Hochschule Konstanz University of Applied Sciences
Hochschulschriftenserver der HTWG KonstanzNot a member yet
2319 research outputs found
Sort by
Resiliente Bahninfrastruktursysteme
Die vorliegende Masterarbeit analysiert und vergleicht die Resilienzstrategien Deutschlands und der Schweiz in Bezug auf ihre Bahninfrastruktur. In beiden Ländern wurden Maßnahmen entwickelt, die dazu dienen, die Infrastrukturen widerstandsfähiger gegen Naturkatastrophen und andere Risiken zu machen. Die deutsche Strategie verfolgt einen breiteren Ansatz, der neben dem Infrastrukturschutz auch die allgemeine Katastrophenvorsorge und den Klimawandel berücksichtigt. Die Schweizer Strategie fokussiert sich stärker auf den Schutz kritischer Infrastrukturen sowie auf die Zusammenarbeit zwischen
öffentlichen und privaten Akteuren. Die Kombination von Literaturrecherche und Experteninterviews verdeutlicht, dass beide Länder effektive Ansätze verfolgen, jedoch noch Verbesserungspotenzial in Bereichen wie der Integration neuer Technologien und der Sensibilisierung der Bevölkerung besteht. Die vorliegende Arbeit präsentiert wertvolle Erkenntnisse und Empfehlungen zur Verbesserung der Resilienz im Bahninfrastrukturbereich, die auch auf andere Länder und Infrastrukturen übertragbar sind
Rezension von: Der Aufsteiger. Eine Geschichte Deutschlands von 1990 bis heute / Edgar Wolfrum, 2022
Spannbeton
Spannbeton ist aus dem heutigen Baugeschehen nicht mehr wegzudenken. Im Brückenbau ist er gängige Praxis, im Hoch- und Industriebau (und hierbei insbesondere in Betonfertigteilen) wird er gleichfalls angewendet, um schlanke, weitgespannte Konstruktionen zu ermöglichen. Die vorliegende Neuauflage berücksichtigt die Deutsche Fassung der DIN EN 1992 – EC 2 – sowie den zugehörigen Deutschen Nationalen Anhang NA – EC 2/NA.
Die Theorie des Spannbetonbaus wird in komprimierter Form anschaulich und verständlich erläutert. Im Anschluss wird die Bemessung und Konstruktion vorgespannter Bauteile anhand von ausführlichen Anwendungsbeispielen praxisnah dargestellt
Enhancing Reliability and Efficiency in Flash Memory: Readout Methods and Error Correction Algorithms
Flash memory is essential in modern electronics due to its fast access, high storage density, and cost-effectiveness. As the demand for expanded local storage capacity continues, its appliance is increasing.
This work primarily focuses on enhancing the reliability of flash memories. It begins with a comprehensive characterization of the flash channel, identifying and analyzing various sources of errors. The study delves into different bit-labeling schemes and investigates the achievable capacities associated with them. Additionally, the importance of read reference voltages is explained, particularly in adapting them to the life-cycle condition. The thesis also introduces calibration and adaptation algorithms for this purpose.
The challenges related to error correction codes are addressed extensively, focusing on algorithms designed to reduce decoding complexity. The research delves into low-complexity decoding techniques, particularly for scenarios involving small code lengths. Another area of investigation is concatenated codes based on small cyclic codes.
Furthermore, the thesis explores the advantages of joint processing of NAND flash pages, highlighting improvements in hard-decision decoding to minimize the need for additional read-out operations. This joint processing approach is thoroughly compared with conventional processing methods to assess its effectiveness and potential benefits.
Overall, this thesis contributes to enhancing the reliability of flash memories while proposing optimizations for their decoding processes
Incremental one-class learning using regularized null-space training for industrial defect detection
One-class incremental learning is a special case of class-incremental learning, where only a single novel class is incrementally added to an existing classifier instead of multiple classes. This case is relevant in industrial defect detection scenarios, where novel defects usually appear during operation. Existing rolled-out classifiers must be updated incrementally in this scenario with only a few novel examples. In addition, it is often required that the base classifier must not be altered due to approval and warranty restrictions. While simple finetuning often gives the best performance across old and new classes, it comes with the drawback of potentially losing performance on the base classes (catastrophic forgetting [1]). Simple prototype approaches [2] work without changing existing weights and perform very well when the classes are well separated but fail dramatically when not. In theory, null-space training (NSCL) [3] should retain the basis classifier entirely, as parameter updates are restricted to the null space of the network with respect to existing classes. However, as we show, this technique promotes overfitting in the case of one-class incremental learning. In our experiments, we found that unconstrained weight growth in null space is the underlying issue, leading us to propose a regularization term (R-NSCL) that penalizes the magnitude of amplification. The regularization term is added to the standard classification loss and stabilizes null-space training in the one-class scenario by counteracting overfitting. We test the method’s capabilities on two industrial datasets, namely AITEX and MVTec, and compare the performance to state-of-the-art algorithms for class-incremental learning
Modellierung und Simulation einer Druckluftanlage
Die vorliegende Bachelorarbeit widmet sich der physikalischen Modellierung und Simulation eines Rohrverteilungsnetzwerkes mit dem übergeordneten Ziel der Reduzierung des Stromverbrauchs. Es soll untersucht werden, welche Daten ein Unternehmen für eine gelingende, ausreichend akkurate Simulation liefern muss.
