University of Kaiserslautern
KLUEDO Publication Server of University of Kaiserslautern-Landau (RPTU)Not a member yet
6017 research outputs found
Sort by
Die Rolle der Personalentwicklung im Scaled Agile Framework (SAFe)
Get PDFDie vorliegende Arbeit untersucht die Rolle der Personalentwicklung im Scaled Agile Framework (SAFe) mit Hinblick auf ihre Möglichkeit zur Förderung einer agilen Lernkultur sowie der Kompetenzen der agilen Rollen im Rahmenwerk. Zudem werden Herausforderungen analysiert sowie Handlungsempfehlungen für die Personalentwicklung in SAFe abgeleitet
Character sheaves and modular representations of finite reductive groups
Get PDFIn this thesis, we study finite reductive groups and their modular representations in non-defining characteristic.
In 1990, Geck stated a conjecture on the unitriangularity of decomposition matrices of these groups. Decomposition matrices encode the link between ordinary representations (over a field of characteristic zero) and modular representations (over a field of positive characteristic ). In 2020, Brunat--Dudas--Taylor showed this conjecture for unipotent blocks for a very good prime number , introducing Kawanaka characters. Thanks to the Morita equivalence between unipotent blocks and non-isolated ones, Feng--Späth extended this result to non-isolated blocks in 2021. The aim of this thesis is to study possible generalisations of Brunat--Dudas--Taylor result.
Firstly, we extend this result for a bad prime in the case of simple groups for the unipotents blocks. Inspired by the Brunat--Dudas--Taylor method, we study the decomposition of some Kawanaka characters in terms of ordinary characters in the unipotent blocks. In order to do so, we compute the values of the characteristic functions of characters sheaves on mixed conjugacy classes, based on previous work of Lusztig.
Lastly, we show through the examples of and how the obtained method allows us to study the unitriangularity of isolated blocks for exceptional groups of adjoint types
Zum Nachweisverfahren für die Ermüdungsbeanspruchung von automatisierten Hochregallagern mit Shuttle-System
Get PDFDer Einsatz von automatisierten Shuttlesystemen in Hochregallagern, insbesondere bei Systemen mit kleinen Ladeeinheiten, ist in den letzten Jahren stark angestie- gen. Spezifisch für den Einsatz von Shuttle-Systemen im Vergleich zu konventionellen Regalbediengeräten ist die erhöhte zyklische Belastung der Tragkonstruktion des Re- gallagers selbst. Die Shuttle-Fahrzeuge bewegen sich auf Fahrschienen im Regallager, die gleichzeitig zum Lastabtrag der eingelagerten Güter in die Regalstützen beiträgt. Durch diese deutlich erhöhte zyklische Beanspruchung rückt die Gefahr des Ermü- dungsversagens in den Vordergrund. Anstelle eines kostenintensiven Monitorings der relevanten Bauteile über die gesamte Lebensdauer der Regalanlage ist vielmehr die Sicherstellung der Ermüdungsfestigkeit bereits in der Planungsphase naheliegend. Die Besonderheiten der ermüdungsbeanspruchten Regalbauteile liegen unter anderem in der Verwendung dünnwandiger, kaltgeformter, nicht geschweißter sowie verzinkter Bauteile, die zudem eine Vielzahl von Kerben ausweisen. Diese resultieren zum einen aus den engen Biegeradien und zum anderen aus den für Regalbauteile typischen Stanzungen.
