Multimedia ONline ARchiv CHemnitz
Not a member yet
4978 research outputs found
Sort by
Isolationszuverlässigkeit und Lebensdauermodellierung für die Gehäusekonstruktion von Halbleitersensoren
Get PDFDie vorliegende Arbeit befasst sich mit der Isolationszuverlässigkeit und Lebensdauermodellierung für die Gehäusekonstruktion von Halbleitersensoren. Bei den untersuchten Gehäusekonstruktionen handelt es sich insbesondere um Stromsensoren, die auf der Messung des Magnetfeldes eines stromdurchflossenen Leiters basieren. Dabei werden spannungsinduzierte Fehlermechanismen und ihre Auswirkung innerhalb des Sensors diskutiert und ein Lebensdauermodell für den Sensor beschrieben, das auf dem Fehlermechanismus der anodischen Oxidation basiert.:1 THEORETISCHE GRUNDLAGEN DER SENSORKONSTRUKTION
1.1 Grundlagen der Isolationskoordination
1.2 Grundlagen der Sensorkonzeption
1.3 Stand der Technik
1.4 Aufgaben für die Gehäuseentwicklung
2 SPANNUNGSINDUZIERTE FEHLERMECHANISMEN
2.1 Teilentladung
2.2 Dielektrischer Durchbruch
2.3 Chemische Umsetzung von Si
2.4 Migrationsmechanismen
2.5 Leckstrom
3 LEBENSDAUERMODELLIERUNG
3.1 Beschleunigte Alterung
3.2 Modellfunktion für die Lebensdauer
3.3 Lebensdauerkalkulatione
Fachkräfte in der Event- und Messebranche
Get PDFIm Rahmen der vorliegenden Studie werden zentrale Aspekte der Fachkräftesituation in der Event- und Messebranche betrachtet.
Dabei geht es um die Identifikation relevanter Trends der Branche, die künftige Anforderungen an Mitarbeiter markieren und somit zentrale Herausforderungen im Hinblick auf die Fachkräfteentwicklung bilden. Gleichermaßen werden aktuelle Anforderungen an Fachkräfte formuliert
Insulator Fault Detection using Image Processing
Get PDFThis thesis aims to present a method for detection of faults (burn marks) on insulator using only image processing algorithms. It is accomplished by extracting the insulator from the background image and then detecting the burn marks on the segmented image. Apart from several other challenges encountered during the detection phase, the main challenge was to eliminate the connector marks which might be detected as burn-marks. The technique discussed in this thesis work is one of a kind and not much research has been done in areas of burn mark detection on the insulator surface. Several algorithms have been pondered upon before coming up with a set of algorithms applied in a particular manner.
The first phase of the work emphasizes on detection of the insulator from the image. Apart from pre-processing and other segmentation techniques, Symmetry detection and adaptive GrabCut are the main algorithms used for this purpose. Efficient and powerful algorithms such as feature detection and matching were considered before arriving at this method, based on pros and cons.
The second phase is the detection of burn marks on the extracted image while eliminating the connector marks. Algorithms such as Blob detection and Contour detection, adapted in a particular manner, have been used for this purpose based on references from medical image processing. The elimination of connector marks is obtained by applying a set of mathematical calculations.
The entire project is implemented in Visual Studio using OpenCV libraries. Result obtained is cross-validated across an image data set
Kalorimetrische Untersuchung des Kristallisationsverhaltens unter dynamischer Abkühlung
Get PDFEine kalorimetrische Kristallisationsuntersuchung unter dynamischer Abkühlung ist bisher noch nicht erfolgt, auch weil die klassischen DSC-Messsysteme hierfür thermisch zu träge sind und die Einschwingzeiten zu lang sind. Durch die Weiterentwicklung der Prüftechnik, insbesondere auf dem Gebiet der Hochgeschwindigkeitskalorimetrie, erscheint es jedoch erstmals möglich, das dynamische Abkühlverhalten prozessnah nachbilden zu können und die Auswirkung auf die Kristallisation zu untersuchen.
