Stochastic Sampling als Messprinzip
|
|
- Kora Lorentz
- vor 8 Jahren
- Abrufe
Transkript
1 Stochastic Sampling als Messprinzip Ehrenkolloquium Frau Prof. Dr.-Ing. habil. Erika Müller , Universität Rostock Holger Nobach Max-Planck-Institut für Dynamik und Selbstorganisation Göttingen 1
2 Turbulenzforschung mikroskopisch makroskopisch Navier-Stokes-Gleichungen 100m 1mm 2
3 Turbulenzforschung mikroskopisch makroskopisch Navier-Stokes-Gleichungen Turbulenzmodelle Experimentelle Verifikation Experiment Messtechnik Statistische Verfahren 3
4 Re= v L
5 Hitzdrahtanemometrie Strom I Wärmeabgabe Abströmung Stifte (Kontakte und Halterung für den Draht) Anströmung Heiz- / Fühlerelement (Draht) Sensor (dünner Draht: 1mm lang 5µm dick) 5
6 Laser-Doppler-Anemometrie Strahlteiler Interferenzfeld Streuteilchen Laser Sendelinse Empfänger Signalburst 6
7 Messpunkt Geschwindigkeit LDA-Datensatz Zeit Einzelteilchenmessung Unsicherheit der Frequenzschätzung Korrelation zw. Teilchenrate und Geschwindigkeit Interferenz des Streulichtes verschiedener Teilchen zufällig abgetastete Zeitreihe breitbandiges Rauschen Korrelation zw. Datenrate und Geschwindigkeit Prozessortotzeit 7
8 unregelmäßig abgetasteter Datensatz statistische Datenanalyse 8
9 Geschwindigkeit Geschwindigkeitsbias Zeit 9
10 unregelmäßig abgetasteter Datensatz Direkte Verarbeitung Mathematische Beschreibung des Signals (z.b. Folge von Dirac-Impulsen) Berücksichtigung der unregelmäßigen Abtastung Entwicklung geeigneter Schätzer Geschwindigkeit Zeit 10
11 Prinzip der direkten Spektralanalyse 1 S S f T T u t e 2 j f t 0 2 i T = 2 N N ui e 2 jft i=1 2 Systematischer Fehler aufgrund der unregelmäßigen Abtastung Fehlerabschätzung: E {S S }=S P T 2 N u i Korrektur: T S P f = 2 N { N ui e i =1 2 2 j f t i N u i2 i =1 } 11
12 Prinzip der direkten Spektralanalyse 1 S S f T T u t e 2 j f t 0 2 i T = 2 N N ui e 2 jft i=1 2 Systematischer Fehler aufgrund der unregelmäßigen Abtastung Fehlerabschätzung: E {S S }=S P T 2 N u i Korrektur: T S P f = 2 N { N ui e i =1 2 2 j f t i N u i2 i =1 } 12
13 unregelmäßig abgetasteter Datensatz Signalrekonstruktion und regelmäßige Wiederabtastung Direkte Verarbeitung Mathematische Beschreibung des Signals (z.b. Folge von Dirac-Impulsen) Berücksichtigung der unregelmäßigen Abtastung Entwicklung geeigneter Schätzer Wahl einer geeigneten Rekonstruktions- bzw. Interpolationsvorschrift Klassische Datenverarbeitung Geschwindigkeit Geschwindigkeit Zeit Zeit 13
14 LDA-Datensatz Rekonstruktion und regelmäßige Abtastung Korrelationsfunktion Fourier-Transformation Spektrum 14
15 LDA-Datensatz Rekonstruktion und regelmäßige Abtastung Korrelationsfunktion Fourier-Transformation Spektrum 15
16 Sample-and-Hold-Rekonstruktion lineare Interpolation exponentielle Rekonstruktion 16
17 Spline-Interpolation Kalman-Rekonstruktion Shannon-Rekonstruktion Anpassung einer bandbegrenzten Funktion (POCS) fraktale Rekonstruktion Allen Rekonstruktionen (unabhängig von der Rekonstruktionsvorschrift) gemeinsam: Bei hoher Datenrate sind alle Verfahren geeignet, aus dem unregelmäßig abgetasteten LDA-Datensatz einen regelmäßig abgetasteten Datensatz zu erzeugen, der die spektralen Eigenschaften des Strömungsprozesses widerspiegelt. Bei geringer Datenrate verändern sich die spektralen Eigenschaften. Der spektrale Charakter des Rekonstruktionsergebnisses wird direkt und unabhängig vom zugrundeliegenden Strömungsprozess von der verwendeten Rekonstruktionsvorschrift und der Datenrate bestimmt. 17
18 unregelmäßig abgetasteter Datensatz Signalrekonstruktion und regelmäßige Wiederabtastung Mathematische Beschreibung des Signals (z.b. Folge von Dirac-Impulsen) Berücksichtigung der unregelmäßigen Abtastung Entwicklung geeigneter Schätzer Wahl einer geeigneten Rekonstruktions- bzw. Interpolationsvorschrift Klassische Datenverarbeitung Quantisierung der Abtastzeitpunkte oder -intervalle Berücksichtigung von Signallücken Schätzer aus der Prozessidentifikation Geschwindigkeit Geschwindigkeit Zeit Transformation in einen dünn besetzten Datensatz Geschwindigkeit Direkte Verarbeitung Zeit Zeit 18