In diesem Projekt wurde zunächst eine umfangreiche Literaturrecherche durchgeführt, um ein geeignetes Nachweiskonzept für die Ermüdungsbeanspruchung von automati- sierten Hochregallagern mit Shuttle-Systemen zu identifizieren. Dabei kristallisierte sich das Kerbdehnungskonzept aufgrund seiner hohen Flexibilität und umfassenden Anwendbarkeit als geeignetes Konzept heraus. Bei diesem Konzept können die zahl- reichen Eingangsparameter in den Nachweis sowohl analytisch abgeschätzt als auch numerisch und/oder experimentell ermittelt werden können. Im Rahmen dieser Arbeit wurden umfangreiche experimentelle und numerische Untersuchungen durchgeführt, um eine geeignete Vorgehensweise bei der Nachweisführung ermitteln zu können. Da- zu zählen unter anderem dehnungsgeregelte Wöhlerversuche, Incremental Step Tests und spannungsgeregelte Wöhlerversuche sowie zahlreiche Voruntersuchungen wie Ei- genspannungsmessungen, Rauheitsmessungen und Härtemessungen. Die numerischen Untersuchungen umfassten neben der Simulation des Herstellungsprozesses der Fahr- schiene auch rein elastische sowie elastisch-plastische Volumenelementsimulationen und Simulationen mit Schalenelementen. Dadurch ergibt sich eine große Variations- breite der Eingangsparameter für den Nachweis.
Ein Ziel der Arbeit ist es, die wesentlichen Unterschiede für die auf verschiedenste Weise ermittelten Eingangsparameter zu identifizieren und zu analysieren, wie sich die Ermittlung eines Eingangsparameters, d. h. analytisch, experimentell oder numerisch, auf die rechnerische Lebensdauer auswirkt. Weiterhin sollen Empfehlungen für die ei- gentliche Ermittlung dieser Eingangsparameter gegeben werden, um unterschiedliche Vorgehensweisen bereitzustellen, die sich im numerischen und experimentellen Auf- wand und der daraus resultierenden rechnerischen Lebensdauer unterscheiden. Dies wurde durch eine umfangreiche Parameterstudie und Sensitivitätsanalyse realisiert. Diese Arbeit soll einen Beitrag dazu leisten, durch das flexible und vielseitige Kerb- dehnungskonzept zu navigieren, um die geforderte Lebensdauer der Fahrschiene eines automatisierten Hochregallagers wirtschaftlich und zuverlässig zu ermitteln.The use of automated shuttle systems in high-bay warehouses, particularly in systems with small load units, has increased significantly in recent years. One of the particular attributes of shuttle systems compared to conventional stacker cranes, or even manual storage, is the cyclical load on the supporting structure of the racking system itself. The shuttle vehicles move on rails in the racking system, which also serves to transfer the load to the rack supports for the stored goods. This greatly increases cyclic load on the racking components, brings the risk of fatigue failure to the forefront. Instead of cost extensive monitoring methods of the relevant components over the entire service life of the racking system, it is more cost effective to ensure fatigue resistance in the design phase. The characteristics of components subject to fatigue loading include the use of thin-walled, cold-formed, and galvanized components, which are generally not welded. Other attributes include the large number of notches resulting from the tight bending radii on one hand and the numerous punched holes typical of racking systems on the other.
In this project, extensive scholarly research was carried out to identify a suitable fa- tigue analysis for the fatigue loading of automated high-bay warehouses with shuttle systems. The local strain approach emerged as a appropriate concept due to its high flexibility and comprehensive applicability. This concept is characterized by it abili- ty to have numerous input parameters of the fatigue analysis that can be estimated analytically, as well as determined numerically and/or experimentally. As part of this work, extensive experimental and numerical investigations were conducted to deter- mine a suitable procedure for fatigue analysis. These investigations included strain- controlled Wöhler tests, incremental step tests, and stress-controlled Wöhler tests, as well as numerous preliminary investigations, such as residual stress measurements, roughness measurements, and hardness measurements. In addition to simulating the manufacturing process of the rail, the numerical investigations included purely elastic and elastic-plastic volume element simulations and shell element simulations. This resulted in a wide range of input parameters for the fatigue analysis.
