OPUS - Publikationenserver der Technischen Hochschule Nürnberg Georg Simon Ohm
Not a member yet
2332 research outputs found
Sort by
Inbetriebnahme einer multifunktionalen Versuchsanlage zur thermochemischen Umwandlung von Biomasse
Get PDFZiel der Bachelorarbeit war es, die multifunktionale Versuchsanlage zur thermochemischen Umwandlung von Biomasse, die in zwei vorangegangenen Bachelorarbeiten sowie einem Projektkurs geplant und im Rahmen eines Vorlaufforschungsprojektes errichtet wurde, in die Infrastruktur des Technikums der Technischen Hochschule in Rednitzhembach zu integrieren. Dazu sollten fehlende Komponenten ergänzt, die Funktionalität aller Anlagenkomponenten überprüft und nötigenfalls überarbeitet werden. Nach der Inbetriebnahme sollten dann erste Versuche zur thermischen Nutzung von Biomasse durchgeführt werden. So wurde im Rahmen der vorliegenden Abschlussarbeit eine Abzugshaube – unter Berücksichtigung zukünftig geplanter Betriebsmodi und gegebener Anforderungen an den Explosionsschutz - konstruiert, gefertigt, montiert und diese mittels Edelstahlkaminrohren mit der bestehenden Absauganlage des Technikums verbunden. Es wurden weiterhin mehrere Schutzbleche als Windschutz für die offene Verbrennung unterhalb der Absaughaube und eine Medientrasse zur Versorgung der Anlage mit Strom, Druckluft und Stickstoff konstruiert, gefertigt und montiert. Mit der zu Beginn der Abschlussarbeit existierenden Elektroinstallation der Anlage waren einige Funktionen für den geplanten Betrieb nicht gegeben. Deshalb wurde ein Plan zur Überarbeitung der Schaltschrankkomponenten entwickelt, die nötigen Komponenten beschafft und die Funktionalität durch Implementierung der neuen Komponenten erweitert. Im Anschluss daran wurde ein LabVIEW-Programm entwickelt, das in der Lage ist, alle Messstellen der Anlage auszulesen, die gemessenen Werte auf einer grafischen Oberfläche anzuzeigen und als Zeitreihe in eine Excel-Datei zu exportieren, sowie sämtliche Aktoren unter Berücksichtigung verschiedener Sicherheitsmechanismen anzusteuern. Zur Messung verschiedener Differenzdrucke sind in der Anlage vier Messgeräte verbaut. Diese mussten vor der Inbetriebnahme zusammen mit den Nadelventilen zur Dosierung der Luft bzw. des Stickstoffes zur Spülung der Druckmessstellen verbunden werden. Im Zuge der Inbetriebnahme wurden die nötigen Spulgasmengen ermittelt. Außerdem wurde festgestellt, dass die initial verbaute Förderschnecke nicht in der Lage war, die verwendeten Holzpellets bis in den Reaktor zu fordern. Es wurde darum eine neue, längere Förderschnecke beschafft, diese mit der ursprünglichen kombiniert, um den Brennstoff sicher bis in den Reaktor fördern zu können und in der Anlage erfolgreich getestet. Im Rahmen der kalten Inbetriebnahme wurde neben der Funktionalität der Fördereinheit auch die Funktionstüchtigkeit der Ascheschieber, die Absaugleistung des Saugzuggebläses des Technikums und die Temperatur der durch ein keramisches Heizelement erzeugten Zündluft getestet. Vor der heißen Inbetriebnahme wurde eine Gefährdungsbeurteilung erarbeitet und die theoretisch nötigen Luftmengen für die Vergasung in der Primärzone und vollständige Verbrennung in der Sekundärzone ermittelt.
Die ersten heiße Inbetriebnahmen erfolgten zunächst im Batchbetrieb, ohne Förderschnecke. Dabei konnte die Primärzündung mittels Heißluftgebläses erfolgreich getestet und ein reibungsloser, nahezu vollständiger Ausbrand nach der Zündung der Schwelgase mittels Propanbrenners beobachtet werden. Die Zündung der Schwelgase in der Sekundärbrennzone konnte durch das verwendete elektrische Heizelement nicht erreicht werden.
