zusammenfassung von Methoden (Methodik), die sich mit der wahrscheinlichkeitsbezogenen Auswertung empirischer (d.h. beobachteter, gemessener) Daten befassen.

Mehr

Big Data als neuer Partner von Six Sigma Optimierung der diskreten Produktion

Big Data als neuer Partner von Six Sigma Optimierung der diskreten Produktion Big Data als neuer Partner von Six Sigma Optimierung der diskreten Produktion Frank Effenberger, Marco Fischer, 22.06.2015, München Agenda Firmenpräsentation Einführung Anwendungsfall Fazit Zahlen und

Mehr

Inverse Kinematik am Robotersimulationsprogramm

Inverse Kinematik am Robotersimulationsprogramm Inverse Kinematik am Robotersimulationsprogramm EASY-ROB Problemstellung Kinematiken in EASY-ROB Vorwärtstransformation Inverse Transformation Numerisches Lösungsverfahren zur inversen Transformation Kombination

Mehr

METTLER TOLEDO Prozessanalytik. Online-Prozessund Reinwassersysteme. Leitfaden für Online-Leitfähigkeitsmessungen Theorie und Praxis

METTLER TOLEDO Prozessanalytik. Online-Prozessund Reinwassersysteme. Leitfaden für Online-Leitfähigkeitsmessungen Theorie und Praxis Leitfaden Schulexperimente Leitfähigkeit METTLER TOLEDO Prozessanalytik Online-Prozessund Reinwassersysteme Leitfaden für Online-Leitfähigkeitsmessungen Theorie und Praxis Inhaltsverzeichnis 1 Einleitung

Mehr

Echtzeitnahe Koordination des Offshore-Transports. Oldenburg,

Echtzeitnahe Koordination des Offshore-Transports. Oldenburg, Echtzeitnahe Koordination des Offshore-Transports Oldenburg, 23.02.2016 MOTIVATION DES PROJEKTS Bis 2030 rund 2.500 OWEA Großteil des Jahres kein Überstieg von CTV auf Anlage möglich, bedingt durch den

Mehr

Qualitätssicherung beim Spritzgießen Regelung von Prozessgrößen zur Steigerung der Qualitätskonstanz

Qualitätssicherung beim Spritzgießen Regelung von Prozessgrößen zur Steigerung der Qualitätskonstanz Qualitätssicherung beim Spritzgießen Regelung von Prozessgrößen zur Steigerung der Qualitätskonstanz Dipl.-Ing. Andreas Schreiber Institut für Kunststoffverarbeitung an der RWTH Aachen 24. April 2009 Gliederung

Mehr

C1/4 - Modellierung und Simulation von Neuronen

C1/4 - Modellierung und Simulation von Neuronen C 1 /4 - Modellierung und Simulation von Neuronen April 25, 2013 Motivation Worum geht es? Motivation Worum geht es? Um Neuronen. Motivation Worum geht es? Um Neuronen. Da ist u.a. euer Gehirn draus Motivation

Mehr

Inhaltsverzeichnis. Vorwort. 1 Einführung in die multivariate Datenanalyse 1

Inhaltsverzeichnis. Vorwort. 1 Einführung in die multivariate Datenanalyse 1 V Inhaltsverzeichnis Vorwort XI 1 Einführung in die multivariate Datenanalyse 1 1.1 Was ist multivariate Datenanalyse? 1 1.2 Datensätze in der multivariaten Datenanalyse 4 1.3 Ziele der multivariaten Datenanalyse

Mehr

HKS-Prozesstechnik GmbH

HKS-Prozesstechnik GmbH HKS-Prozesstechnik GmbH Prozessüberwachung beim Schweißen Messgeräte in der Schweißtechnik erfüllen verschiedene Aufgaben: Erstellen von Prüf- und Verfahrensanweisungen Kontrolle, ob Parameter eingehalten

Mehr

Einführung in CAE-Systeme

Einführung in CAE-Systeme Einführung in CAE-Systeme Dipl.-Ing. Mark Müller 1 Inhalt 1. Motivation für CAE-Werkzeuge 2. Modellierung technischer Prozesse 3. Übersicht über CAE-Simulationssysteme Kommerzielle Programme Freeware 4.