The objective of the presented work is, among other aspects, to identify the essen- tial differences for the input parameters determined in various ways and to analyse how the determination of an input parameter, i.e. analytically, experimentally or nu- merically, affects the calculated service life. Furthermore, recommendations for the analytical, experimental, or numerical determination of these input parameters are to be given in order to provide different procedures that vary in numerical and ex- perimental effort and the resulting calculated service life. This has been conducted through an extensive parameter study and sensitivity analysis. This work is intended to contribute to navigating through the flexible and versatile local strain approach in order to determine the required service life of the rails of an automated high-bay warehouse, economically and reliably
Chatbots im Kundenservice: Eine empirische Untersuchung von Einflussfaktoren auf die Wiederverwendungsabsicht
Get PDFChatbots werden immer häufiger von Unternehmen im Kundenservice eingesetzt, um Nutzeranfragen in Echtzeit zu beantworten und Mitarbeiter zu entlasten. Perspektivisch werden Chatbots für viele Bereiche im Kundenservice zum Standard werden. Neben dem erheblichen Anstieg von Chatbot Anwendungen hat auch das Forschungsinteresse in den letzten Jahren deutlich zugenommen. Diese Arbeit behandelt vier interessante Themenfelder von anthropomorph gestalteten Chatbots: Anthropomorphismus, Offenlegungszeitpunkt, Übergabe an Menschen und Bewertungen. Dabei werden unterschiedliche Einflussfaktoren der Wiederverwendungsabsicht untersucht
Study and Implementation of Wall Modelling for Large Eddy Simulations of Turbulent Wall-Bounded Flow by Means of the Lattice Boltzmann Method
Get PDFThis thesis describes the implementation of the immersed boundary method with Cartesian grids for large eddy simulations in the lattice Boltzmann context. Wall modelling allows the use of the advantages of the lattice Boltzmann method for LES without the high computational costs caused by wall-resolved approaches. However, this presents challenges because the near-wall nodes lie in a wide range of
y
+
values, and the adjacent nodes are not perpendicular, as in the body-fitted mesh used in traditional solvers. These problems are addressed by a reconstruction procedure for the distribution function, which consists of near-wall friction velocity interpolations for smooth and stable boundary behaviour with coarse grids. In addition, accurate explicit wall functions consistent with the turbulence model were implemented to reduce the computational effort while maintaining accuracy. Finally, near-wall turbulence modelling was enhanced using a hybrid RANS–LES model with a blending region. The implemented code was verified for the turbulent channel flow case for different frictional Reynolds numbers, showing reasonable results. A complete discussion of the required algorithms, common modelling errors, results, and possible future work is provided
Accountability of AI-based Algorithmic Decision-Making Systems - from Theory to Software Engineering Practice
Get PDFRapid advancement and widespread adoption of Artificial Intelligence (AI)
technologies have revolutionized numerous domains, transforming how
we live, work, and interact. However, along with the immense potential of
AI-based systems, there are significant challenges and risks that need to
be addressed. One critical need is the regulation of such systems, particularly those making decisions about people as well as their property, so-
called algorithmic decision-making (ADM) systems. Traditional regulatory
approaches are inadequate for AI-based systems due to their vast input
and state spaces, reliance on training data, complex inner structures, and
the fast-paced nature of technological developments. Existing regulatory
frameworks struggle to keep up with these novel challenges, requiring
new approaches to ensure the responsible and ethical deployment of such
technologies. Moreover, the current understanding and operationalization
of key concepts such as fairness, explainability, and accountability in the
context of AI-based systems remain vague, hindering the development of
effective methods and solutions.
Against this backdrop, the following scientific question arises: How can
we address the challenges associated with the development, use, and
control of AI-based systems to ensure their responsible and trustworthy
deployment?
This thesis employs a multidisciplinary approach to address the challenges
associated with accountability in AI-based systems. The research is based
on gaining an understanding of what such accountability means. Therefore, a generic software development process is dissected into sections,
each examined separately to identify transparency and inspectability mechanisms. Building upon these mechanisms, various auditing procedures are
explored, and the concept of certificates is introduced to ensure trustworthy audits. After this, testing of data-driven components and AI-based
applications is described, focusing on fairness testing and its application
within the audit procedures. As all approaches for promoting accountability require sufficient incentives to implement them, this thesis also reviews various approaches aimed at providing such incentives. It examines
the role of the risk-based regulation approach suggested by the upcoming
European AI Act and the recent Corporate Digital Responsibility (CDR) approach, highlighting potential benefits and areas for improvement.