19 Slot Correlation uj ui i =1 N j =1 N j i tj ti t j t i N u i u j N z k = u i u j bk t j t i i =1 j =1 j i N N nk = b k t j t i i =1 j =1 j i b k t = { 1 für k 1/2 t k 1/2 0 sonst AKF AKF R k =z k / nk 19
20 Slot Correlation uj ui i =1 N j =1 N j i tj ti t j t i N u i u j N z k = u i u j bk t j t i i =1 j =1 j i N N nk = b k t j t i i =1 j =1 j i b k t = { 1 für k 1/2 t k 1/2 0 sonst AKF AKF R k =z k / nk 20
21 Unregelmäßige Abtastung hohe zeitliche Auflösung durch kurze Abtastintervalle geringes Datenvolumen durch lange Abtastintervalle sehr effizient Bestimmung statistischer Kennwerte und -funktionen möglich Interessante Eigenschaften auch für andere Anwendungen 21
22 Quantisierung 22
23 Aliasing 23
24 Aliasing Rekonstruktion niedriger Frequenzen Rekonstruktion hoher Frequenzen 24
25 Aliasing 25
26 Supersampling 26
27 Stochastic Sampling Rekonstruktion hoher Frequenzen Vermeidung von Fehlinterpretation durch Aliasing Rekonstruktion niedriger Frequenzen 27
28 Stochastic Sampling 28
29 Stochastic Sampling Prozess / Signal Abtastung! Rekonstruktion stat. Eigenschaften hohe Frequenzen niedrige Frequenzen 29
30 Stochastic Sampling hohe Auflösung durch kleine Abtastintervalle geringes Datenvolumen durch große Abtastintervalle sehr effizient Bestimmung statistischer Kennwerte und -funktionen möglich Rekonstruktion nur eingeschränkt möglich 30
31 Abtastschema Poisson-Prozess Mindestabstände max. Abstände Jitter 31
32 Abtastschema menschl. Retina blaue Zapfen 20µm Paul R. Martin, Ulrike Grünert, Tricia L. Chan, and Keely Bumsted: Spatial order in short-wavelength-sensitive cone photoreceptors: a comparative study of the primate retina. JOSA A, Vol. 17, Issue 3, pp
33 Unregelmäßige Abtastung Messkette Prozess Messgröße Einfluss des Messgerätes Prozesseigenschaften Messgerät Messgerät Signal Signaleigenschaften Verarbeitung Kenngrößen und -funktionen Information 33
34 1. Analyse des rekonstruierten Datensatzes LDA-Datensatz Rekonstruktion Resampling Korrelationsund Spektralanalyse 34
35 2. Abschätzung des Filters LDA-Datensatz Wahre ACF Rekonstruktion }=MR E {R R Resampling Korrelationsund Spektralanalyse Nach Rekonstruktion erwartete ACF R R t1 t2 1 2 R 35
36 3. Korrektur LDA-Datensatz Wahre ACF Korrigierte ACF }=MR E {R R =M 1 R R R Nach Rekonstruktion erwartete ACF Nach Rekonstruktion bestimmte ACF Rekonstruktion Resampling Korrelationsund Spektralanalyse 36
37 Sample-and-Hold-Rekonstruktion Rekonstruktionsvorschrift Interpolationsfilter E {R R k }= e Korrektur k = R n k { R 0 u R t =u i n 1 1 e 2 n e 2 t i t t i 1 =1 e n 1 e 2 n min k, R { R 0 R f ü r k=0 c [ R R ] sonst 2c 1 R R k R k 1 R k 1 c= } e n 1 e n 2 Proportional-Ein-Punkt-Rekonstruktion (exp., Korrelationskoeffizient, S&H) Rekonstruktionsvorschrift u R t =u i f R t t i t i t t i 1 Interpolationsfilter 0 n E { R R k }=R 0 i = f R i f R k i 1 e e n k min k, =1 R i=1 i f R i f R k 1 e n 2 e n k 2 i Korrektur erfolgt numerisch durch Lösung des linearen Gleichungssystems andere Interpolationen prinzipiell auch für andere Interpolationen geeignet numerischer Aufwand steigt mit der Anzahl der verwendeten Stützstellen stark an geringer Gewinn gegenüber Sample-and-Hold-Interpolation 37
Prozeßbezogene Signalverarbeitung in der LDA- und PDA-Meßtechnik
Slide 1 Prozeßbezogene Signalverarbeitung in der LDA- und PDA-Meßtechnik Postdoktorandenprogramm der DFG Zusammenarbeit mit Dantec MT Betreuung durch Universität Rostock Slide Postdoktorandenprogramm Ziel
MehrAnerkannte, gleiche und reproduzierbare Größen sind (auch außerhalb der Physik) notwendig: Handel, Grundbesitz, Navigation, Dosierung...!