Mehr

Was ist Informatik? Alexander Lange

Was ist Informatik? Alexander Lange Was ist Informatik? Was ist Informatik? Alexander Lange 12.11.2003 Was ist Informatik? Inhalt 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. Das Wort»Informatik«Die Idee Teilgebiete der Informatik Technische Informatik

Mehr

Entwicklung spezieller Lösungen für die Messtechnik. Schallgeschwindigkeits-, Viskositäts- und Leitfähigkeitsmessungen an Polymer - Dispersionen

Entwicklung spezieller Lösungen für die Messtechnik. Schallgeschwindigkeits-, Viskositäts- und Leitfähigkeitsmessungen an Polymer - Dispersionen Mess - und Analysentechnik Dr. Dinger Entwicklung spezieller Lösungen für die Messtechnik Applikationsberatung und technische Untersuchungen MAT Dr. Dinger Ludwig-Erhard-Strasse 12 34131 Kassel Vertrieb

Mehr

Prozessidentifikation mit Sprungantworten

Prozessidentifikation mit Sprungantworten Fakultät Informatik, Institut für angewandte Informatik, Professur für technische Informationssysteme Hauptseminar Technische Informationssysteme Dresden, 27. April 2012 Überblick 1. Motivation und Begriffe

Mehr

MBEES Research Abstract Ein Framework zur automatisierten Ermittlung der Modellqualität bei eingebetteten Systemen

MBEES Research Abstract Ein Framework zur automatisierten Ermittlung der Modellqualität bei eingebetteten Systemen MBEES 2010 - Research Abstract Ein Framework zur automatisierten Ermittlung der Modellqualität bei eingebetteten Systemen Jan Scheible (jan.scheible@daimler.com) Daimler AG Group Research and Advanced

Mehr

School of Engineering Institut für Angewandte Mathematik und Physik (IAMP)

School of Engineering Institut für Angewandte Mathematik und Physik (IAMP) School of Engineering Institut für Angewandte Mathematik und Physik (IAMP) Zürcher Fachhochschule www.iamp.zhaw.ch Forschung & Entwicklung P1 P1-A S1 S2 P2 P1-B P2-A O1 O2 O3 2oo3 P2-B Institut für Angewandte

Mehr

Erweiterung eines Verfahrens zur automatisierten Parameteridentifikation eines Fahrzeugmodells

Erweiterung eines Verfahrens zur automatisierten Parameteridentifikation eines Fahrzeugmodells Erweiterung eines Verfahrens zur automatisierten Parameteridentifikation eines Fahrzeugmodells Sebastian Wildfeuer Parameteridentifikation > 23. September 2008 > Folie 1 Themenübersicht Ausgangssituation,

Mehr

In Kooperation mit. Erfassung, Analyse und Dokumentation von Prozessdaten DataXplorer. Engineering Passion

In Kooperation mit. Erfassung, Analyse und Dokumentation von Prozessdaten DataXplorer. Engineering Passion In Kooperation mit Erfassung, Analyse und Dokumentation von Prozessdaten Engineering Passion Erfassung, Analyse und Dokumentation von Prozessdaten Einblick in alles Alle prozess- und bauteilqualitätsrelevante

Mehr

1 Grundbegriffe der Messtechnik 1

1 Grundbegriffe der Messtechnik 1 1 Grundbegriffe der Messtechnik 1 1.1 Definitionen 1 1.2 Art des Messens 3 1.3 Messsysteme 4 1.4 Messverfahren 6 1.4.1 Messmethoden 6 1.4.2 Messeffekt 8 1.5 Funktionselemente von Messeinrichtungen 9 1.6

Mehr

Seminar VSP Stephan Müller Makroskopische Verkehrsmodellierung mit der Einflussgröße Telematik. Stephan Müller

Seminar VSP Stephan Müller Makroskopische Verkehrsmodellierung mit der Einflussgröße Telematik. Stephan Müller www.dlr.de Folie 1 Seminar VSP Stephan Müller 07.6.2012 Makroskopische Verkehrsmodellierung mit der Einflussgröße Telematik Stephan Müller www.dlr.de Folie 2 Seminar VSP Stephan Müller 07.6.2012 Inhalt

