Offenburg University of Applied Sciences
Hochschulschriftenserver der Hochschule OffenburgNot a member yet
6641 research outputs found
Sort by
Virtualisierung von softwarebasierten Playout- und Schnittsystemen
Die nachfolgende Arbeit befasst sich mit zwei verschiedenen Ansätzen eine Videoregie mit den Positionen Bildmischer, Audioingenieur und Grafik-Operator aufzubauen. Dabei soll es möglich sein, dass die Positionen auch remote einen Stream steuern können. Der Grafik-Operator ist u.a. dafür verantwortlich, Overlays passend einzublenden, während der Bildmischer die Szenenwechsel steuert und der Audioingenieur den Ton abmischt. Die Herausforderung ist dabei, dass der Aufbau skalierbar, kostengünstig und Hardware-einsparend ist. Die erforderliche Rechenleistung soll zentralisiert sein, sodass auch Rechner mit schwächerer Performance den Stream steuern können und lediglich der Streaming-Rechner leistungsstark sein muss.
Dafür wurde zunächst untersucht, ob Virtualisierung über Proxmox VE einen solchen Aufbau möglich macht. Der Kernpunkt hierbei war die Hardwarebeschleunigung der Grafikkarte, die für einen Livestream bei 30 FPS und Full-HD zwingend notwendig ist. In einer virtuellen Umgebung muss ein GPU-Passthrough durchgeführt werden, damit die virtuellen Maschinen auf die Grafikkarte zugreifen können. Daran scheiterte der Ansatz der Virtualisierung, obwohl es in der Theorie möglich sein müsste, die Grafikkarte an virtuelle Maschinen durchzureichen.
In der Folge wurde ein zweiter Ansatz untersucht, der erfolgreich umgesetzt werden konnte. Anstatt durch die Virtualisierung eine zusätzliche Abstraktionsschicht und Hürde bzgl. der GPU einzubauen, wurden die Funktionen von OBS (Open-Broadcast-Software) in Verbindung mit Companion genutzt, die es ermöglichen, den Stream über Netzwerk zu steuern. Zudem wurde mit der Software „Parsec“ für jede Position eine Multiview gestreamt. So konnten Grafik-Operator und Bildmischer ihren Aufgaben remote nachgehen, während der Audioingenieur die Tonabmischung über den zentralen Streaming-Rechner vornimmt. Dies war notwendig, da die Websteuerung über Companion-OBS keine Feinabstimmung des Tons zulässt. Hierbei konnten lediglich feste db-Werte vergeben werden, was im Realbetrieb unpraktisch wäre. Dabei galt stets die Prämisse von niedrigen Latenzen und Stabilität, hierbei traten bei Ansatz Nr. 2 keine Probleme auf
Blockheiz-Kraftwerke, Kälteanlagen, Wärmepumpen und Kraft-Wärme-Kälte-Kopplung
Die thermischen Wirkungsgrade von Kraftwerken zur Stromerzeugung sind relativ gering. Beispielsweise erreichen moderne Kohlekraftwerke heute etwa 45 %, Gasturbinen maximal 40 % sowie Diesel- und Gas-Motoren bis ca. 50 %. Kombinations-Kraftwerke, d. h. Gas- und Dampfturbinen-Prozesse, können über 60 % thermischen Wirkungsgrad bei der Umwandlung der zugeführten Wärme in mechanische bzw. elektrische Energie erzielen. Ein ähnlich hoher Wert wird in Zukunft von den Brennstoffzellen erwartet. Der nicht in Arbeit umgewandelte Anteil der zugeführten Wärme fällt als Abwärme an und geht ungenutzt in die Umgebung. Ein Teil dieser Abwärme lässt sich durch entsprechende Installationen bei allen Kraftwerksprozessen zur Wassererwärmung oder zur Dampferzeugung für industrielle Zwecke nutzen. Für Heiz- und Prozesswärme genügt eine Temperatur der Abwärme von 60 bis 80 °C, während die Erzeugung von Industriedampf deutlich höhere Temperaturen voraussetzt
sensIC : Eindeutige Identifizierbarkeit für vertrauenswürdige Hybrid-Sensorelektronik mit Hilfe additiver Fertigung
Ziel des Projekts war die Entwicklung eines vertrauenswürdigen hybriden Sensorelektroniksystems un-ter Verwendung additiver Fertigungstechniken. Das Projekt zielte insbesondere darauf ab, sichere Hardware für Identifizierungs- und Kommunikationszwecke zu entwickeln, die sich auf physisch nicht klonierbare Funktionen (PUFs) und drahtlose Kommunikationstechnologien wie Bluetooth Low Energy (BLE) und RFID stützen sollte. Das System musste Vertraulichkeit und Integrität gewährleisten, wobei der Schwerpunkt auf der Sicherung der Identität des Schlauchsensorsystems (PUF-Schlüssel) und der Temperaturdaten im Projektdemonstrator lag. Zu diesem Zweck wurde ein sicherer gemeinsamer Schlüssel generiert, der auf den Variationen der BLE-Kommunikationskanaldämpfung basiert und für die AES-Verschlüsselung der zwischen dem Schlauchsystem und einem externen Host übertragenen Daten verwendet wird
Anomaly detection: Comparison of unsupervised methods with limited industrial process data
A production line of a modern industrial plant forms a complex process composed of multiple stations and equipped with sensors. The produced part, leaving the line represents the sum of all the different stations it has traversed. Therefore, if the part is faulty, it is difficult to trace the error back to its origin within the line. For this, a comprehensive monitoring system that observes multiple steps of the process is required. Because of the volume of data generated by such a system, a general anomaly detection approach, suitable for different datasets is essential for this task.