. Mechanik. Grundgrößen und Einheiten Anerkannte, gleiche und reproduzierbare Größen sind (auch außerhalb der Physik) notwendig: Handel, Grundbesitz, Navigation, Dosierung...! Beispiel Navigation: historisch:
MehrBildrekonstruktion & Multiresolution
Bildrekonstruktion & Multiresolution Verkleinern von Bildern? Was ist zu beachten? Es kann aliasing auftreten! Das Abtasttheorem sagt wie man es vermeidet? ===> Page 1 Verkleinern von Bildern (2) Vor dem
MehrDie Interferenz von flexiblen Arbeitszeiten mit der Nutzbarkeit arbeitsfreier Zeit Ein Prädiktor für soziale Beeinträchtigungen
Die Interferenz von flexiblen Arbeitszeiten mit der Nutzbarkeit arbeitsfreier Zeit Ein Prädiktor für soziale Beeinträchtigungen Anna Wirtz*, Ole Giebel**, Carsten Schomann**, Friedhelm Nachreiner** *Bundesanstalt
MehrEinführung in die Robotik Analog-Digital und Digital-Analog Wandler
Einführung in die Robotik Analog-Digital und Digital-Analog Wandler Mohamed Oubbati Institut für Neuroinformatik Tel.: (+49) 73 / 5 2453 mohamed.oubbati@uni-ulm.de 3.. 22 Analog-Digital (A/D) Wandler Digital
MehrBildverarbeitung Herbstsemester 2012. Fourier-Transformation
Bildverarbeitung Herbstsemester 2012 Fourier-Transformation 1 Inhalt Fourierreihe Fouriertransformation (FT) Diskrete Fouriertransformation (DFT) DFT in 2D Fourierspektrum interpretieren 2 Lernziele Sie
MehrMesstechnik. Gedächnisprotokoll Klausur 2012 24. März 2012. Es wurde die Kapazität von 10 Kondensatoren gleicher Bauart gemessen:
Messtechnik Gedächnisprotokoll Klausur 2012 24. März 2012 Dokument erstellt von: mailto:snooozer@gmx.de Aufgaben Es wurde die Kapazität von 10 Kondensatoren gleicher Bauart gemessen: Index k 1 2 3 4 5
MehrLaser-Doppler-Korrelationsmessungen in turbulenten Strömungen
Laser-Doppler-Korrelationsmessungen in turbulenten Strömungen Holger Nobach Max-Planck-Institut für Dynamik und Selbstorganisation Göttingen TU Dresden, 17.11.2006 1 Max-Planck-Institut für Dynamik und
Mehr1. Einfuhrung zur Statistik
Philipps-Universitat Marburg Was ist Statistik? Statistik = Wissenschaft vom Umgang mit Daten Phasen einer statistischen Studie 1 Studiendesign Welche Daten sollen erhoben werden? Wie sollen diese erhoben
MehrModellierung von Korrelationen zwischen Kreditausfallraten für Kreditportfolios. Bernd Rosenow, 3. Kölner Workshop Quantitative Finanzmarktforschung
Modellierung von Korrelationen zwischen Kreditausfallraten für Kreditportfolios Bernd Rosenow Rafael Weißhaupt Frank Altrock Universität zu Köln West LB AG, Düsseldorf Gliederung Beschreibung des Datensatzes
MehrDigitale Bildverarbeitung (DBV)
Digitale Bildverarbeitung (DBV) Prof. Dr. Ing. Heinz Jürgen Przybilla Labor für Photogrammetrie Email: heinz juergen.przybilla@hs bochum.de Tel. 0234 32 10517 Sprechstunde: Montags 13 14 Uhr und nach Vereinbarung
MehrVersuch 3: Anwendungen der schnellen Fourier-Transformation (FFT)
Versuch 3: Anwendungen der schnellen Fourier-Transformation (FFT) Ziele In diesem Versuch lernen Sie zwei Anwendungen der Diskreten Fourier-Transformation in der Realisierung als recheneffiziente schnelle
Mehr14. Minimale Schichtdicken von PEEK und PPS im Schlauchreckprozeß und im Rheotensversuch
14. Minimale Schichtdicken von PEEK und PPS im Schlauchreckprozeß und im Rheotensversuch Analog zu den Untersuchungen an LDPE in Kap. 6 war zu untersuchen, ob auch für die Hochtemperatur-Thermoplaste aus
MehrSkalierung des Ausgangssignals
Skalierung des Ausgangssignals Definition der Messkette Zur Bestimmung einer unbekannten Messgröße, wie z.b. Kraft, Drehmoment oder Beschleunigung, werden Sensoren eingesetzt. Sensoren stehen am Anfang
MehrLichtbrechung an Linsen
Sammellinsen Lichtbrechung an Linsen Fällt ein paralleles Lichtbündel auf eine Sammellinse, so werden die Lichtstrahlen so gebrochen, dass sie durch einen Brennpunkt der Linse verlaufen. Der Abstand zwischen
MehrMATLAB Kurs 2010 Teil 2 Eine Einführung in die Frequenzanalyse via MATLAB
MATLAB Kurs 2010 Teil 2 Eine Einführung in die via MATLAB 26.11.2010 & 03.12.2010 nhaltsverzeichnis 1 2 3 Ziele Kurze Einführung in die -Analyse Ziele Kurze Einführung in die -Analyse MATLAB Routinen für
MehrWas können Schüler anhand von Primzahltests über Mathematik lernen?
Was können Schüler anhand von Primzahltests über Mathematik lernen? Innermathematisches Vernetzen von Zahlentheorie und Wahrscheinlichkeitsrechnung Katharina Klembalski Humboldt-Universität Berlin 20.