Mehr

Simulationsgestützte tzte Auslegung von Lineardirektantrieben mit MAXWELL, SIMPLORER und ANSYS. Matthias Ulmer, Universität Stuttgart

Simulationsgestützte tzte Auslegung von Lineardirektantrieben mit MAXWELL, SIMPLORER und ANSYS. Matthias Ulmer, Universität Stuttgart Simulationsgestützte tzte Auslegung von Lineardirektantrieben mit MAXWELL, SIMPLORER und ANSYS Matthias Ulmer, Universität Stuttgart Gliederung 1. Motivation und Zielsetzung 2. Elektrodynamische Lineardirektantriebe

Mehr

3. Übung zur Vorlesung Steuer- und Regelungstechnik

3. Übung zur Vorlesung Steuer- und Regelungstechnik 3. Übung zur Vorlesung Steuer- und Regelungstechnik Linearisierung Felix Goßmann M.Sc. Institut für Steuer- und Regelungstechnik Fakultät für Luft- und Raumfahrttechnik Universität der Bundeswehr München

Mehr

Fehler- und Ausgleichsrechnung

Fehler- und Ausgleichsrechnung Fehler- und Ausgleichsrechnung Daniel Gerth Daniel Gerth (JKU) Fehler- und Ausgleichsrechnung 1 / 12 Überblick Fehler- und Ausgleichsrechnung Dieses Kapitel erklärt: Wie man Ausgleichsrechnung betreibt

Mehr

Kleines Handbuch Neuronale Netze

Kleines Handbuch Neuronale Netze Norbert Hoffmann Kleines Handbuch Neuronale Netze Anwendungsorientiertes Wissen zum Lernen und Nachschlagen - vieweg INHALTSVERZEICHNIS 1 Einleitung, 1.1 Begriff des neuronalen Netzes 1 11.1 Neurophysiologie

Mehr

3.3 Absenkungsverlauf

3.3 Absenkungsverlauf 3.3 Absenkungsverlauf 3.3.1 Aufgabe 3.3.1.1 Verzögerungsfunktion Der Absenkungsverlauf des Grundwassers auf Grund einer Entnahme aus einem Brunnen (z.b. durch einen so genannten Pumpversuch) kann in erster

Mehr

Vortrag Iterative Prozessmodelle/SCRUM

Vortrag Iterative Prozessmodelle/SCRUM Vortrag Iterative Prozessmodelle/SCRUM von Marcus Hörger 1 Übersicht Einleitung Prozess Der Software-Entwicklungsprozess Prozessmodelle Lineare Prozessmodelle Das Phasenmodell Iterative Prozessmodelle

Mehr

Spezifischer elektrischer Widerstand und TK R -Wert von Leiter- und Widerstandswerkstoffen

Spezifischer elektrischer Widerstand und TK R -Wert von Leiter- und Widerstandswerkstoffen Fachbereich 1 Laborpraktikum Physikalische Messtechnik/ Werkstofftechnik Spezifischer elektrischer Widerstand und TK R -Wert von Leiter- und Widerstandswerkstoffen Bearbeitet von Herrn M. Sc. Christof

Mehr

Meßtechnik. Armin Schöne. Springer-Verlag. Berlin Heidelberg NewYork London Paris Tokyo HongKong Barcelona Budapest. Mit 184 Abbildungen. ' '.

Meßtechnik. Armin Schöne. Springer-Verlag. Berlin Heidelberg NewYork London Paris Tokyo HongKong Barcelona Budapest. Mit 184 Abbildungen. ' '. Armin Schöne Meßtechnik Mit 184 Abbildungen ' '. c, f. '; '' '*' "' Springer-Verlag Berlin Heidelberg NewYork London Paris Tokyo HongKong Barcelona Budapest Inhaltsverzeichnis Einführung 1 1.1 Die Meßaufgabe

Mehr

Neoklassische Produktions- und Kostenfunktion Mathematische Beschreibung zu einer Modellabbildung mit Excel

