Technische Universität Bergakademie Freiberg: Qucosa
Not a member yet
1431 research outputs found
Sort by
N,N′-[1,4-Phenylenebis(iminocarbonyl)]bis(L-phenylalanine) tetrahydrofuran disolvate
No full textThe title compound, C26H26N4O6·2C4H8O, representing a bis-urea with terminal phenylalanine units, crystallized with two tetrahydrofuran (THF) molecules. The main molecule is located on a crystallographic twofold axis, while the solvent molecule is disordered over two positions, with occupancies of 0.571 (15) and 0.429 (15). The host molecules are linked by N—H⋯O=C hydrogen bonds and C—H⋯O contacts with R21(6) and R21(7) ring motifs. The THF molecules enclosed in the crystal are connected to the bis-urea compound via O—H⋯O and C—H⋯O interactions
{N-[(4-Methoxy-2-oxidophenyl)(phenyl)methylidene]glycinato}diphenylsilicon(IV)
No full textThe title compound, C28H23NO4Si, crystallizes in the monoclinic space group P21/c. The silicon complex consists of a tridentate dinegative Schiff base ligand bound to a diphenylsilyl unit. The coordination geometry of the pentacoordinate silicon atom is a distorted trigonal bipyramid
Book of Abstracts - 9th PhD Conference: Research Data: Responsibilty, Accountability, Sustainability
No full textThese are the abstracts of the oral presentations of the 9th PhD conference held on 6 June 2025 in Freiberg.:1 Welcome Words
2 About Us
3 Programme
4 Keynotes
5 Abstracts
5.1 Oral abstracts
5.2 Poster abstract
Data collection of rental bikes using a low power self-sufficient multisensorplatform
No full textTo evaluate the readiness and suitability of cities for autonomous vehicles, environmental data is essential. The collection of various types of information contributes to the creation of maps that robots can use for navigation. Such measurements are gathered by electronic devices, including modern cars or public transportation systems. However, many frequently used routes beyond public roads are not tracked. This results in blind spots that may still be relevant for small self-driving systems. Using rental bikes to collect data in these areas allows for denser and more reliable data sets. Therefore, bikes are equipped with self-sufficient low-power sensor systems that acquire data on speed, ground quality, positional tracking, and obstacle detection. NarrowBand-Internet of Things (NB-IoT) is used to transmit the data collected to cloud services. Through the use of efficient algorithms and low-power modules, system up-time can exceed eight years. When different data transmission strategies are compared, the amount of data transmitted per battery charge can more than double. Data collected from multiple rental bikes provides valuable insight through route and sensor data comparison. Over extended periods, commonly used paths can be identified
Modifizierung und Charakterisierung von Gelatinekompositen als Sensorschicht für die Messung der Luftfeuchte
No full textDie vorliegende Dissertation soll sich mit der Verarbeitung und Abscheidung von dünnen Gelatineschichten zur Detektion von Luftfeuchtigkeit beschäftigen. Dabei liegt der Fokus auf dem Bereich unter 30 % r.H., da dieser für eine noch breitere Anwendung von sensitiven Schichten auf Gelatinebasis relevant ist. Darüber hinaus haben die angeführten vorangegangenen Arbeiten gezeigt, dass Gelatine als Sensormaterial in diesem Luftfeuchtigkeitsbereich Schwächen hat bzw. keine Messung der Luftfeuchtigkeit möglich ist. Des Weiteren wurde gezeigt, dass die sensitiven Schichten durch Austrocknung dazu neigen, Risse zu bilden, was zu einer defekten sensitiven Schicht führt
Short overview on combustion systems scale-up with emphasis on NOx emissions of gas-fired furnaces
Full text linkHistorically, scale- up of technologies have been a fundamental driver for success-ful economies in enhancing performance of applications. In the context of com-bustion technologies, several scale- up approaches were developed with the aim of transferring relevant characteristics of combustion systems from laboratory- to industrial- scale system. A reasonable selection of scaling approaches is required to perform a proper scaling of a combustion system. In the current study, the development of scaling methods and their use for technical applications is pre-sented. In order to provide a guideline for the examination of combustion systems to be scaled up, common and recently published scale- up methods are compared qualitatively, as well as the investigation on scale- up of combustion chambers, is addressed. Due to the expected further technical and environmental restrictions, the focus of the implementation is directed towards NOx emissions