MehrLaserschneiddüsen. CFD-Simulation der Wechselwirkung zwischen einer supersonischen Düsenströmung und einem festen Werkstück
Laserschneiddüsen CFD-Simulation der Wechselwirkung zwischen einer supersonischen Düsenströmung und einem festen Werkstück Herr J. A. Comps Herr Dr. M. Arnal Herr Prof. Dr. K. Heiniger Frau Dr. I. Dohnke
MehrEducase. Release Notes 1.7: Neue Funktionen und Verbesserungen. Base-Net Informatik AG Wassergrabe 14 CH-6210 Sursee
Educase Release Notes 1.7: Neue Funktionen und Verbesserungen Version: 1.0 Datum: 01.12.2015 08:34 Ersteller: Andreas Renggli Status: Abgeschlossen Base-Net Informatik AG Wassergrabe 14 CH-6210 Sursee
MehrMathematisch-algorithmische Grundlagen für Big Data
Mathematisch-algorithmische Grundlagen für Big Data Numerische Algorithmen für Datenanalyse und Optimierung Prof. Dr. Peter Becker Fachbereich Informatik Hochschule Bonn-Rhein-Sieg Sommersemester 2016
MehrTechnik der Fourier-Transformation
Was ist Fourier-Transformation? Fourier- Transformation Zeitabhängiges Signal in s Frequenzabhängiges Signal in 1/s Wozu braucht man das? Wie macht man das? k = 0 Fourier- Reihe f ( t) = Ak cos( ωkt) +
MehrAnalyse von Zeitreihen in der Umweltphysik und Geophysik Stochastische Prozesse
Analyse von Zeitreihen in der Umweltphysik und Geophysik Stochastische Prozesse Yannik Behr Gliederung 1 Stochastische Prozesse Stochastische Prozesse Ein stochastischer Prozess ist ein Phänomen, dessen
MehrMichelson Interferometer: Aufbau und Anwendungen. 21. Mai 2015
Michelson Interferometer: Aufbau und Anwendungen 1. Mai 015 1 Prinzipieller Aufbau eines Michelson Interferometers Interferenz zweier ebener elektromagnetischer Wellen gleicher Frequenz, aber unterschiedlicher
Mehr2. Eigenschaften digitaler Nachrichtensignale
FH OOW / Fachb. Technik / Studiengang Elektrotechnik u. Automatisierungstechnik Seite 2-2. Eigenschaften digitaler Nachrichtensignale 2. Abgrenzung zu analogen Signalen Bild 2.- Einteilung der Signale
MehrInhaltsverzeichnis. Inhalt. Vorwort... 9. 1 Einführung in die Messtechnik
Inhalt 3 Inhaltsverzeichnis Vorwort... 9 1 Einführung in die Messtechnik 1.1 Grundbegriffe der Messtechnik... 12 1.1.1 Gegenstand der Messtechnik... 12 1.1.2 Messtechnische Disziplinen, Aufgaben und Ziele...
Mehr(1) Problemstellung. (2) Kalman Filter
Inhaltsverzeichnis (1) Problemstellung...2 (2) Kalman Filter...2 Funktionsweise... 2 Gleichungen im mehrdimensionalen Fall...3 Schätzung des Systemzustands...3 Vermuteter Schätzfehler... 3 Aktualisierung
MehrIGS Robert-Schuman-Schule Frankenthal
Thema: Gleichungen und Ungleichungen Zeitraum: September - November Terme Rechengesetze Umkehren von Rechenoperationen Systematisches Probieren Terme auswerten und interpretieren Terme aufstellen und für
MehrDigitale Regelung. Vorlesung: Seminarübungen: Dozent: Professor Ferdinand Svaricek Ort: 33/2211 Zeit:Di 15.00 16.30 Uhr
Vorlesung: Dozent: Professor Ferdinand Svaricek Ort: 33/2211 Zeit:Di 15.00 16.30 Uhr Seminarübungen: Dozent: Alexander Weber Ort: 33/1101 Zeit: Mo 9.45 11.15 Uhr (Beginn: 20.04.2015) Vorlesungsskript:
Mehr2. Deskriptive Statistik 2.1. Häufigkeitstabellen, Histogramme, empirische Verteilungsfunktionen
4. Datenanalyse und Modellbildung Deskriptive Statistik 2-1 2. Deskriptive Statistik 2.1. Häufigkeitstabellen, Histogramme, empirische Verteilungsfunktionen Für die Auswertung einer Messreihe, die in Form
MehrPQ Explorer. Netzübergreifende Power Quality Analyse. Copyright by Enetech 2000-2010 www.enetech.de Alle Rechte vorbehalten. ros@enetech.
1 PQ Explorer Netzübergreifende Power Quality Analyse 2 Ortsunabhängige Analyse: so einfach, wie noch nie PQ-Explorer ist ein Instrument, das die Kontrolle und Überwachung von Energieversorgungsnetzen
MehrBestimmung der Brennweite dünner Linsen mit Hilfe der Linsenformel Versuchsprotokoll
Bestimmung der Brennweite dünner Linsen mit Hilfe der Linsenformel Tobias Krähling email: Homepage: 0.04.007 Version:. Inhaltsverzeichnis. Aufgabenstellung.....................................................
MehrPRAKTIKUMSVERSUCH ADM 1
Fakultät Informatik, Institut für Angewandte Informatik, Professur Technische Informationssysteme PRAKTIKUMSVERSUCH ADM 1 Betreuer: Dipl.-Inf. Manfred Benesch Dr.-Ing. Alexander Dementjev ALLGEMEINE BEMERKUNGEN
MehrEine Bürokratiekostenfolgenabschätzung zum zweiten Gesetz für moderne Dienstleistungen am Arbeitsmarkt im Hinblick auf die Einführung einer Gleitzone
Eine Bürokratiekostenfolgenabschätzung zum zweiten Gesetz für moderne Dienstleistungen am Arbeitsmarkt im Hinblick auf die Einführung einer Gleitzone Das IWP Institut für Wirtschafts- und Politikforschung
MehrHauptseminar Entwicklung von Informationssystemen
Hauptseminar Entwicklung von Informationssystemen Wintersemester 2012/2013 Vorläufige Übersicht Vorläufiger Ablauf Woche Termin Uhrzeit Inhalt Raum * September 2012 * Themenvorstellung Seminarraum EG 42