The multidisciplinary approach provides a comprehensive toolbox of methods and concepts to establish accountability in AI-based ADM systems. By providing insights into the effectiveness of these approaches, this work contributes to shaping future regulatory frameworks and promoting intrinsic motivations for accountability. Overall, this thesis not only identifies limitations in current approaches but also offers practical solutions and outlines future research directions to further advance the field of AI accountability. By fostering responsible AI development and usage, these results contribute to the long-term benefits of AI in society, ensuring that AI technologies can be deployed ethically, transparently, and in alignment with societal values
Entwurf und Anwendung von integrierter Multisensorelektronik mit Self-x-Eigenschaften für robuste intelligente Systeme in den Bereichen Industrie 4.0 und IoT
Get PDFThe thesis presents a cost-effective approach to enhancing the autonomy and optimization capabilities of smart sensory electronic systems (SSES) through the integration of artificial intelligence (AI) at the lowest levels of automated test equipment (ATE). This integration aims to realize self-configuring, self-optimizing, and self-healing ("self-X") properties in SSES, leveraging the transformative power of machine learning to revolutionize traditional sensory systems. In the era of Industry 4.0, where the fusion of advanced digital technologies with the physical production and operational processes defines a new industrial revolution, the application of AI and machine learning in SSES represents a critical step forward in realizing intelligent, efficient, and highly adaptable manufacturing and production environments.
This work primarily focuses on electronic design automation (EDA) from the development of tuning knobs for enhanced adaptivity, through the advanced designing of extrinsic optimization techniques, culminating in the seamless integration of these methodologies on hardware specifically dedicated to the assessment and optimization of the chip. The implementation of a chip performance assessment unit on this hardware is crucial for enabling the development of self-X properties in SSES. The reconfigurable, fully differential indirect current-feedback instrumentation amplifier (CFIA) is intrinsically optimized using a single test sinusoidal signal stimulus and measures the total harmonic distortion (THD) at the output. Additionally, a power-monitoring module is integrated into the CFIA circuit to assess power consumption, ensuring a power-efficient and reliable configuration. The implemented assessment unit effectively manages data acquisition, THD computation via FFT, and executes an advanced optimization algorithm for dynamic system configuration, facilitating an adaptive and efficient data management and transmission protocol. The design of the architecture has been kept generic to ensure its easy integration with higher-level system designs, enhancing its applicability across diverse technological applications. Preliminary tests conducted on the fabricated chip, using the default configuration pattern from post-layout simulations, revealed an unacceptable performance behavior of the CFIA. Nevertheless, the proposed in-field optimization successfully restored the circuit’s performance, resulting in a robust design that meets the performance achieved in the design phase. This architecture resulted in a increase in power efficiency while achieving a THD value of dB with a differential input signal at 1 MHz. Dynamic intrinsic optimization across a temperature range of to and a reduction in supply voltage revealed the system's adaptability to process, voltage, and temperature (PVT) variations.
A novel experience replay particle swarm optimization (ERPSO) algorithm, embedded on Red Pitaya FPGA boards, acts as an AI agent for intrinsic in-field optimization of the CFIA. The proposed ERPSO algorithm expands the classical PSO selection process with an experience replay buffer (ERB) to reduce the likelihood of trapping in local minima. The ERB archives previously visited global best particles and uses an adaptive epsilon greedy method in velocity updating. The ERPSO algorithm's performance is verified using eight popular benchmarking functions. The evaluation of robust optimization for CFIA, using surrogate-based and archive-based methodologies, is conducted through simulation-based results due to timing constraints. Benchmark functions and direct application to CFIA highlighted this method's effectiveness in reducing the average expected error (AEE) and improving correlation metrics. This facilitated precise tuning of CFIA to achieve desired performance levels while effectively managing uncertainties and imperfections.
