German National Library of Science and Technology
Repositorium für Naturwissenschaften und TechnikNot a member yet
29164 research outputs found
Sort by
Schlussbericht des Verbundes
Get PDFDas Vorhaben EaasySystem fokussiert sich auf die Entwicklung eines adaptiven autonomen Zustellsystems für die letzte Meile. Angestrebt wird die deutliche Verbesserung von Effizienz und Ergonomie urbaner Zustellprozesse durch autonome Fahrfunktionen. Dafür werden das erste adaptiv autonome Zustellfahrzeug mit sprachgesteuerter Come-With-Me Funktion und die dazugehörige Dispositions-, Betriebs und Planungsumgebung entwickelt.
Die Come-With-Me Funktion des Fahrzeugs revolutioniert Logistikprozesse in urbanen Räumen mit hohen Stoppdichten. Das Fahrzeug kann im autonomen Fahrmodus in Schrittgeschwindigkeit selbstständig auf Geh- und Radwegen fahren. Im Zustellprozess wird dadurch zwischen Zustelladressen das belastende und zeitaufwendige Auf- und Absteigen bei bisher eingesetzten Rädern bzw. Kraftfahrzeugen obsolet. Der:die Zusteller:in dirigiert das Fahrzeug per intuitiver Sprachsteuerung. Damit werden gegenüber reinen Follow-Me Ansätzen neue Freiheitsgrade (u.a. Fahren neben Person und parallele Entnahme von Sendungen, selbstständiges, sicheres Einparken, Routenplanung zum nächsten Stop) möglich. Bei langen Strecken und komplexen Verkehrssituationen wird das Fahrzeug in den manuellen Modus übernommen. Damit können Zusteller:innen im Gegensatz zu alternativen Follow-Me Ansätzen schnell weitere Strecken bzw. komplexe Verkehrssituationen überbrücken. Zusteller:innen können per Sprachsteuerung mit dem Fahrzeug bidirektional interagieren. Sie teilen dem Fahrzeug sowohl Fahrtwünsche (z.B. "Fahr voraus, Fahr neben mir"), können komplexe Anfragen stellen (z.B. "Wieviel Aufträge sind auf der Straße?", "Lohnt sich das Aufsteigen?") oder sich in der Zustellung assistieren lassen (z.B. "Was ist der schnellste Weg?", "Zusatzinformationen zum Auftrag?")
Erfolgskontrollbericht
Get PDFDas Vorhaben ESG-Health verfolgt das übergeordnete Ziel, Einrichtungen des Gesundheits- und Sozialwesens in die Lage zu versetzen, gesetzlich geforderte, zugleich aber wirtschaftlich sinnvolle ESG-Strategien (Environment, Social, Governance) zu entwickeln und umzusetzen. Zahlreiche empirische Befunde (z. B. hoher Ressourcenverbrauch, wirtschaftliche Belastung, unklare Prozesszuständigkeiten) zeigen, dass viele Einrichtungen weder über Strukturen noch über Ressourcen verfügen, um Anforderungen aus der Corporate Sustainability Reporting Directive (CSRD), den European Sustainability Reporting Standards (ESRS) und dem Voluntary Standard for SMEs (VSME) einzuschätzen und systematisch zu bearbeiten. Um dieses Ziel zu erreichen, wurde als zentrales Instrument der „KI-Radar 3.0“ (ESG-Radar 3.0) entwickelt. Dieser stellt ein Hilfsmittel bereit, mit dem Einrichtungen:
1. regulatorische Anforderungen strukturiert nachvollziehen,
2. relevante Kennzahlen und Maßnahmen für ihre Organisation identifizieren,
3. Nachhaltigkeitsdaten erfassen und prüfen,
4. branchenspezifische Hinweise und Beispiele nutzen und
5. aktuelle Entwicklungen im ESG-Kontext verfolgen können
Sachbericht zum Verwendungsnachweis
Get PDFDas Projekt DAFODIL zielte darauf ab, die Qualität von Li-Ionen-Batteriezellen bereits in der Produktion systematisch zu erfassen und daraus eine datenbasierte Fertigungsoptimierung mittels Machine-Learning-Algorithmen und Inline-Analytik zu ermöglichen. Aufbauend auf bestehenden Produktionslinien wie MEET und CCT sollte der gesamte Prozess von der Elektrodenfertigung über die Zellassemblierung bis zur Zellfinalisierung detailliert beschrieben sowie für jeden Schritt Optionen zur Sensorintegration identifiziert werden. Dabei waren zentrale Aufgaben die Definition von Qualitätsparametern für Batteriezellen, getrennt nach zerstörungsfreien Methoden (z. B. EIS, Kapazitätstests, Puls-/Float-Tests, Temperaturantwort) und zerstörenden Post-Mortem-Analysen (z. B. Porosität, Materialverteilung), sowie die systematische Erfassung relevanter Prozess- und Qualitätsparameter als Inputgrößen für ML-basierte Modelle. Dabei sollten auch neue Sensoren integriert werden, die noch nicht Stand der Technik waren.