MehrMessung der Ausgangsspannung an einem FU
Messung der Ausgangsspannung an einem FU Referent: Werner Käsmann Fluke Deutschland GmbH w.kaesmann@fluke.com D 79286 Glottertal Leider gibt es heute noch Motoren, welche ohne Drehzahlregelung betrieben
MehrMathematik. UND/ODER Verknüpfung. Ungleichungen. Betrag. Intervall. Umgebung
Mathematik UND/ODER Verknüpfung Ungleichungen Betrag Intervall Umgebung Stefan Gärtner 004 Gr Mathematik UND/ODER Seite UND Verknüpfung Kommentar Aussage Symbolform Die Aussagen Hans kann schwimmen p und
MehrProbabilistisches Tracking mit dem Condensation Algorithmus
Probabilistisches Tracking mit dem Condensation Algorithmus Seminar Medizinische Bildverarbeitung Axel Janßen Condensation - Conditional Density Propagation for Visual Tracking Michael Isard, Andrew Blake
MehrQM: Prüfen -1- KN16.08.2010
QM: Prüfen -1- KN16.08.2010 2.4 Prüfen 2.4.1 Begriffe, Definitionen Ein wesentlicher Bestandteil der Qualitätssicherung ist das Prüfen. Sie wird aber nicht wie früher nach der Fertigung durch einen Prüfer,
MehrKorrelation (II) Korrelation und Kausalität
Korrelation (II) Korrelation und Kausalität Situation: Seien X, Y zwei metrisch skalierte Merkmale mit Ausprägungen (x 1, x 2,..., x n ) bzw. (y 1, y 2,..., y n ). D.h. für jede i = 1, 2,..., n bezeichnen
MehrFunktionaler Zusammenhang. Lehrplan Realschule
Funktionaler Bildungsstandards Lehrplan Realschule Die Schülerinnen und Schüler nutzen Funktionen als Mittel zur Beschreibung quantitativer Zusammenhänge, erkennen und beschreiben funktionale Zusammenhänge
MehrLED Beleuchtung - Fehlerbetrachtung bei der Beleuchtungsstärkemessung
LED Beleuchtung - Fehlerbetrachtung bei der Beleuchtungsstärkemessung Bei einem Beleuchtungsstärkemessgerät ist eines der wichtigsten Eigenschaften die Anpassung an die Augenempfindlichkeit V(λ). V(λ)
MehrSocial Media Einsatz in saarländischen Unternehmen. Ergebnisse einer Umfrage im Mai 2014
Social Media Einsatz in saarländischen Unternehmen Ergebnisse einer Umfrage im Mai 2014 Social Media Nutzung in saarländischen Unternehmen Umfrage vom 06.05.2014 28.05.2014 Zehn Fragen 174 Teilnehmer Social
MehrZusammenhänge zwischen metrischen Merkmalen
Zusammenhänge zwischen metrischen Merkmalen Darstellung des Zusammenhangs, Korrelation und Regression Daten liegen zu zwei metrischen Merkmalen vor: Datenpaare (x i, y i ), i = 1,..., n Beispiel: x: Anzahl
MehrVAD - Voice Activity Detection -
VAD - - erstellt: Robert Schaar s63012 erstellt: Robert Schaar s63012 Mensch-Maschine-Robotik 1. Einleitung 2. Aufbau des Algorithmus 2.1. allgemeiner Aufbau 2.2. Fourier-Transformation 2.3. Short-Time
Mehr5.12. Variable Temperaturgradienten über dem Scheibenzwischenraum
5. Numerische Ergebnisse 92 5.12. Variable Temperaturgradienten über dem Scheibenzwischenraum Strukturbildungsprozesse spielen in der Natur eine außergewöhnliche Rolle. Man denke nur an meteorologische
MehrEnergieeffiziente Empfänger in Sensornetzwerken
Fakultät Informatik, Institut für Angewandte Informatik, Professur für Technische Informationssysteme Energieeffiziente Empfänger in Sensornetzwerken Dresden, 09.01.2012 Motivation Wie kann man alle Geräte
MehrVeranstaltung DMG Bezirksgruppe Mitte Fahrwegmessung bei der DB Netz AG. DB Netz AG Martin Allweil I.NPI 23 06.03.2014
Veranstaltung DMG Bezirksgruppe Mitte Fahrwegmessung bei der DB Netz AG DB Netz AG Martin Allweil 06.03.2014 Bei der Fahrwegmessung sind überwiegend multifunktional ausgerüstete Fahrzeuge im Einsatz Aufgabe
MehrPPC und Data Mining. Seminar aus Informatik LV-911.039. Michael Brugger. Fachbereich der Angewandten Informatik Universität Salzburg. 28.
PPC und Data Mining Seminar aus Informatik LV-911.039 Michael Brugger Fachbereich der Angewandten Informatik Universität Salzburg 28. Mai 2010 M. Brugger () PPC und Data Mining 28. Mai 2010 1 / 14 Inhalt
MehrANWENDUNG DES WIENER STADTWERKE-LOGOS
ANWENDUNG DES WIENER STADTWERKE-LOGOS Dem Wiener Stadtwerke-Konzern ist es ein Anliegen, die Logos in optimaler Form darzustellen. Daher sind die Logos vorzugsweise in den Farbvarianten zu verwenden. Reduzierte
MehrZugversuch. Laborskript für WP-14 WS 13/14 Zugversuch. 1) Theoretische Grundlagen: Seite 1
Laborskript für WP-14 WS 13/14 Zugversuch Zugversuch 1) Theoretische Grundlagen: Mit dem Zugversuch werden im Normalfall mechanische Kenngrößen der Werkstoffe unter einachsiger Beanspruchung bestimmt.
MehrMichelson-Interferometer & photoelektrischer Effekt
Michelson-Interferometer & photoelektrischer Effekt Branche: TP: Autoren: Klasse: Physik / Physique Michelson-Interferometer & photoelektrischer Effekt Cedric Rey David Schneider 2T Datum: 01.04.2008 &
MehrAgile Software Development
Dipl. Wirtsch. Ing. Alexander Werth Methoden der Softwareentwicklung 6-1 Agile Manifest Individuen und Interaktion statt Prozessen und Tools. Funktionierende Software statt umfangreicher Dokumentation.