Zuletzt wurde die Anlage mit der verlängerten Förderschnecke in Betrieb genommen. Über mehrere Stunden konnte ein nahezu stationärer Betrieb gewährleistet und die automatische Brennstoffförderung erprobt werden
New Opportunities, Risks, and Harm of Generative AI for Fostering Safe Online Communities
No full textRecently, there is a growing trend of using generative AI systems and tools for fostering and protecting online collaborative communities. Yet, existing AI tools may introduce new risks and even harm to diverse communities’ online safety. How to better maximize the novel opportunities of AI and mitigate its emerging risks and harm for our future online safety is a critically needed discussion for the HCI community. Featuring experts from both industry and academia, the goal for this panel is to promote interdisciplinary, community-wide discussions and collective reflections on important questions and considerations at the unique intersection of AI and online communities, including but not limited to: how the design of AI systems may discourage existing online harm but also invite new online harm in various online spaces; how different populations, cultures, and communities may perceive and experience AI’s new roles for their online safety; and what new strategies, principles, and directions can be envisioned and identified to better design future AI technologies to protect rather than harm various online communities
Interoperable and Open Source Solution for Anchoring Augmented Reality Content to the Real World
No full textThis research demonstration presents an open source end-to-end solution for facilitating the anchoring of virtual content in the real world based on various platforms thanks to the interoperable specifications of the ETSI Augmented Reality Framework (ARF) Industry Specification Group (ISG). The solution relies on authoring tools developed for Unity and the created AR applications can be deployed on platforms such as iOS, Android and VisionOS. A validation scenario for data center maintenance is detailed to illustrate the solution. Various examples based on the glTF format are also provided to show the potential of this novel architecture
Hi-ALPS - An Experimental Robustness Quantification of Six LiDAR-based Object Detection Systems for Autonomous Driving
No full textLight Detection and Ranging (LiDAR) is an essential sensor technology for autonomous driving as it can capture high-resolution 3D data. As 3D object detection systems (OD) can interpret such point cloud data, they play a key role in the driving decisions of autonomous vehicles. Consequently, such 3D OD must be robust against all types of perturbations and must therefore be extensively tested. One approach is the use of adversarial examples, which are small, sometimes sophisticated perturbations in the input data that change, i.e., falsify, the prediction of the OD. These perturbations are carefully designed based on the weaknesses of the OD. The robustness of the OD cannot be quantified with adversarial examples in general, because if the OD is vulnerable to a given attack, it is unclear whether this is due to the robustness of the OD or whether the attack algorithm produces particularly strong adversarial examples. The contribution of this work is Hi-ALPS -- Hierarchical Adversarial-example-based LiDAR Perturbation Level System, where higher robustness of the OD is required to withstand the perturbations as the perturbation levels increase. In doing so, the Hi-ALPS levels successively implement a heuristic followed by established adversarial example approaches. In a series of comprehensive experiments using Hi-ALPS, we quantify the robustness of six state-of-the-art 3D OD under different types of perturbations. The results of the experiments show that none of the OD is robust against all Hi-ALPS levels; an important factor for the ranking is that human observers can still correctly recognize the perturbed objects, as the respective perturbations are small. To increase the robustness of the OD, we discuss the applicability of state-of-the-art countermeasures. In addition, we derive further suggestions for countermeasures based on our experimental results
Evaluation of Data Sharing in Interaction-Based Emotion Recognition Research
No full textData is a fundamental part of all data-driven and artificial intelligence-related research. Independent verification of published results is crucial for ensuring research quality and promoting further advancements. However, reproducibility in data-focused research is a growing concern across disciplines. Our research aims to improve the reproducibility of interaction-based emotion recognition research. For this, we evaluate current data sharing practices in this area. We survey these practices by examining 100 publications published from 2014 to 2024. We examined the characteristics of shared and not shared data, trends over time, and influences of authorship and publication type. We requested data from the publications’ authors for which the data was not shared as part of the publication. Afterwards, we evaluated the reasons we were given as to why the data could not be shared. Overall, we observed limited data sharing, with only 15 out of 100 publications providing their data, even after we sent requests for data to authors. We only received data for four publications after sending requests via email to the authors. Furthermore, the shared artifacts are often insufficient for full reproducibility. We found that, data was shared along a journal article more often than a conference publication. However, data sharing increased noticeably in recent years, particularly since 2021. Overall, the lack of data sharing hinders the reproducibility and comparability of the research results. In the future, it is necessary to encourage the data sharing along publications by introducing mandatory guidelines
Ready for the Future? Lehren und Lernen mit dem digitalen Hochschulassistenzsystem "HAnS"
Get PDFShaping the Bot - KI für die Hochschullehre gestalten! Für die Entwicklung des intelligenten Hochschulassistenzsystems „HAnS“ wurden systematisch Studierende und Lehrende in der Evaluation einbezogen. HAnS integriert auf Bedarfe der Hochschullehre zugeschnittene künstliche Intelligenz, z. B. indem ein Chatbot seine Antworten kontextuell auf Lernmaterialien bezieht und durch Quellenangaben überprüfbar ist. Weiter können Lehrende KI-generierte Übungsmaterialien beeinflussen. Der Vortrag führt in das System HAnS ein und gibt auf Basis der begleitenden Evaluation Einblicke in das Lehr-Lern-Setting. Abschließend werden Einsatzoptionen von HAnS in Blended Learning Formaten sowie die KI-Readiness Studierender diskutiert
Sensitivity analysis of piezoelectric material parameters using Sobol indices
No full textThe applicability of the method of Sobol to the non-smooth, resonant behavior of a vibrational eigenmode of a piezoelectric element is examined. The goal is to quantify the sensitivity of the system upon variation of the piezoelectric material parameters. The randomly distributed piezoelectric material parameters needed for this statistical approach are taken from a Latin Hypercube Sampling (LHS). A hybrid computational approach is applied: The LHS process, the creation of the simulation model, the extraction of the resonance frequencies, and the calculation of the Sobol indices is performed in MATLAB®. The finite-element software COMSOL Multiphysics® is used for the computation of the electrical and mechanical properties of the considered block-shaped piezoceramic test specimen. To this end, an eigenfrequency analysis as well as a frequency domain study are set up, combined with a parametric sweep using the LHS parameter combinations as input. The convergence of the calculated Sobol indices depending on the LHS sampling size is investigated. It is shown that the Sobol analysis successfully identifies the most influential material parameters
UX/UI Sound: Calculate & Scan
No full textThis UX/UI Calculate & Scan sound was developed during the Bachelor Thesis “UX/UI Sounds in Contemporary Spy Films (2015–2021): Analysis and Design