Im Rahmen dieser Arbeit wurde daher versucht die dynamische Abkühlung einer Kunststoffschmelze aus PBT kalorimetrisch in Abhängigkeit der Werkzeugtemperatur und der Bauteilgeometrie nachzubilden, jeweils bei Betrachtung verschiedener Bauteiltiefen. Hierfür wurden numerisch nichtlineare Kühlratenverläufe bestimmt, die im Anschluss durch Segmentierung linearisiert und somit in ein FSC-Programm überführt werden konnten. Anhand der resultierenden Wärmestromverläufe konnte gezeigt werden, dass eine Interpretation der kalorimetrischen Erfassung unter dynamischer Abkühlung möglich ist und der Verlauf der Kristallisation in verschiedenen Bauteiltiefen in Abhängigkeit der weiteren Randbedingungen nachvollzogen werden kann.A calorimetric investigation of the crystallization of thermoplastics under dynamic cooling has not performed yet, also because the classical DSC measuring systems are thermally too slow for this purpose and the corresponding settling times are too long. However, as a result of the further development of testing technology, especially in the field of high-speed calorimetry, it seems possible to simulate the dynamic cooling behavior of real processing and to investigate its effects on crystallization.
In this work the dynamic cooling of a polymer melt was simulated calorimetrically depending on the tool temperature and the part geometry, in each case considering the different cooling behavior of different part depths. Therefore, numerically nonlinear cooling rate profiles were determined, which could then be linearized by segmentation and thus converted into a calorimetric program. On the basis of the resulting heat flow characteristics it could be shown that an interpretation of the calorimetric detection under dynamic cooling is possible and the course of the crystallization in different part depths can be reconstructed in dependence on the further boundary conditions
Machine Learning Potentials - State of the research and potential applications for carbon nanostructures
Get PDFMachine Learning interatomic potentials (ML-IAP) are currently the most promising Non-empirical IAPs for molecular dynamic (MD) simulations. They use Machine Learning (ML) methods to fit the potential energy surface (PES) with large reference datasets of the atomic configurations and their corresponding properties. Promising near quantum mechanical accuracy while being orders of magnitudes faster than first principle methods, ML-IAPs are the new “hot topic” in material
science research.
Unfortunately, most of the available publications require advanced knowledge about ML methods and IAPs, making them hard to understand for beginners and outsiders. This work serves as a plain introduction, providing all the required knowledge about IAPs, ML, and ML-IAPs from the beginning and giving an overview of the most relevant approaches and concepts for building those
potentials. Exemplary a gaussian approximation potential (GAP) for amorphous carbon is used to simulate the defect induced deformation of carbon nanotubes. Comparing the results with published density-functional tight-binding (DFTB) results and own Empirical IAP MD-simulations shows that publicly available ML-IAP can already be used for simulation, being indeed faster than and
nearly as accurate as first-principle methods.
For the future two main challenges appear: First, the availability of ML-IAPs needs to be improved so that they can be easily used in the established MD codes just as the Empirical IAPs. Second, an accurate characterization of the bonds represented in the reference dataset is needed to assure that a potential is suitable for a special application,
otherwise making it a 'black-box' method.:1 Introduction
2 Molecular Dynamics
2.1 Introduction to Molecular Dynamics
2.2 Interatomic Potentials
2.2.1 Development of PES
3 Machine Learning Methods
3.1 Types of Machine Learning
3.2 Building Machine Learning Models
3.2.1 Preprocessing
3.2.2 Learning
3.2.3 Evaluation
3.2.4 Prediction
4 Machine Learning for Molecular Dynamics Simulation
4.1 Definition
4.2 Machine Learning Potentials
4.2.1 Neural Network Potentials
4.2.2 Gaussian Approximation Potential
4.2.3 Spectral Neighbor Analysis Potential
4.2.4 Moment Tensor Potentials
4.3 Comparison of Machine Learning Potentials
4.4 Machine Learning Concepts
4.4.1 On the fly
4.4.2 De novo Exploration
4.4.3 PES-Learn
5 Simulation of defect induced deformation of CNTs
5.1 Methodology