An evaluation of filter optimization using reconfigurable non-intrusive sensors provides a comprehensive examination of a novel approach to optimizing filter characteristics, particularly cutoff frequencies, through indirect measurements. The typical indirect measurement approach using regression models for the device under test (DUT) performance prediction is integrated with ERPSO for reconfigurable non-intrusive sensors. This work's novelty lies in optimizing the non-intrusive sensors by copying the DUT's tuning knobs, indirectly optimizing DUT performance without interrupting its operation. In-field optimization is based on low-cost sensor measurements, achieving a correlation performance metric for regression tasks. The study also presents the filter's dynamic performance under temperature variations, illustrating robustness. The filter recalibrates with a maximum discrepancy from intended cutoff frequencies, emphasizing its resilience and optimization strategy. A reinforcement learning approach further addressed layout-induced deviations, reducing the need for extensive physical measurements and adapting to fabricated chips.
The practical application of a reconfigurable analog front-end with self-X properties for the tunnel magneto-resistance (TMR) sensor, provided by Sensitec, demonstrates seamless integration with higher system hierarchies. Configuration bits derived from the optimization algorithm highlight the integration of theoretical and algorithmic progress with practical implementation.
The research successfully demonstrates the potential of AI and machine learning to enhance the autonomy and optimization of SSES. Future work will focus on uninterrupted optimization processes, such as implementing real-time operating systems (RTOS) or time-triggered embedded systems (TTES) to interleave calibration and measurement tasks. Additionally, further investigations will explore the intrinsic evaluation of non-intrusive sensor-based indirect measurement techniques and the application of reinforcement learning methods to reduce the need for extensive physical measurements, thus enhancing the efficiency and robustness of smart sensory electronic systems. These future directions aim to provide more robust, adaptable, and cost-effective solutions for next-generation industrial applications.In dieser Arbeit wird ein kosteneffizienter Ansatz zur Verbesserung der Autonomie und der Optimierungsfähigkeiten intelligenter sensorischer elektronischer Systeme (SSES) durch die Integration von künstlicher Intelligenz (KI) auf den untersten Ebenen der automatisierten Testausrüstung (ATE) vorgestellt. Diese Integration zielt darauf ab, selbstkonfigurierende, selbstoptimierende und selbstheilende ("self-X") Eigenschaften in SSES zu realisieren und die transformative Kraft des maschinellen Lernens zu nutzen, um traditionelle sensorische Systeme zu revolutionieren. Im Zeitalter von Industrie 4.0, in dem die Verschmelzung fortschrittlicher digitaler Technologien mit physischen Produktions- und Betriebsprozessen eine neue industrielle Revolution definiert, stellt die Anwendung von KI und maschinellem Lernen in SSES einen entscheidenden Schritt nach vorn bei der Realisierung intelligenter, effizienter und hochgradig anpassungsfähiger Fertigungs- und Produktionsumgebungen dar.
Diese Arbeit konzentriert sich in erster Linie auf die elektronische Entwurfsautomatisierung (EDA), von der Entwicklung von Abstimmknöpfen für eine verbesserte Anpassungsfähigkeit über die fortschrittliche Gestaltung von extrinsischen Optimierungstechniken bis hin zur nahtlosen Integration dieser Methoden in Hardware, die speziell für die Bewertung und Optimierung des Chips vorgesehen ist. Die Implementierung einer Chip-Leistungsbewertungseinheit auf dieser Hardware ist entscheidend für die Entwicklung von Self-X-Eigenschaften in SSES. Der rekonfigurierbare, vollständig differentielle, indirekte stromrückgekoppelte Instrumentenverstärker (CFIA) wird anhand eines einzigen sinusförmigen Test-Signalstimulus optimiert und misst die gesamte harmonische Verzerrung (THD) am Ausgang. Zusätzlich ist ein Leistungsüberwachungsmodul in den CFIA-Schaltkreis integriert, um den Stromverbrauch zu bewerten und eine energieeffiziente und zuverlässige Konfiguration zu gewährleisten. Die implementierte Bewertungseinheit verwaltet effektiv die Datenerfassung, die THD-Berechnung mittels FFT und führt einen fortschrittlichen Optimierungsalgorithmus für die dynamische Systemkonfiguration aus, der ein adaptives und effizientes Datenmanagement und Übertragungsprotokoll ermöglicht. Das Design der Architektur wurde generisch gehalten, um eine einfache Integration in übergeordnete Systemdesigns zu gewährleisten und die Anwendbarkeit in verschiedenen technologischen Anwendungen zu verbessern. Vorläufige Tests, die auf dem hergestellten Chip unter Verwendung des Standardkonfigurationsmusters aus Post-Layout-Simulationen durchgeführt wurden, zeigten ein inakzeptables Leistungsverhalten des CFIA. Durch die vorgeschlagene Optimierung im Feld konnte die Leistung der Schaltung jedoch erfolgreich wiederhergestellt werden, was zu einem robusten Design führte, das die in der Entwurfsphase erreichte Leistung erfüllt. Diese Architektur führte zu einer Steigerung der Leistungseffizienz um bei einem THD-Wert von dB mit einem Differenzeingangssignal bei 1 MHz. Eine dynamische intrinsische Optimierung über einen Temperaturbereich von bis und eine Verringerung der Versorgungsspannung um zeigte die Anpassungsfähigkeit des Systems an Prozess-, Spannungs- und Temperaturschwankungen (PVT).