Das ISEA der RWTH Aachen sollte schnelle, möglichst automatisierbare Bewertungsmethoden weiterentwickeln und standardisieren, um Referenzdaten für die ML-Verfahren von Siemens bereitzustellen und Korrelationen zwischen Produktionsparametern und Zellqualität aufzudecken. Ergänzend adressierte das PEM die wirtschaftliche Umsetzbarkeit durch Identifikation der größten Stellhebel zur Ausschussreduktion, Clusteranalysen und Kosten-Nutzen-Betrachtungen für Fertigungsszenarien von der Pilotlinie über Kleinserien bis zur Großserie sowie die Ableitung praxisnaher Handlungsempfehlungen für Sensorik und Datenauswertung
Abschlussbericht
Get PDFDas Projekt Prozessentwicklung und -begleitung zum KI-Einsatz in der Pflege (ProKIP) entwickelte und implementierte erfolgreich Vernetzungs- und Beratungsstrukturen für die acht Verbundprojekte im BMFTR-Förderprogramm Repositorien und KI-Systeme im Pflegealltag nutzbar machen. ProKIP arbeitete zudem den aktuellen Stand der wissenschaftlichen Forschung im Bereich KI-Pflege-Readiness auf und systematisierte Gelingensfaktoren für die Umsetzung von KI-Pflege-Projekten. Auf dieser Basis wurde ein KI-Pflege-Readiness-Assessment (KIP-RA) entwickelt,praktisch umgesetzt und öffentlich verfügbar gemacht. Das HIIG stellte sicher, dass sowohl in der Beratung der Projekte als auch im KIP-RA die rechtlichen und Governance-Aspekte umfassend und wirksam zur Geltung kamen
Schlussbericht
No full textDie Kultivierung von Plazenta-Explantaten unter Inkubation mit potenziell toxische Testsubstanzen konnte sowohl unter statischen als auch fluidischen Bedingungen durchgeführt werden, wobei fluidische Systeme eine höhere Hormonfreisetzung und metabolische Aktivität ermöglichten, aber auch Herausforderungen wie Kontamination und Absorption durch Schläuche mit sich brachten. Zur Umgehung dieser Probleme wurden Explantate nach Bioreaktorkultur in klassische Platten überführt, wodurch vergleichbare Messungen hormoneller und inflammatorischer Marker möglich wurden. Die Vitalität und Funktionalität der Explantate blieb über bis zu 14 Tage erhalten, was sich in stabiler oder sogar steigender Hormonproduktion (Estradiol, Progesteron, β-hCG) sowie metabolischer Aktivität widerspiegelte. Proteomanalysen zeigten, dass typische plazentare Proteine in Kultur stabil exprimiert werden und dass insbesondere nach 7 Tagen eine deutliche Anreicherung von Proteinen der extrazellulären Matrix und der Geweberegeneration nachweisbar war. Unterschiede zwischen statischen und fluidischen Kulturen betrafen vor allem Proteine, die mit extrazellulären Vesikeln assoziiert sind, was auf eine realitätsnähere Modellierung physiologischer Prozesse im Bioreaktor hindeutet. Insgesamt bestätigt das Modell sein Potenzial für toxikologische Fragestellungen
Schlussbericht zum Projekt UltraSec
Get PDFMit UltraSec wurden Grundlagen für eine hochsichere UWB‑basierte Kommunikationsplattform für IoT‑Geräte geschaffen. Ziel war eine durchgängige Sicherheitsarchitektur von der physikalischen bis zur Applikationsschicht, bei der UWB‑Fingerprints (Kontext, Interaktion, Kanal, RF/Hardware) als Vertrauensanker dienen. Darauf aufbauend sollten effiziente, skalierbare Sicherheitsverfahren für ressourcenbeschränkte IoT‑Geräte entwickelt und das Zusammenspiel mit anderen Funktechnologien (z. B. Wi‑Fi, Bluetooth) betrachtet werden.
