1167 research outputs found
Sort by
AFM - Topographic & Mechanical, dry & swollen polymer - Treated data (Igor files)
No full textThis Igor Pro file contains cross-sectional profiles of Young’s modulus and dissipation, extracted from the AFM dataset previously described (20 µm² area scan using PeakForce Tapping mode). The cross-sections were taken from the corrected mechanical property maps, obtained after applying a first-order flattening filter to the topography using NanoScope Analysis 1.9
Anwendung Forschungsfabriken - Rohdaten der Produktionswochen (Traceability und Ressourcendaten)
No full textDer Datensatz enthält die Rohdaten zweier Produktionswochen, die im Rahmen des Forschungsprojektes DiNaPro (BMBF, Förderkennzeichen: 02J20E500) in den Jahren 2023 und 2024 aufgenommen worden sind. Der Datensatz enthält für jede Produktionswoche jeweils eine Datei, welche die Traceability-Rohdaten enthalten und wie folgt aufgebaut ist: - Zur eindeutigen Identifikation dient die NFC Tag Id in Spalte A. - Die Spalten B-E enthalten weiterführende Informationen bezüglich der produzierten Varianten. - Spalte G beinhaltet Informationen, wenn an einem Prozessschritt die Bauteile aufgrund eines Ausschusses abgemeldet worden sind. - Die entsprechende Prozessschritt-ID findet sich in Spalte H. - Spalte I enthält den Anmeldezeitstempel am Prozessschritt. - Spalte J enthält den Abmeldezeitstempel am Prozessschritt. - Die Spalten L-N beinhalten weiterführende Informationen bezüglich dem Prozessschritt und dem Standort in den drei Lernfabriken des Instituts.
Darüber hinaus ist für beide Produktionswoche für jeden Ressourcenstrom jeweils eine Datei enthalten. Aus der Benennung der Date geht die Zuordnung zum Standort, Prozessschritt, Ressourcenkategorie und die zugehörige Einheit hervor
Comparative Molecular Dynamics Simulation Studies of Simple and Polymerized Ionic Liquids
No full textDatasets of the figures shown in the article with the same title as this submission. Original manuscript submitted to Soft Matter in March 2025. Revised version submitted to Soft Matter on May 2025
Understanding the swelling behavior of P(DMAA-co-MABP) copolymer in paper-based actuators
No full textUnderstanding the swelling behavior of P(DMAA-co-MABP) copolymer in paper-based actuator
Transkription der Expert:innenbefragung zur Definition der Anwendungsfälle der traceability-gestützten CO2-Bilanzierung
No full textDer Datensatz enthält neun Expert:innen-Interviews, die im Jahr 2023 und 2024 mit dem Ziel der Identifikation der Nutzenpotenziale einer traceability-gestützten CO2-Bilanzierung durchgeführt
Anwendung Forschungsfabriken - Software zur Berechnung und Visualisierung des CFP auf Basis von Live-Daten
No full textDas Projekt „DiNaPro“ verfolgt das Ziel, eine ganzheitliche Technologie für Digitale Zwillinge zu entwickeln, die der Optimierung der ökologischen Nachhaltigkeit über den gesamten Produktlebenszyklus dient. Auf Grundlage der dabei entstehenden Datenbasis werden verschiedene datengetriebene Assistenzsysteme umgesetzt, die Nutzer*innen in den Bereichen Produktion und Konstruktion unterstützen sollen. In diesen übergeordneten Kontext ist auch die entwickelte Softwareapplikation einzuordnen.
Durch unterschiedliche Visualisierungsformen wird eine gezielte Informationsbereitstellung für die Anwendungsfelder Live-CO2-Bilanzierung und Wertstrommanagement realisiert. Dafür wurde eine durchgängige Softwarelösung konzipiert, die eine umfassende Datenanbindung an diverse im Prozess integrierte Sensoren sowie an andere Informationssysteme beinhaltet. Darauf aufbauend wurde eine bedarfsgerechte Datenspeicherung implementiert, um eine verursachungsgerechte Zuordnung der Emissionen zu ermöglichen. Ergänzend wurde eine Auswertelogik entwickelt, die die aufbereiteten Ergebnisse für die Visualisierung zur Verfügung stellt.
Die vorliegende Lösung entstand im Rahmen eines Studierendenprojekts (Bachelorpraktikum) in Zusammenarbeit mit dem Fachbereich Informatik. Das übergeordnete Verbundprojekt wird vom Bundesministerium für Bildung und Forschung (BMBF) gefördert (Förderkennzeichen: 02J20E500) und vom Projektträger Karlsruhe (PTKA) betreut.
Die beigefügten ZIP-Dateien stellen Exporte aus dem zugehörigen Git-Repository „CO2-fussabdruck“ dar, welches sich in vier Subgruppen gliedert: „Backend“, „Dashboard“, „leader-line“ und „Templates“. Für jede dieser Subgruppen liegt eine Readme-Datei vor, die eine Übertragung in ein separates Git-Repository unterstützt.
Da die Webanwendung speziell für den Einsatz im Forschungsprojekt DiNaPro sowie für den Anwendungsfall in Lernfabriken entwickelt wurde, ist eine direkte Übertragung auf andere Anwendungsbereiche nur eingeschränkt möglich
Human 64-Channel EEG Data (Fully Processed) in Passive Knee Exoskeleton Interaction
No full text**Overview**
This dataset contains electroencephalography (EEG) recordings collected during an experiment investigating human–machine interaction with a passive knee exoskeleton. The study focused on identifying cortical features that reflect user preferences and perceived difficulty when performing a motor tracking task under different physical effort conditions.