5.2 Results and Discussion
6 Conclusion and Outlook
6.1 Conclusion
6.2 Outloo
Structural Health Monitoring mit piezokeramischen Sensoren
Get PDFDas Exzellenzcluster MERGE in Chemnitz entwickelte ein Fertigungsverfahren, welches ein Werkstoff herstellt. Dieser Werkstoff ist vielseitig einsetzbar. So kann er z.B. in einem Automobil als ein modernes Steuerungselement dienen. Ein zentraler Bestandteil dieses Werkstoffes ist eine Schicht aus Piezokristallen. Aus diesen Kristallen besteht ebenfalls ein Piezosensor. Da der Piezosensor im Bereich des Structural Health Monitorings (SHM) oft verwendet wird, soll der Werkstoff auf seine Einsetzbarkeit als Sensor im diesen Bereich überprüft werden. Das SHM beschreibt die periodische Begutachtung des Bauteils auf das Vorhandensein eines Schadens. Bestimmt wird der Schaden indem Signaleigenschaften des vom Sensor aufgenommenen Signals untersucht werden. Anhand der Veränderung dieser Signaleigenschaften kann der Zustand des Bauteils bestimmt werden. In dieser Arbeit wird eine rechteckige Metallplatte aus Aluminium als Bauteil untersucht. Dieses Bauteil wurde zur Verstärkung der Steifigkeit mit einer Schicht aus Glasfasern beklebt. Angeregt und Beschädigt wird das Bauteil durch eine Prüfmaschine. Die Beschädigung des Bauteils erfolgt durch die Erhöhung der Intensität der Kraft. Als Signaleigenschaften werden in der Arbeit die Kurzzeitenergie und die Intensität der Frequenzanteile des aufgenommenen Signals vom Werkstoff untersucht
Refractory metals low temperature diffusion bonding
No full textIn this dissertation, the minimization of the diffusion bonding temperature during refractory metals’ diffusion bonding process was studied. Two pure refractory metals were used in this study: molybdenum and tungsten. The influence on the joint quality of molybdenum structural conditions, as well as molybdenum surface conditions, was examined. Moreover, diffusion bonding of tungsten to Oxygen Free Electrical copper and copper alloy (CuCr1Zr), without using an interlayer but instead using different bonding parameters, was evaluated. Diffusion bonding of tungsten to Oxygen Free Electrical copper and to CuCr1Zr alloy using titanium and nickel together as intermediate layers was also investigated, as well as the diffusion bonding of tungsten to Oxygen Free Electrical copper and to CuCr1Zr alloy using only nickel as an intermediate layer.
The resulting joints were evaluated using optical microscopy, SEM, hardness, shear, and tensile tests. The residual stresses, as well as the deformation, that are generated due to the diffusion bonding process were evaluated through a FEM simulation using the software ANSYS.
For pure molybdenum joints, successful results in minimizing bonding temperature were obtained. In tungsten to Oxygen Free Electrical copper and to CuCr1Zr alloy joints contrasting results were achieved.In dieser Arbeit wurde ein Diffusionsschweißverfahren durchgeführt, um zwei Refraktärmetalle zu verbinden. Das erste war Molybdän, das ähnlich diffusionsgeschweißt ist. Das zweite war Wolfram, das diffusionsgeschweißt an OFE-Kupfer und an die CuCr1Zr-Legierung gebunden ist. Aufgrund der hohen Schmelztemperatur von Molybdän und Wolfram erforderten sie eine hohe Diffusionsschweißtemperatur. Das Hauptziel dieser Arbeiten ist es, die erforderliche Temperatur für den Verbindungsprozess zu reduzieren. Die Reduzierung der Molybdän Diffusions-schweißtemperatur ist abhängig von den Bedingungen der Molybdänoberfläche und -struktur. Die Verbindung von Wolfram mit OFE-Kupfer und mit CuCr1Zr-Legierungen erfolgte direkt (ohne Zwischenschicht) sowie unter Verwendung von Titan und Nickel als Zwischenschicht(en). Das Verbinden mit Zwischenschicht(en) ist abhängig von den Interaktionen zwischen der Zwischenschicht und den Grundwerkstoffen. Die Zwischenschichtenmetalle waren Reintitan und Reinnickel. Das Aufbringen der Zwischenschichten in den Verbindungen wurde als Wolfram - Titan - Nickel - Reinkupfer oder CuCr1Zr sortiert. Außerdem wurde nur reines Nickel als Zwischenschicht verwendet, um Wolfram mit Kupfer und der CuCr1Zr-Legierung zu verbinden. Die chemische Zusammenstellung der CuCr1Zr-Legierung ist in der Tabelle 1 dargestellt. Die Eigenspannungen sowie die Verformung, die durch den Diffusionsschweißprozess sowohl für die Refraktärmetalle Molybdän als auch Wolfram erzeugt werden, wurden durch einen Simulationsprozess mit dem Programm ANSYS bewertet.