Neoklassische Produktions- und Kostenfunktion Mathematische Beschreibung zu einer Modellabbildung mit Excel Neoklassische Produktions- und Kostenfunktion Mathematische Beschreibung zu einer Modellabbildung mit Excel Dieses Skript ist die allgemeine Basis eines Modells zur Simulation der ökonomischen Folgen technischer

Mehr

STUDIENGANG INFORMATIK IN DER FAKULTÄT TECHNIK (TI)

STUDIENGANG INFORMATIK IN DER FAKULTÄT TECHNIK (TI) STUDIENGANG INFORMATIK IN DER FAKULTÄT TECHNIK (TI) Informationstechnik (TIT) Mobile Informatik (TIM) IT Security (TIS) Stand: 07/2017 www.ravensburg.dhbw.de STUDIENGANG INFORMATIK Studienangebote Studiengang

Mehr

Aktivierungsenergie und TK R -Wert von Halbleiterwerkstoffen

Aktivierungsenergie und TK R -Wert von Halbleiterwerkstoffen Fachbereich 1 Laborpraktikum Physikalische Messtechnik/ Werkstofftechnik Aktivierungsenergie und TK R -Wert von Halbleiterwerkstoffen Bearbeitet von Herrn M. Sc. Christof Schultz christof.schultz@htw-berlin.de

Mehr

Verifikation und Validierung im wissenschaftlichen Rechnen

Verifikation und Validierung im wissenschaftlichen Rechnen Verifikation und Validierung im wissenschaftlichen Rechnen Sandra Schröder Arbeitsbereich Wissenschaftliches Rechnen Fachbereich Informatik Fakultät für Mathematik, Informatik und Naturwissenschaften Universität

Mehr

Vertiefungsrichtung Produktionstechnik

Vertiefungsrichtung Produktionstechnik Vertiefungsrichtung Produktionstechnik Prof. Dr.-Ing. habil. Volker Schulze wbk des Karlsruher Instituts für Technologie (KIT) KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum

Mehr

Hochschule für angewandte Wissenschaften Hamburg, Department F + F

Hochschule für angewandte Wissenschaften Hamburg, Department F + F 1 Versuchsdurchführung 1.1 Bestimmung des Widerstands eines Dehnungsmessstreifens 1.1.1 Messung mit industriellen Messgeräten Der Widerstandswert R 0 eines der 4 auf dem zunächst unbelasteten Biegebalken

Mehr

Kurzvorstellung Messmöglichkeiten mit 4a impetus P. Reithofer, M. Rollant, A. Fertschej (4a engineering GmbH)

Kurzvorstellung Messmöglichkeiten mit 4a impetus P. Reithofer, M. Rollant, A. Fertschej (4a engineering GmbH) Kurzvorstellung Messmöglichkeiten mit 4a impetus P. Reithofer, M. Rollant, A. Fertschej (4a engineering GmbH) Workshop Kunststoffe, Filderstadt 24. September 2013 1 Inhalt Einleitung Messtechnik Software

Mehr

VTAD Award 2017 Detlev Matthes

VTAD Award 2017 Detlev Matthes VTAD Award 2017 Detlev Matthes Begriff Key-Performance-Indikator (KPI) Schlüsselkennzahlen Wirtschaft: Betriebliche Kenngrößen Softwareentwicklung: Qualität von Softwaremodulen Darstellung komplexer Zusammenhänge

Mehr

Biotechnologie und chemische Verfahrenstechnik

Biotechnologie und chemische Verfahrenstechnik Studienplan für den Masterstudiengang Biotechnologie und chemische Verfahrenstechnik mit den Vertiefungsrichtungen Chemische Verfahrenstechnik, Bioinspirierte Materialien und Bioprozesstechnik an der Fakultät

Mehr

TIVITA Tissue. » High Performance Hyperspectral Imaging Kontinuierliche Echtzeit VIS/NIR Hyperspektrale Kamera. » Datenblatt

TIVITA Tissue. » High Performance Hyperspectral Imaging Kontinuierliche Echtzeit VIS/NIR Hyperspektrale Kamera. » Datenblatt » High Performance Hyperspectral Imaging Kontinuierliche Echtzeit VIS/NIR Hyperspektrale Kamera» Datenblatt www.diaspective-vision.com 1 NICHTINVASIVE ERFASSUNG VON GEWEBEOXYGENIERUNG, NIR-PERFUSION, GEWEBE-