**Participants**
- **Number of participants:** 14
- **Demographics:** 19-35 years old, mean age 23 years old, 12 Females, 2 Males
- **Inclusion criteria:** Healthy adults with no known neurological or musculoskeletal disorders
- **Ethics:** All participants provided written informed consent before participation. The study was approved by the ethics committee of TU Darmstadt (Protocol Number: EK 07/2023).
**Experimental Design**
- Participants were seated on a chair and wore a passive knee exoskeleton on their right leg.
- The exoskeleton was equipped with a pneumatic artificial muscle (PAM) mounted above the knee.
- Subjects were instructed to swing their right leg to track an individualized sinusoidal reference trajectory displayed on a screen. The vertical position of a marker on the screen was controlled by flexion and extension of the right knee.
- Three different pneumatic pressure levels were applied to the PAM, creating different physical effort conditions.
- After each condition, participants rated the perceived difficulty of the task on a 1–10 scale (higher values = more difficult).
**Data Acquisition**
- **EEG system:** 64-channel EEG system (LiveAmp Brain Product, Germany)
- **Electrode placement:** Standard 10–20 layout
- **Sampling rate:** 500 Hz
- **Recorded signals:**
- Continuous EEG across all conditions
- Event markers (trial start, trial end, pressure level, condition type, Start/End of Flexion/Extension moments)
- Subjective difficulty ratings in Trials_Info.mat files
**Data Format and Structure**
- **Format:** EEGLAB `.set`/`.fdt`
- **Organization:**
- Participants_Cleaned_with_ICA_Epoched_data folder contains fully processed EEG data (channel level and component level data in epoched format with time-warping info)
- Participants_Cleaned_with_ICA_nonEpoched_data folder contains fully processed EEG data (channel level and component level data in continuous format)
- Trials_Info folder contains events latencies, condition labels, and subjective ratings
- STUDY folder contains the .study files which were generated from repeated K-mean clustering (2000 repetitions)
- Events folder contains the text files including the type, description, and latencies of experimental events and synthesized events:
- Experimental Events (timely ordered):
- TS_Trial_Start: Start of Trial
- SB_Start_Beep: First single-beep auditory signal meaning the user should not perform actions which deteriorates EEG signals
- PC_Pressure_Change: The moment that compressor changes the PAM pressure (has specific sound effect whether pressure is increasing or decreasing)
- SM_Start_Move: Second single-beep auditory signal with higher pitch (to differentiate from the first one) meaning user should start the tracking task
- FB_Finish_Beep: A double-beep auditory signal with the same pitch as the first single-beep signal meaning the user should stop the tracking task
- SP_Score_Press: The moment the experimenter enters the announced score by the user. It was tried to press the score buttons as fast as possible after the user rates the task
- TE_Trial_End: End of Trial
- Synthesized Events:
- FlxS: Start of Flexion
- FlxE: End of Flexion
- ExtS: Start of Extension
- ExtE: End of Extension
- Metadata includes demographics
**Potential Applications**
- Identifying cortical features related to user effort and preference in exoskeleton-assisted movement
- Studying brain dynamics during motor tracking tasks with varying physical demands
- Developing passive brain–computer interfaces (BCIs) for personalized exoskeleton interaction
- Benchmarking EEG preprocessing and classification methods
The data is not directly available due to privacy reasons. Please contact Sportbiomechanik at TU Darmstadt if you want to gain access to the dataset
Real and Simulated Lidar Data
No full textThis dataset contains real and simulated lidar data of a simple static
scenario where a square and flat lidar target is positioned in front of the
sensor at different distances. The real data is captured with an Ouster OS1
lidar sensor. For generating the corresponding simulated data, the [Sensor
Model Development Library](https://www.persival.de/smdl) provided by Persival
GmbH was used. The implementation of the individual sensor effects was carried
out by Kristof Hofrichter, an employee of the FZD at Technical University of
Darmstadt. Further information about the data is provided in the metadata.txt
file
Biomechanical Dataset for Walking with Active Biarticular Thigh Exosuit (BATEX)
No full textWe evaluated the effectiveness of the BATEX system in reducing metabolic cost exclusively at 100% PWS of the No-Exo condition. At this speed, muscle activity and metabolic cost were measured under three conditions: (1) the No-Exosuit condition, where participants walked without the exosuit; (2) the No-Assistance condition as Zero-Torque, where participants wore the exosuit without the rubber bands engaged; (3) the Assisted Exosuits condition, where participants walked with the exosuit using the tuned parameters from the previous experiment
A General Approach to the Linear Stability of Viscoelastic Shear-Flows
No full textThe dataset contains the MATLAB code used to create the plots in the paper "A General Approach to the Linear Stability of Viscoelastic Shear-Flows".
The file Spectra.m can be run to create the eigenvalue spectra, while Maxwell_neutralCurve.m plots the neutral. Both of which access the Maxwell.m and polymat.m file. Additional files that are required to run the files are balance2.m for balancing the generalized eigenvalue problem, cheb.m (from the Chebfun library) for calculating the Chebychev points and differentiation matrices clencurct.m (from the Chebfun library) for calculating the Clenshaw Curtis quadrature weights.
The Kelvin.m file is standalone and plots the Kelvin modes