MehrArgumente für die diskrete Realisierung der Fourierintegrale
Argumente für die diskrete Realisierung der Fourierintegrale Die Fouriertransformation gemäß der Beschreibung in Kapitel 3.1 weist aufgrund der unbegrenzten Ausdehnung des Integrationsintervalls eine unendlich
MehrMotorkennlinie messen
Aktoren kennlinie messen von Roland Steffen 3387259 2004 Aktoren, kennlinie messen Roland Steffen Seite 1/5 Aufgabenstellung: Von einer Elektromotor-Getriebe-Einheit ist eine vollständige kennlinienschar
MehrWichtige Eigenschaft: zeitliche Abnahme der Schallintensität. Akustische Ereignisse sind zeitliche Phänomene mit Anfang und Ende
Schallaufzeichnung Wichtige Eigenschaft: zeitliche Abnahme der Schallintensität Akustische Ereignisse sind zeitliche Phänomene mit Anfang und Ende Akustische Ereignisse sind vergänglich Akustische Ereignisse
MehrSITA Applikations-Service Leistungsprogramm
Nutzen Sie die umfangreichen Erfahrungen der SITA Messtechnik GmbH im Bereich der Oberflächenspannungsmessung von Flüssigkeiten, der Analyse des Schäumverhaltens und der Optimierung der Prozessführung
MehrKorrelation - Regression. Berghold, IMI
Korrelation - Regression Zusammenhang zwischen Variablen Bivariate Datenanalyse - Zusammenhang zwischen 2 stetigen Variablen Korrelation Einfaches lineares Regressionsmodell 1. Schritt: Erstellung eines
MehrMessmittelfähigkeit. Andreas Masmünster, Quality Control Event, 30. Juni 2011
Messmittelfähigkeit Andreas Masmünster, Quality Control Event, 30. Juni 2011 Agenda Messmittel Allgemeines Methode 1 Methode 2 Ziel der Methoden Praktischer Teil nach Methode 2 Formblatt Schlussfolgerung
Mehr. Nur wenn ε m (λ 1 ) = ε m (λ 2 ), dann ist E = ε m c d.
Das Lambert-Beersche Gesetz gilt nur für monochromatisches Licht: Wird eine Substanz mit dem molaren Extinktionskoeffizienten ε m (λ) bei der Wellenlänge λ 1 mit der Intensität I 1 und bei der Wellenlänge
MehrAnwendungen. 1 Sensoren CCD Sensoren CMOS Sensoren. Max Transmission > 80 % Blockung < 1% Toleranz Wellenlänge. 1.0 mm ± 0.1 mm
Sensorschutzglas Die Sensorschutzgläser aus der Reihe IFG UI von Schneider Kreuznach eignen sich mit 16mm Durchmesser für 1 CCD und CMOS Sensoren. Sie sind nur 1 mm dünn und ihre sehr gute Oberflächenqualität,
MehrTiefgreifende Prozessverbesserung und Wissensmanagement durch Data Mining
Tiefgreifende Prozessverbesserung und Wissensmanagement durch Data Mining Ausgangssituation Kaizen Data Mining ISO 9001 Wenn andere Methoden an ihre Grenzen stoßen Es gibt unzählige Methoden, die Abläufe
MehrRegelungs- und Systemtechnik 1. Kapitel 1: Einführung
Regelungs- und Systemtechnik 1 Kapitel 1: Einführung Prof. Dr.-Ing. Pu Li Fachgebiet Simulation und Optimale Prozesse (SOP) Luft- und Raumfahrtindustrie Zu regelnde Größen: Position Geschwindigkeit Beschleunigung
MehrInhalt. Bildaufnahme / Digitale Bilder. Kameras CCD Sensoren Auge Sampling / Aliasing Quantisierung
Inhalt Bildaufnahme / Digitale Bilder Kameras CCD Sensoren Auge Sampling / Aliasing Quantisierung Abtastung, Parameter Aliasing-Beispiel: Unterabtastung einer periodischen Funktion. Rekonstruktion ergibt
MehrTriM Messplatz für das magnetische Moment M m
TriM Messplatz für das magnetische Moment M m In den meisten Anwendungen hat der Permanentmagnet die Aufgabe, einen bestimmten magnetischen Fluss (z. B. in elektrische Maschinen) oder eine bestimmte Feldstärke
Mehr1 Darstellen von Daten
1 Darstellen von Daten BesucherInnenzahlen der Bühnen Graz in der Spielzeit 2010/11 1 Opernhaus 156283 Hauptbühne 65055 Probebühne 7063 Ebene 3 2422 Next Liberty 26800 Säulen- bzw. Balkendiagramm erstellen
MehrStatistik I für Betriebswirte Vorlesung 5
Statistik I für Betriebswirte Vorlesung 5 PD Dr. Frank Heyde TU Bergakademie Freiberg Institut für Stochastik 07. Mai 2015 PD Dr. Frank Heyde Statistik I für Betriebswirte Vorlesung 5 1 Klassische Wahrscheinlichkeitsdefinition
MehrFranz Kronthaler. Statistik angewandt. Datenanalyse ist (k)eine Kunst. Excel Edition. ^ Springer Spektrum
Franz Kronthaler Statistik angewandt Datenanalyse ist (k)eine Kunst Excel Edition ^ Springer Spektrum Inhaltsverzeichnis Teil I Basiswissen und Werkzeuge, um Statistik anzuwenden 1 Statistik ist Spaß 3
MehrGeneboost Best.- Nr. 2004011. 1. Aufbau Der Stromverstärker ist in ein Isoliergehäuse eingebaut. Er wird vom Netz (230 V/50 Hz, ohne Erdung) gespeist.