Ein neuartiger Experience Replay Particle Swarm Optimization (ERPSO)-Algorithmus, der in Red Pitaya FPGA-Boards eingebettet ist, fungiert als KI-Agent für die Optimierung des CFIA in der Praxis. Der vorgeschlagene ERPSO-Algorithmus erweitert den klassischen PSO-Auswahlprozess um einen Erfahrungswiedergabepuffer (ERB), um die Wahrscheinlichkeit des Einfangens in lokalen Minima zu verringern. Der ERB archiviert zuvor besuchte global beste Partikel und verwendet eine adaptive Epsilon-Greedy-Methode bei der Geschwindigkeitsaktualisierung. Die Leistung des ERPSO-Algorithmus wird anhand von acht gängigen Benchmarking-Funktionen überprüft. Die Bewertung der robusten Optimierung für CFIA unter Verwendung von surrogat- und archivbasierten Methoden erfolgt aufgrund zeitlicher Beschränkungen durch simulationsbasierte Ergebnisse. Benchmark-Funktionen und die direkte Anwendung auf CFIA haben die Effektivität dieser Methode bei der Reduzierung des durchschnittlich erwarteten Fehlers (AEE) und der Verbesserung der Korrelationsmetriken hervorgehoben. Dies erleichterte die präzise Abstimmung von CFIA, um die gewünschten Leistungsniveaus zu erreichen und gleichzeitig Unsicherheiten und Unzulänglichkeiten effektiv zu bewältigen.
Eine Bewertung der Filteroptimierung mit rekonfigurierbaren nicht-intrusiven Sensoren bietet eine umfassende Untersuchung eines neuartigen Ansatzes zur Optimierung von Filtereigenschaften, insbesondere von Grenzfrequenzen, durch indirekte Messungen. Der typische Ansatz der indirekten Messung unter Verwendung von Regressionsmodellen für die Vorhersage der Leistung des zu testenden Geräts (DUT) wird in ERPSO für rekonfigurierbare nicht-intrusive Sensoren integriert. Die Neuheit dieser Arbeit liegt in der Optimierung der nicht-intrusiven Sensoren durch Kopieren der Abstimmknöpfe des Prüflings, wodurch die Leistung des Prüflings indirekt optimiert wird, ohne seinen Betrieb zu unterbrechen. Die Vor-Ort-Optimierung basiert auf kostengünstigen Sensormessungen und erreicht eine -Korrelationsleistungsmetrik für Regressionsaufgaben. In der Studie wird auch die dynamische Leistung des Filters bei Temperaturschwankungen dargestellt, um die Robustheit zu veranschaulichen. Der Filter rekalibriert sich mit einer maximalen Abweichung von von den beabsichtigten Grenzfrequenzen, was seine Widerstandsfähigkeit und Optimierungsstrategie unterstreicht. Ein Ansatz des verstärkten Lernens befasst sich darüber hinaus mit layoutbedingten Abweichungen, wodurch sich die Notwendigkeit umfangreicher physikalischer Messungen verringert und eine Anpassung an gefertigte Chips möglich wird.