Die resultierenden Verbindungen wurden mittels Lichtmikroskopie, REM, Härte-, Scher- und Zugversuch bewertet. Die Eigenspannungen sowie die Verformung, die durch den Diffusionsschweißprozess erzeugt werden, wurden durch eine FEM-Simulation mit der Software ANSYS bewertet.
Für reine Molybdänverbindungen wurden erfolgreiche Ergebnisse bei der Minimierung der Diffusionsschweißtemperatur erzielt. In Wolfram zu OFE-Kupfer und zu CuCr1Zr-Legierungsverbindungen wurden kontrastreiche Ergebnisse erzielt
Proceedings of the Media Psychology Division. 11th Conference of the Media Psychology Division 2019, German Psychological Society
Get PDFThe conference proceedings contain all accepted submissions from the 11th Conference of the Media Psychology Division 2019.Im Konferenzband werden sämtliche angenommenen Beiträge der 11ten Konferenz der Fachgruppe für Medienpsychologie 2019 veröffentlicht
Intelligente Gebäudeklimatisierung auf Basis eines Sensornetzwerks und künstlicher Intelligenz
Get PDFDie vorliegende Masterarbeit erforscht die Erweiterung der Steuerung einer bestehenden Klimatisierungsanlage durch ein Sensornetzwerk und künstliche Intelligenz. Ziel ist die Optimierung des Energiebedarfs und die Verbesserung des Raumklimas durch die Überwachung umfangreicher Sensordaten. Ein Mesh-Netzwerk mit Aktualisierungsmöglichkeit für die Sensorknoten und die TensorForce-Bibliothek bilden dafür die Grundlage. Unter Nutzung von Deep Q-Learning from Demonstrations, einer Reinforcement Learning-Strategie, wird die praktische Umsetzung eines solchen Systems getestet. Durch die Erprobung verschiedener Konfigurationen gelingt es, die Aktivitätszeit der Klimageräte durch automatische Abschaltung im Vergleich zur regulären Nutzung signifikant zu senken. Zusätzlich wechselt das entwickelte System bei Bedarf selbstständig in den Lüftungsmodus, anstatt dauerhaft im Kühlbetrieb mit hohem Energiebedarf zu arbeiten. Diese Masterarbeit richtet sich an alle, die am praktischen Einsatz von Reinforcement Learning interessiert sind
Humidity Sensing Behavior of Endohedral Li-Doped and Undoped SWCNT/SDBS Composite Films
Get PDFWe have investigated single-walled carbon nanotube (SWCNT) networks wrapped with the cationic surfactant sodium dodecyl-benzenesulfonate (SBDS) as promising candidates for water detection. This is the first time that the humidity behavior of endohedral Li-doped (Li@) and undoped SWCNTs/SDBS has been shown. We identified a strong and almost monotonic decrease in resistance as humidity increased from 11 to 97%. Sensitivities varied between −3 and 65% in the entire humidity range. Electrical characterization, Raman spectroscopy, and high-resolution transmission electron microscopy (HRTEM) analysis revealed that a combination of the electron donor behavior of the water molecules with Poole-Frenkel conduction accounted for the resistive humidity response in the Li@SWCNT/SDBS and undoped SWCNT/SDBS networks. We found that Li@SWCNTs boosted the semiconducting character in mixtures of metallic/semiconducting SWCNT beams. Moreover, electrical characterization of the sensor suggested that endohedral Li doping produced SWCNT beams with high concentration of semiconducting tubes. We also investigated how frequency influenced film humidity sensing behavior and how this behavior of SWCNT/SDBS films depended on temperature from 20 to 80 ∘ C. The present results will certainly aid design and optimization of SWCNT films with different dopants for humidity or gas sensing in general