Vergleich unterschiedlicher Methoden der künstlichen Intelligenz zur Regelung von Gleichstrommaschinen
No full textElektrische Antriebe werden in ganz unterschiedlichen Applikationen eingesetzt, und ihre Effizienz wird maßgeblich von deren Regelung beeinflusst. In der Industrie kommen diesbezüglich klassische Regelkonzepte und gelegentlich auch modellbasierte Regler zum Einsatz. Diese Lösungen sind gut erforscht und bieten äußerst gute Ergebnisse. Allerdings können klassische Regler nur für ganz bestimmte Arbeitspunkte sehr genau und den Wünschen entsprechend eingestellt werden. Sobald dieser Arbeitspunkt aufgrund äußerer Einflüsse nicht mehr gegeben ist, leidet die Regelgüte. Die Reglereinstellung ist somit immer ein Kompromiss aus Regelgüte und Stabilität, um einen breiten Einsatzbereich abdecken zu können. Bei modellbasierten Ansätzen hingegen, ist ein sehr exaktes Modell der zu Regelstrecke nötig. In vielen Fällen ist eine exakte Modellierung jedoch nicht, oder nur mit extremen Aufwand, möglich. Ein neuer Ansatz verwendet bestärkendes Lernen (reinforcement learning (RL)), um das Regeln eines elektrischen Antriebes zu erlernen, indem mit dem Antrieb interagiert wird. Mit Hilfe dieses Ansatzes ist es möglich auch hochkomplexe Regelstrecken zu regeln und auf eventuelle Parameteränderungen reagieren zu können. In diesem Beitrag soll die Drehzahlregelung einer permanentmagneterregten Gleichstrommaschine mit Hilfe zweier unterschiedlicher RL-Algorithmen, im Vergleich zu einem klassischen Ansatz, demonstriert werden und insbesondere auf die Herausforderungen beim Trainieren eines solchen RL-Algorithmus eingegangen werden
Approach to analytical evaluation of different coreless winding segments for an axial flux motor
No full textDifferently arranged winding segments, which are part of a coreless stator of an axial-flux-permanent magnet synchronous motor with a double rotor, are evaluated. The copper mass and the Lorentz force are calculated analytically under defined conditions and the result of the analytically calculated Lorentz force is adjusted simulatively
Erhöhung der Drehzahlfestigkeit von Asynchronmaschinen mit Druckguss-Kupferkäfig durch additiv gefertigte Verstärkungsstrukturen
No full textInduktionsmaschinen sind aufgrund ihrer Betriebseigenschaften und ihrer nachhaltigen Produktion eine praktikable Alternative z. B. für elektrische Traktionsantriebe oder industrielle Hochgeschwindigkeitsantriebe. Das Nutzen von Kupfer im Rotorkäfig kann die Leistungsdichte und den Wirkungsgrad erhöhen, wobei Kupfer aufgrund seiner großen Dichte hohe Anforderungen an die mechanische Stabilität des Rotors bei hohen Drehzahlen stellt. Üblicherweise werden hochfeste Kupferlegierungen mit begrenzter elektrischer Leitfähigkeit eingesetzt. Dieser Artikel stellt den Ansatz der Verwendung additiv gefertigter Verstärkungsstrukturen in Kombination mit Kupferdruckguss von Hochgeschwindigkeitsrotoren für Asynchronmaschinen vor. Der Fokus liegt dabei auf dem Kurzschlussring, wo die festigkeitssteigernden Verstärkungsstrukturen die Verformung des Kupferrings bei hohen Geschwindigkeiten reduzieren und somit der Vorteil der hohen Leitfähigkeit von reinem Kupfer im gesamten Kurzschlusskäfig genutzt werden kann
PyRamanGUI: Open-source graphical user interface for analyzing Raman spectra
No full textWith PyRamanGUI, we present a versatile tool to analyze Raman spectra. The program is constructed as a graphical user interface, so no knowledge in coding is required for its use. The source code is completely written in Python and freely available (https://gitlab.com/brehmsi/PyRamanGUI). PyRamanGUI combines common analysis methods like peak fitting, baseline correction, and smoothing with the organization of Raman data in projects and the plotting of spectra