This work evaluates the feasibility of the general anomaly detection approach and compares algorithms suitable for this problem. We examine the data composition found in production lines. Further, we define criteria that the algorithms must meet for the general approach and select six algorithms for our comparison. For the comparison we analyse different characteristics of the algorithms, starting with their ability to detect basic anomalies. Using a limited training dataset size and adding anomalies to the training dataset, we can examine the influence of the training dataset composition on the ability of the algorithms to detect anomalies. Moreover, we carry out runtime tests to include the algorithm performance in our comparison. The work concludes with the application to five real datasets from different processes, to resemble the various states encountered in a production line.
Our experiments demonstrate the feasibility of the general anomaly detection approach under specific limitations. Additionally, we provide a comprehensive comparison for all selected algorithms and summarise it in a table. The selection used for this work did not yield the perfect algorithm, that scores best in each category. Instead, we managed to filter out the less effective ones and are left with few working algorithms, each with different strengths and weaknesses.Eine Produktionslinie aus einem modernen Industriebetrieb stellt einen komplexen Prozess, bestehend aus mehreren Stationen, dar und ist mit Sensoren ausgestattet. Ein hergestelltes Teil aus einer Linie besteht aus der Summe aller verschiedenen Stationen, die das Teil durchlaufen hat. Deshalb ist es schwierig, bei einem fehlerhaften Teil den Fehler auf seinen Ursprung in der Linie zurückzuverfolgen. Um dies zu ermöglichen ist ein umfangreiches Überwachungssystem notwendig, das die Einzelschritte des Prozesses beobachtet. Wegen der Datenmenge, die dieses System verursacht, ist eine generelle Anomalie-Detektion als Ansatz notwendig, der für verschiedenste Datensätze eingesetzt werden kann.
Diese Arbeit wertet die Machbarkeit der generellen Anomalie-Detektion aus und vergleicht passende Algorithmen. Wir betrachten die Datenzusammensetzung aus den Produktionslinien. Darüber hinaus definieren wir notwendige Kriterien, um eine generelle Anomalie-Detektion umzusetzen und wählen basierend darauf sechs Algorithmen für unseren Vergleich aus. Für den Vergleich analysieren wir verschiedene Eigenschaften der Algorithmen, beginnend mit der Fähigkeit, grundlegende Anomalien zu erkennen. Mit einer beschränkten Trainingsdatensatzgröße und dem zusätzlichen Hinzufügen von Anomalien, betrachten wir den Einfluss der Zusammensetzung des Trainingdatensatzes auf die Anomalie-Detektion der Algorithmen. Darüber hinaus führen wir Laufzeittests durch, um die Geschwindigkeit der Algorithmen in unserem Vergleich zu berücksichtigen. Die Arbeit schließt mit einer Anwendung auf fünf echten Datensätzen aus verschiedenen Prozessen ab, um die verschiedenen Zustände innerhalb einer Produktionslinie nachzustellen.