Das Fraunhofer HHI trug insbesondere mit UWB‑Funkkanalmessungen zur Charakterisierung der Funkumgebung mittels Secrecy Maps, Entwurf von Physical Layer Security (PLS)‑Verfahren und Wiretap‑Codes sowie Aufbau von Messsystemen und Unterstützung beim Demonstrator zum Projekt bei.
Das Projekt wurde im Rahmen der BMBF‑Bekanntmachung „IoT‑Sicherheit in Smart Home, Produktion und sensiblen Infrastrukturen“ gefördert. Das Projekt lief vom 01.09.2022 mit einer 6-monatigen kostenneutralen Verlängerung bis zum 31.08.2025
Sachbericht zum Verwendungsnachweis in der Fördermaßnahme Digital GreenTech - Umwelttechnik trifft Digitalisierung
Get PDFBis heute wird die Qualität von recycelten Betongranulaten (RC-Beton), die aus Bau- und Abbruchabfällen (CDW) hergestellt werden, anhand manueller Probenahmen ermittelt. Insbesondere für die Korngrößenverteilung (KGV), die einer der wichtigsten geometrischen Qualitätsfaktoren ist, führt die für Qualitätsbewertungen erforderliche Siebanalyse zu großen Zeitverzögerungen und begrenzter Transparenz. Daher wurde im KIMBA-Projekt (KI-basierte Prozesssteuerung und automatisiertes Qualitätsmanagement im Recycling von Bau- und Abbruchabfällen durch sensorbasiertes Inline-Monitoring von Korngrößenverteilungen) ein sensorbasierter Ansatz zur kontinuierlichen Inline-Bestimmung der KGV während der Aufbereitung der Abbruchabfälle entwickelt. Mittels einer hochauflösenden RGB-Zeilenkameras und einer anschließenden KI-basierten Datenverarbeitungpipeline war es möglich, die Qualitätsüberwachung zu automatisieren und ein erstes Assistenzsystem für die adaptive Prozesssteuerung zu entwickeln. Dieses Qualitätsüberwachungssystem wurde nicht nur in einer Pilotanlage, sondern auch in einem mobilen Prallbrecher in Originalgröße während des Betriebs getestet. Durch die Erfassung von Daten aus den Pilot- und Industrieanlagen während des Betriebs mit echtem CDW-Material konnten Segmentierungs- und Vorhersagemodelle als Kernbestandteil der Aufbereitungspipeline entwickelt werden. Im Technikumsmaßstab wurde zusätzlich die Machbarkeit von Aufnahmen mittels 3D-Laser-Triangulationssensoren (3DLT) nachgewiesen, die für den Anlagenmaßstab jedoch nicht ausreichend robust ausgelegt waren. Parallel zu den technischen Entwicklungen wurden mehrere Stakeholder-Workshops organisiert, um fundierte Kenntnisse über aktuelle Probleme und Prioritäten in der Branche sowie über das wirtschaftliche Potenzial unserer Lösung für die Branche zu erwerben. Mit der erfolgreichen Validierung der Machbarkeit des Systems für die Inline-Qualitätsüberwachung der KGV in einer Anlage in industriellem Maßstab wurde eine wesentliche Grundlage für weitere Entwicklungen in Richtung automatisierter Qualitätssicherung geschaffen und konkrete Schritte zur Verbesserung von Ressourceneffizienz, Prozessstabilität und Akzeptanz der Verwendung von RC-Betonen aus Bauschutt unternommen