Für die Modellierung wird in dieser Arbeit auf Basis vereinfachter Navier-Stokes-Gleichung in Form des Average-Friction-Models, ein Netzwerk mithilfe der Kirchhoff‘schen Gesetzen als zeitabhängige Differentialgleichungen aufgebaut.
Für die Umsetzung wird ein numerischer Lösungsalgorithmus verwendet, der die Anfangswertprobleme mit Mehrschrittverfahren näherungsweise löst.
Es konnte erfolgreich ein Netzwerk mit vorgegebenen Randbedingungen simuliert werden, wobei festgestellt werden musste, dass für einen Vergleich von Realdaten mit den Simulationsergebnissen weitere Daten zur Verfügung gestellt werden müssten.
Die Ergebnisse für die Laufzeituntersuchung des Algorithmus zeigen, dass die Dauer mit steigender Anforderung an die Genauigkeit problematisch zunimmt
Zehn evidenzbasierte Kernprinzipien der Klimakommunikation – und wie Hochschulen diese anwenden können
Um im Angesicht der Klimakrise eine lebenswerte Zukunft zu sichern, brauchen wir einen grundlegenden und raschen gesellschaftlichen Wandel. Wirksame Klimakommunikation kann eine wichtige Rolle spielen, um das für diesen Wandel erforderliche gesamtgesellschaftliche Engagement zu fördern. Dieser Text fasst wissenschaftliche Erkenntnisse zu wirksamer Klimakommunikation in zehn Kernprinzipien zusammen – und macht sie so zugänglich für Hochschulen. Darauf aufbauend werden einige Überlegungen angestellt, wie Hochschulen die Prinzipien der Klimakommunikation nutzen könnten, um wirksameren Klimaschutz zu betreiben. Für den Bereich Lehre ist das z. B.: Achten auf Konsistenz zwischen vermittelter Information und Verhalten des Dozenten bzw. der Dozentin, Integration lokaler Geschichten und Vermittlung grundlegender Kompetenzen zur effektiven Klimakommunikation. Für den Bereich Forschung ist ein Beispiel die Beforschung von Lehre, die versucht Studierende für Engagement zu gewinnen. Für den Bereich Transfer könnte z. B. ein Angebot von Schulungen zur Klimakommunikation für lokale Akteure interessant sein. Für das Campusmanagement scheint die Entwicklung einer geeigneten Infrastruktur zentral, die innerhalb der Institution Engagement für Klimaschutz fördert. Zu letzterem wird die Projektidee eines University Storytelling Exchange skizziert, der das Klimaschutz-Handeln von Hochschulmitgliedern sichtbar machen kann im Sinne eines „so sieht der Wandel aus“
Energy-Optimal Planning and Shrinking Horizon MPC for Vessel Docking in River Current Fields
The problem of controlling autonomous surface vessels in an energy-optimal way is important for the electrification of maritime systems and is currently being investigated by many researchers. In this paper, we use numerical optimal control to plan an energy-optimal docking trajectory in river currents and show that it can save energy compared to other widespread planning approaches. An optimal control problem including a detailed vessel model is defined, transcribed into a nonlinear optimization problem via direct multiple shooting, and solved using a homotopy procedure. The optimal solution is compared to a geometrical path planning approach with path-velocity decomposition. The results of this comparison show that prescribing a path with fixed vessel orientation leads to very suboptimal results. Further, we demonstrate how shrinking horizon MPC can control the vessel in an energy-optimal way even under severe disturbances, by replanning the energy-optimal trajectories in real-time. We believe that energy-optimal MPC could become a key technology for the electrification of maritime systems