Die praktische Anwendung eines rekonfigurierbaren analogen Frontends mit Self-X-Eigenschaften für den Tunnelmagnetowiderstandssensor (TMR), der von Sensitec bereitgestellt wurde, zeigt die nahtlose Integration in höhere Systemhierarchien. Aus dem Optimierungsalgorithmus abgeleitete Konfigurationsbits verdeutlichen die Integration von theoretischen und algorithmischen Fortschritten mit der praktischen Umsetzung.
Die Forschung demonstriert erfolgreich das Potenzial von KI und maschinellem Lernen zur Verbesserung der Autonomie und Optimierung von SSES. Zukünftige Arbeiten werden sich auf ununterbrochene Optimierungsprozesse konzentrieren, wie z. B. die Implementierung von Echtzeit-Betriebssystemen (RTOS) oder zeitgesteuerten eingebetteten Systemen (TTES), um Kalibrierungs- und Messaufgaben miteinander zu verzahnen. Darüber hinaus werden weitere Untersuchungen die intrinsische Bewertung von nicht-intrusiven sensorgestützten indirekten Messtechniken und die Anwendung von Methoden des Reinforcement Learning erforschen, um den Bedarf an umfangreichen physikalischen Messungen zu verringern und so die Effizienz und Robustheit intelligenter sensorischer elektronischer Systeme zu verbessern. Diese zukünftigen Richtungen zielen darauf ab, robustere, anpassungsfähigere und kostengünstigere Lösungen für industrielle Anwendungen der nächsten Generation bereitzustellen
Das neue „institutionelle System“ der europäischen KI-Verordnung
Get PDFDie Ausarbeitung untersucht die Anforderungen der KI-Verordnung an die europäischen und nationalen Aufsicht. Unter Beachtung der gewachsenen Strukturen des europäischen Produktsicherheitsrechts, werden Umsetzungsperspektiven und Herausforderungen für den Aufbau einer europäischen und nationalen Governance aufgezeigt. Ein besonderer Fokus liegt auf den daraus resultierenden Auswirkungen auf die europäischen KI-Unternehmen
Influence of the particle morphology on the spray characteristics in low-pressure cold gas process
Get PDFThis study investigates the influence of particle morphology on spray characteristics
in low-pressure cold gas spraying (LPCGS) by analyzing three copper powders
with distinct shapes and microstructures. A comprehensive morphology analysis
was conducted using both 2D and 3D imaging techniques. Light microscopy combined
with image processing quantified particle circularity in 2D projections, while
X-ray micro-computed tomography (µCT) enabled precise 3D reconstructions to
determine sphericity, surface area, and volume distributions. The results showed
significant variations in the particle morphology of the investigated feedstock copper
powders, with irregularly shaped particles exhibiting lower circularity and sphericity
compared to more spherical feedstocks. These morphological differences had a
direct impact on the particle velocity distributions and spatial dispersion within the
spray jet, as measured by high-speed particle image velocimetry. Irregular particles
experienced stronger acceleration and exhibited a more focused spray dispersion,
whereas spherical particles reached lower maximum velocities and showed a wider
dispersion in the jet. These findings highlight the critical role of particle morphology
in optimization of cold spray processes for advanced coating and additive
manufacturing applications
Salicylic acid: new pathways arising?
Get PDFWhile the role of salicylic acid (SA) for plant immunity has been investigated for
decades, its function in regulating plant growth and development has only come
into focus recently. Several studies indicate that SA – auxin crosstalk plays an
important role in mediating SA-induced effects. However, not all findings can be
explained by this crosstalk alone and SA-specific effects on intracellular
organization have been reported such as inhibition of endocytosis and
changes of vacuolar pH and morphology. Notably, several SA-related functions
seem to be independent of the SA receptors Nonexpressor of Pathogenesis-
Related genes (NPRs). This review summarizes the effects of SA on intracellular
organization and predicts the existence of as yet unknown signaling pathways to
explain the current findings. We provide a short general introduction including SA
biosynthesis and SA signaling and address how NPR-independent intracellular
changes necessitate specific signaling to regulate growth and development