Unsere Experimente zeigen, dass eine generelle Anomalie-Detektion unter Beachtung spezifischer Einschränkungen möglich ist. Zusätzlich stellen wir einen umfangreichen Vergleich aller ausgewählten Algorithmen bereit und fassen diesen in einer Tabelle zusammen. Die verwendeten Algorithmen beinhalten keinen perfekten Ansatz, der als bester in jeder Kategorie abschneidet. Stattdessen können wir die schlechten Algorithmen herausfiltern und erhalten eine Auswahl funktionierender Algorithmen mit verschiedenen Stärken und Schwächen
Investigating the flexibility of electric vehicle demand and its impact on the german energy system
With the growing popularity of electric vehicles (EVs), electricity grids face new challenges and opportunities. In Germany, as part of ambitious climate initiatives, the number of EVs is set to rise dramatically, bringing significant impacts on the national transmission system. This thesis study explores how the flexibility in EV charging patterns can be used to effectively manage the anticipated demands on Germany's Energy System. By considering regional differences according to the NUTS 1 classification, we examine how targeted strategies could help reduce grid congestion, enhance renewable energy use, and improve grid efficiency. Important parameters such as EV adoption trends, renewable energy availability, and grid infrastructure are identified, while taking into account different conditions across various regions. Ultimately, the study provides practical insights and recommendations for utilising EV charging flexibility as a tool to support Germany’s transition toward a sustainable energy future
Optimierung der Entscheidungsparameter humanoider Roboter mittels Deep Reinforcement Learning
Learning when to switch between behaviors is essential for RoboCup 3D Simulation agents. This thesis presents a layered decision framework for NAO robots in simulation, where major decisions iterate over minor decisions to select behaviors. Applied to attacking play, the approach reaches near parity with a strong baseline. A curriculum-based spawn task teaches the switch from walking to kicking. Learned policies lag behind baselines in isolated tests of ball travel distance, fall rate, and hit rate, yet achieve shorter cycle times, enabling faster kick decisions. In simulated matches, one variant attains near parity despite weaker offline metrics, indicating that reduced decision latency can offset modest skill deficits. A second study asks the policy to also choose a pre-kick pose, resulting in severe performance drops, underscoring added complexity and the need for improved curricula and reward shaping. Transfer tests to a toe-less NAO variant indicated sensitivity to hardware differences.Das Erlernen des geeigneten Zeitpunkts für den Wechsel zwischen Verhaltensweisen ist für Agenten der RoboCup 3D Simulation essenziell. Diese Arbeit stellt ein schichtbasiertes Entscheidungsframework für NAO-Roboter in der Simulation vor, bei dem Major-Entscheidungen über Minor-Entscheidungen iterieren, um Verhaltensweisen auszuwählen. Eingesetzt im Angriffsverhalten erreicht der Ansatz nahezu Parität zu dem vorhergehend System. Ein curriculum-basiertes Trainingsproblem lehrt den Wechsel vom Laufen zum Kicken. Die gelernten Policies bleiben in isolierten Tests zu zurückgelegter Ballstrecke, Sturzrate und Trefferquote hinter den Baselines zurück, erzielen jedoch kürzere Zykluszeiten und ermöglichen damit schnellere Kick-Entscheidungen. In simulierten Spielen erreicht eine Variante trotz schwächerer Offline-Metriken nahezu Parität, was darauf hindeutet, dass geringere Entscheidungslatenz moderate Fähigkeitsdefizite kompensieren kann. Eine zweite Studie lässt die Policy zusätzlich eine Vor-Kick-Pose wählen und führt zu deutlichen Leistungseinbußen und unterstreicht die höhere Komplexität sowie den Bedarf an verbesserten Curricula und Reward Shaping. Transfer-Tests auf eine NAO-Variante ohne Zeh zeigten eine Sensitivität gegenüber Hardwareunterschieden
Zwischen Botschaft und Wahrnehmung: Die Kommunikationsstrategien sozialer Startups
Die Arbeit untersucht, wie soziale Start-ups ihren Unique Selling Proposition (USP) gegenüber jungen Konsument:innen (18–30 Jahre) überzeugend kommunizieren und wie diese es wahrnehmen. Auf Basis einer qualitativen Mehrfachfallstudie wurden fünf deutschsprachige Social Startups (u. a. BeeCharitable, MyProtectify) analysiert. Zehn leitfadengestützte Interviews dienten als Datengrundlage. Stimuli waren ausgewählte Social-Media-Posts, deren Wirkung mithilfe des Stimulus-Organismus-Response-Modells kodiert und in MAXQDA ausgewertet wurde. Die Ergebnisse zeigen, dass eine klar verdichtete Kernbotschaft, emotionales Storytelling und Plattform-Fit (vor allem Instagram) die Wahrnehmung sowie die Handlungsbereitschaft der Zielgruppe signifikant steigern, während nüchtern-sachliche Formate oder Kanal-Mismatch zu Ablehnung führen. Glaubwürdigkeit erwies sich dabei als vermittelnder Schlüsselfaktor. Die Studie füllt eine Forschungslücke im Social-Startup-Marketing, liefert praxisnahe Handlungsempfehlungen für Content-Design, Kanalstrategie und Vertrauensaufbau und betont, dass wirkungsvolle Kommunikation weniger vom Budget als von kohärenten, authentischen Narrativen abhängt