Geneboost Best.- Nr. 2004011 1. Aufbau Der Stromverstärker ist in ein Isoliergehäuse eingebaut. Er wird vom Netz (230 V/50 Hz, ohne Erdung) gespeist. An den BNC-Ausgangsbuchsen lässt sich mit einem störungsfreien
MehrSchwingungsanalyse an elektrischen Maschinen
Schwingungsanalyse an elektrischen Maschinen Wolfgang Hüttl Oskar-von-Miller Str. 2, D-86356 Neusäß Tel.: +49 821 48 001-55, Fax: +49 821 48 001-40 E-Mail: wolfgang.huettl@amserv.de Internet: www.amserv.de
MehrSelect & Preprocessing Cluster. SPP Server #1. SPP Server #2. Cluster InterConnection. SPP Server #n
C5000 High Performance Acquisition System Das C5000 System wurde für Messerfassungs- und Auswertungssystem mit sehr hohem Datenaufkommen konzipiert. Typische Applikationen für das C5000 sind große Prüfstände,
MehrJENOPTIK. Geschwindigkeitsmessungen mit Lasertechnologie. Referent: Wolfgang Seidel
JENOPTIK Geschwindigkeitsmessungen mit Lasertechnologie Referent: Wolfgang Seidel Jenoptik-Konzern Überblick Konzernstruktur Corporate Center Laser & Materialbearbeitung Optische Systeme Industrielle Messtechnik
MehrGrundlagen der Datenanalyse am Beispiel von SPSS
Grundlagen der Datenanalyse am Beispiel von SPSS Einführung Dipl. - Psych. Fabian Hölzenbein hoelzenbein@psychologie.uni-freiburg.de Einführung Organisatorisches Was ist Empirie? Was ist Statistik? Dateneingabe
MehrCamera Video-Finish VT20-10. Camera Video-Finish spezifisch für Sportzeitmessung entwickelt. Für eine immer richtige Entscheidung auf der Ziellinie!
Camera Video-Finish VT20-10 Camera Video-Finish spezifisch für Sportzeitmessung entwickelt Für eine immer richtige Entscheidung auf der Ziellinie! 1- VORSTELLUNG Vola hat eine einfaches und sehr effizientes
MehrMikrocomputerkompatibles kapazitives Sensorsystem
Mikrocomputerkompatibles kapazitives Sensorsystem Steuern http://de.wikipedia.org/wiki/steuern- Systemtheorie Regeln http://de.wikipedia.org/w/index.php?title =Datei:R_S_Block.svg&filetimestamp=201 00120131518
MehrIm Jahr t = 0 hat eine Stadt 10.000 Einwohner. Nach 15 Jahren hat sich die Einwohnerzahl verdoppelt. z(t) = at + b
Aufgabe 1: Im Jahr t = 0 hat eine Stadt 10.000 Einwohner. Nach 15 Jahren hat sich die Einwohnerzahl verdoppelt. (a) Nehmen Sie lineares Wachstum gemäß z(t) = at + b an, wobei z die Einwohnerzahl ist und
MehrElektrische Messtechnik Protokoll - Bestimmung des Frequenzgangs durch eine Messung im Zeitbereich
Elektrische Messtechnik Protokoll - Bestimmung des Frequenzgangs durch eine Messung im Zeitbereich André Grüneberg Janko Lötzsch Mario Apitz Friedemar Blohm Versuch: 19. Dezember 2001 Protokoll: 6. Januar
MehrEmpfindlichkeit und Rauschmaß eines DVB T Sticks
Empfindlichkeit und Rauschmaß eines DVB T Sticks Messung kritischer Spezifikationen eines Salcar Stick DVB T RTL 2832U&R820T SDR Salcar Stick, oder ähnlich Blockschaltbild des R820T Tuners Aufbau für Empfindlichkeitsmessung:
MehrTransiente Leistungsmessung
Transiente Leistungsmessung Dipl. Ing. Matthias Preß Rev. 1.0 Yokogawa Deutschland GmbH http:// 1Precision Making Was sind transiente Leistungen? Beispiele 2 Schaltverhalten von Leistungshalbleitern 3
MehrVerarbeitung von Laser-Doppler-Datensätzen
1 Verarbeitung von Laser-Doppler-Datensätzen Holger Nobach Fachgebiet Strömungslehre und Aerodynamik RWTH Aachen, 14.11.2003 Einführung: LDA-Signal- und Datenverarbeitung Datensatzaufnahme und -verarbeitung
MehrForschungsfeld: Untersuchung von atmosphärischen Myonen und Neutrinos
Forschungsfeld: Untersuchung von atmosphärischen Myonen und Neutrinos Der ANTARES-Detektor, der sich im Mittelmeer in 2500 m Tiefe befindet, dient der Detektion von hochenergetischen, kosmischen Neutrinos.
MehrInhaltsverzeichnis Determinierte Signale in linearen zeitinvarianten Systemen Fourier-Transformation
Inhaltsverzeichnis 1. Determinierte Signale in linearen zeitinvarianten Systemen 1 1.1 Elementarsignale... 1 1.2 ZumBegriffdesSystems... 5 1.3 LinearezeitinvarianteSysteme... 6 1.4 DasFaltungsintegral...