Mehr

Hajo Normann HP. Transparenz durch lebendige EA-Modelle

Hajo Normann HP. Transparenz durch lebendige EA-Modelle Konferenz Hajo Normann HP Transparenz durch lebendige EA-Modelle Vom Dashboard zum Prozess-Cockpit: Wo ist der Herdschalter??? Einga ng 11 http://www.claresco.de/images/pages/03_5_branchenloesungen.jpg

Mehr

Ermittlung von aerodynamischen Beiwerten eines PV-Solar-Tracker-Modells im Windkanal

Ermittlung von aerodynamischen Beiwerten eines PV-Solar-Tracker-Modells im Windkanal Ermittlung von aerodynamischen Beiwerten eines PV-Solar-Tracker-Modells im Windkanal LWS-TN-10_74 ASOLT1 Florian Zenger, B.Eng. Prof. Dr.-Ing. Stephan Lämmlein Labor Windkanal/Strömungsmesstechnik Hochschule

Mehr

Regelungs-und Steuerungstechnik

Regelungs-und Steuerungstechnik Modul: Labor und Statistik OPTIMIERUNG M.SC.KRUBAJINI KRISHNAPILLAI; PROF.DR.ROBBY ANDERSSON Regelungs-und Steuerungstechnik Optimierung Regelungs-und Steuerungstechnik Inhaltsverzeichnis Einleitung Grundlagen

Mehr

Analytische Chemie (für Biol. / Pharm. Wiss.)

Analytische Chemie (für Biol. / Pharm. Wiss.) Analytische Chemie (für Biol. / Pharm. Wiss.) Teil: Trenntechniken (Chromatographie, Elektrophorese) Dr. Martin Pabst HCI D323 Martin.pabst@org.chem.ethz.ch http://www.analytik.ethz.ch/ ETH Zurich Dr.

Mehr

Regionale Vorhersage der PV-Leistung zur Netzintegration von Solarstrom

Regionale Vorhersage der PV-Leistung zur Netzintegration von Solarstrom Regionale Vorhersage der PV-Leistung zur Netzintegration von Solarstrom Elke Lorenz Thomas Scheidtsteger, Detlev Heinemann Universität Oldenburg 7.4.2011, 2. Fachtagung Energiemeteorologie, Bremerhaven

Mehr

Nebenfach Mathematik im Informatik-Studium. Martin Gugat FAU: Friedrich-Alexander-Universität Erlangen-Nürnberg 26.

Nebenfach Mathematik im Informatik-Studium. Martin Gugat FAU: Friedrich-Alexander-Universität Erlangen-Nürnberg 26. Nebenfach Mathematik im Informatik-Studium Martin Gugat martin.gugat@fau.de FAU: Friedrich-Alexander-Universität Erlangen-Nürnberg 26. Oktober 2016 Motivation Die rigorose Analyse von Algorithmen erfordert

Mehr

Physikalisch-Technische Bundesanstalt

Physikalisch-Technische Bundesanstalt Physikalisch-Technische Bundesanstalt Mechanik und Akustik PTB-MA-77 Braunschweig, Januar 2006 Oliver Mack Verhalten piezoelektrischer Kraftaufnehmer unter Wirkung mechanischer Einflussgrößen Von der Fakultät

Mehr

Messtechnik Neth GmbH

Messtechnik Neth GmbH Messtechnik Neth GmbH Konstruktion und verschiedene Möglichkeiten der CAD- Modellerstellung Copyright Messtechnik Neth GmbH 04.03.2016 Inhaltsverzeichnis 1. Begriffserklärung Reverse Engineering 2. Mögliche

Mehr

Praktikum Grundlagen der Elektrotechnik

Praktikum Grundlagen der Elektrotechnik Praktikum Grundlagen der Elektrotechnik 1. Versuch GET : Schaltverhalten an und 2. Standort Helmholtzbau H 2546 und 2548 Fakultät für Elektrotechnik und Informationstechnik Institut für Informationstechnik

Mehr