MehrAusdehnung des Nahfeldes nur durch Strukturgrösse limitiert
6.2.2 Streulicht- Nahfeldmikroskop Beleuchtung einer sub-wellenlängen grossen streuenden Struktur (Spitze) Streulicht hat Nahfeld-Komponenten Detektion im Fernfeld Vorteile: Ausdehnung des Nahfeldes nur
MehrNanoday 2008 25.09.2008 S. Passinger, R. Kiyan, C. Reinhardt, A. Seidel und B. Chichkov
Zwei-Photonen Polymerisation und ihre Anwendung in der Plasmonik Nanoday 2008 25.09.2008 S. Passinger, R. Kiyan, C. Reinhardt, A. Seidel und B. Chichkov Gliederung Zwei-Photonen Polymerisation Oberflächen
MehrData Mining: Einige Grundlagen aus der Stochastik
Data Mining: Einige Grundlagen aus der Stochastik Hagen Knaf Studiengang Angewandte Mathematik Hochschule RheinMain 21. Oktober 2015 Vorwort Das vorliegende Skript enthält eine Zusammenfassung verschiedener
MehrGemischte Modelle. Fabian Scheipl, Sonja Greven. SoSe 2011. Institut für Statistik Ludwig-Maximilians-Universität München
Gemischte Modelle Fabian Scheipl, Sonja Greven Institut für Statistik Ludwig-Maximilians-Universität München SoSe 2011 Inhalt Amsterdam-Daten: LMM Amsterdam-Daten: GLMM Blutdruck-Daten Amsterdam-Daten:
MehrSMB Schwede Maschinenbau GmbH Umreifungstechnik für die Möbelindustrie
SMB Schwede Maschinenbau GmbH Umreifungstechnik für die Möbelindustrie Wir über uns SMB Schwede Maschinenbau ist einer der führenden Hersteller von Hochleistungs-Schmalbandumreifungsmaschinen und anlagen
MehrSerienbrieferstellung in Word mit Kunden-Datenimport aus Excel
Sehr vielen Mitarbeitern fällt es schwer, Serienbriefe an Kunden zu verschicken, wenn sie die Serienbrieffunktion von Word nicht beherrschen. Wenn die Kunden mit Excel verwaltet werden, genügen nur ein
MehrMethodik zur zeitnahen Abschätzung von Überflutungssituationen infolge von Deichbrüchen
Methodik zur zeitnahen Abschätzung von Überflutungssituationen infolge von Deichbrüchen Magdeburg, 03. Juni 2015 UniWasser, Kaiserslautern geomer GmbH, Heidelberg Hochschule Magdeburg-Stendal Gliederung»
MehrGrundlagen der Technischen Informatik. Sequenzielle Netzwerke. Institut für Kommunikationsnetze und Rechnersysteme. Paul J. Kühn, Matthias Meyer
Institut für Kommunikationsnetze und Rechnersysteme Grundlagen der Technischen Informatik Paul J. Kühn, Matthias Meyer Übung 2 Sequenzielle Netzwerke Inhaltsübersicht Aufgabe 2.1 Aufgabe 2.2 Prioritäts-Multiplexer
MehrTechnische Informatik Basispraktikum Sommersemester 2001
Technische Informatik Basispraktikum Sommersemester 2001 Protokoll zum Versuchstag 1 Datum: 17.5.2001 Gruppe: David Eißler/ Autor: Verwendete Messgeräte: - Oszilloskop HM604 (OS8) - Platine (SB2) - Funktionsgenerator
MehrTheoretische Grundlagen Physikalisches Praktikum. Versuch 5: Linsen (Brennweitenbestimmung)
Theoretische Grundlagen hysikalisches raktikum Versuch 5: Linsen (Brennweitenbestimmung) Allgemeine Eigenschaften von Linsen sie bestehen aus einem lichtdurchlässigem Material sie weisen eine oder zwei
MehrÜbungen zu Physik 1 für Maschinenwesen
Physikdepartment E3 WS 20/2 Übungen zu Physik für Maschinenwesen Prof. Dr. Peter Müller-Buschbaum, Dr. Eva M. Herzig, Dr. Volker Körstgens, David Magerl, Markus Schindler, Moritz v. Sivers Vorlesung 9.0.2,
MehrArchitekturplanung und IS-Portfolio-
Architekturplanung und IS-Portfolio- management Gliederung 1.Einführung 2.Architekturplanung 3.IS-Portfoliomanagement 4.AP und IS-PM 5.Fazit 2 1. Einführung Problem: Verschiedene Software im Unternehmen
Mehr+ Sicherheit + Flexibilität + Preisvorteil. Berufsunfähigkeitsversicherung. neue leben. start plan GO
+ Sicherheit + Flexibilität + Preisvorteil Berufsunfähigkeitsversicherung neue leben start plan GO Jetzt durchstarten und dreimal Pluspunkte sammeln Sichern Sie Ihr Einkommen ab. Vom ersten Arbeitstag
MehrWürfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!.
040304 Übung 9a Analysis, Abschnitt 4, Folie 8 Die Wahrscheinlichkeit, dass bei n - maliger Durchführung eines Zufallexperiments ein Ereignis A ( mit Wahrscheinlichkeit p p ( A ) ) für eine beliebige Anzahl
MehrApproximationsverfahren zur Überführung nichtäquidistanter Messwertfolgen in äquidistante Zeitreihen.
Fakultät Informatik, Institut für Angewandte Informatik, Professur für Technische Informationssysteme Approximationsverfahren zur Überführung nichtäquidistanter Messwertfolgen in äquidistante Zeitreihen.
MehrKybernetik Laplace Transformation
Kybernetik Laplace Transformation Mohamed Oubbati Institut für Neuroinformatik Tel.: (+49) 73 / 50 2453 mohamed.oubbati@uni-ulm.de 08. 05. 202 Laplace Transformation Was ist eine Transformation? Was ist
MehrSignale und Systeme. A1 A2 A3 Summe
Signale und Systeme - Prof. Dr.-Ing. Thomas Sikora - Name:............................... Vorname:.......................... Matr.Nr:.............................. Ergebnis im Web mit verkürzter Matr.Nr?
Mehr