Refine
Year of publication
Document Type
- Doctoral Thesis (58) (remove)
Language
- English (31)
- German (25)
- Multiple languages (2)
Keywords
- Agrarprodukt (1)
- Apfel (1)
- Architektur (3)
- Autonomous vessels (1)
- Autonomy (1)
- BIPV (1)
- Backstepping control (1)
- Bahnplanung (1)
- Beobachterentwurf (1)
- Bernstein Basis (1)
Institute
- Fakultät Bauingenieurwesen (1)
- Fakultät Elektrotechnik und Informationstechnik (1)
- Fakultät Informatik (3)
- Fakultät Maschinenbau (2)
- Fakultät Wirtschafts-, Kultur- und Rechtswissenschaften (3)
- Institut für Optische Systeme - IOS (3)
- Institut für Strategische Innovation und Technologiemanagement - IST (3)
- Institut für Systemdynamik - ISD (8)
- Institut für angewandte Thermo- und Fluiddynamik - IATF (1)
- Konstanz Institut für Corporate Governance - KICG (1)
InnoCrowd, a Product Classification System for Design Decision in a Crowdsourced Product Innovation
(2021)
System engineering focuses on how to design and manage complex systems. Meanwhile, in the era of Industry 4.0 and Internet of Things (IoT), systems are getting more complex. Contributors to higher complexity include the usage of modern components (e.g. mechatronics), new manufacturing technologies (e.g. 3D Print) and new engineering product development processes, e.g. open innovation. Open innovation is enabled by IoT, where people and devices are easily connected, and it supports development of more innovative products through ideas gained from predecessors and collaborators world wide. Some researchers suggest this approach is up to three times faster and five times cheaper than conventional approaches [Gassmann, 2012], [Howe, 2008], [Kusumah, 2018]. Because open innovation is relatively new, many managers do not know how to employ it effectively in some phases of product development [Schenk, 2009], [Afuah, 2017], including requirements definition, design and engineering processes (task assignment) through quality assurance. Also, they have trouble estimating and controlling development time and cost [Nevo, 2020], [Thanh, 2015]. As a consequence, the acceptance of this new approach in the industry is limited. Research activities addressing this new approach mainly address high-level and qualitive issues. Few effective methods are available to estimate project risk and to decide whether to initiate a project.
We propose InnoCrowd, a decision support system that uses an improved method to support these tasks and make decisions about crowdsourced engineering product development.
InnoCrowd uses natural language processing and machine learning to build a knowledgebase of crowdsourced product developments. InnoCrowd presents a manager with results of similar projects to show which practices led to good results. A manager of a new project can use this guidance to employ best practices for product requirements definition, project schedule, and other aspects, thereby reducing risk and increasing chances for success.
Zur Erfassung von Veränderungen der Produkteigenschaften während der Trocknung von Lebensmitteln werden zerstörungsfreie Qualitätsmesstechniken gefordert, mit denen Veränderungen im Inneren des Produkts bestimmt werden können. Gerade im industriellen Einsatz sind schnelle, präzise, und gleichzeitig robuste Verfahren besonders wichtig, um qualitativ hochwertige Produkte zu erhalten.
In dieser Arbeit wurde zur optischen Qualitätsmessung ein neuartiges multispektrales Kamerasystem eingesetzt, um von Veränderungen der spektralen Oberflächenreflexion bei der Mango- und Ananastrocknung mit Veränderungen der Produktfeuchte, sowie mechanischen und chemischen Eigenschaften zu verknüpfen. Diese Verknüpfung wurde mit maschinellem Lernen erreicht.
In einem ersten Schritt wurde ein neues Kameraprinzip, eine multispektrale Flächenkamera mit vier Objektiven und Vorsatzfiltern, entwickelt und speziell auf den Einsatz in der Obsttrocknung angepasst. Anschließend wurden die Änderungen der Spektren und der Qualitätskriterien während der Trocknung gemessen. Dazu wurden Mango- und Ananasscheiben in einem Einzelschichttrockner bei Lufttemperaturen zwischen 40 °C und 80 °C und relativen Luftfeuchtigkeiten von 5 % bis 30 % getrocknet. Während der gesamten Trocknungsdauer wurde die Produktfeuchte der Proben gemessen, und Bilder mit der multispektralen Flächenkamera aufgenommen. Zur Analysen von nur ausgewählten Bereichen von Interesse in den Bildern wurde ein Softwarefilter entwickelt. Aus Spektraldaten und Prozessdaten konnte mit Algorithmen des maschinellen Lernens die Produktfeuchte zu jedem Zeitpunkt sehr genau vorhergesagt werden (Bestimmtheitsmaß R² von 0,98 bis 0,99). Die Kombination aus dem Prinzip der multispektralen Flächenkamera und maschinellem Lernen wurde in einem anderen Trocknungsprozess und mit weiteren Qualitätskriterien getestet. Dafür wurden Mangoscheiben in einem Schranktrockner getrocknet und deren Produkteigenschaften anhand der Spektraldaten und der Prozessdaten vorhergesagt. Bei der Vorhersage der Farbwerte Δa*, Δb* und ΔE00 sowie des Gehalts an gesamtlöslichen Feststoffen im Rehydrierungswasser wurden Bestimmtheitsmaße R² zwischen 0,56 und 0,94 erzielt).
Es konnte gezeigt werden, dass die Kombination aus dem neu entwickelten Multispektralkamerasystem und maschinellem Lernen zur Vorhersage der Produktfeuchte und anderer Qualitätskriterien der Produkte eingesetzt werden kann. Auf diese Weise können Qualitätsänderungen während des Prozesses mit nur wenigen Messgeräten inline überwacht werden.
Dieses Forschungsvorhaben zielt darauf ab, individuelle Entrepreneure hinsichtlich ihrer Veränderungstendenzen zur Nutzung der Entscheidungslogik Effectuation und Causation zu untersuchen – insbesondere während des Gründungsprozesses. Basierend auf einem qualitativen Fallstudiendesign zeigen sowohl fallinterne als auch fallübergreifende Analysen, wie Entrepreneure zunächst an der effektuativen Logik festhalten und im Gründungsverlauf zu hybriden Logikformen übergehen. Der Beitrag zur Weiterentwicklung der Forschung zielt in drei Richtungen: Erstens schließt die Arbeit Lücken in der Effectuation-Forschung, indem sie Entscheidungsfindung von Unternehmensgründern auf individueller Ebene spezifiziert. Zweitens ermöglicht die Fokussierung auf die einzelnen Gründungsphasen ein besseres Verständnis der Veränderungstendenzen einschließlich der Kausalzusammenhänge (wann, wie und warum). Insbesondere werden Erkenntnisse zur Auffälligkeit von Veränderungssprüngen von einer Phase zur anderen geliefert. Drittens kann durch die Beleuchtung der verschiedenen Subdimensionen von Effectuation und Causation ihre zunehmend hybride Verwendung im Zeitverlauf der Gründung das Verständnis für transformative Prozesse entwickeln.
In this thesis, the recognition problem and the properties of eigenvalues and eigenvectors of matrices which are strictly sign-regular of a given order, i.e., matrices whose minors of a given order have the same strict sign, are considered. The results are extended to matrices which are sign-regular of a given order, i.e., matrices whose minors of a given order have the same sign or are allowed to vanish. As a generalization, a new type of matrices called oscillatory of a specific order, are introduced. Furthermore, the properties for this type are investigated. Also, same applications to dynamic systems are given.
Ein Beitrag zum Beobachterentwurf und zur sensorlosen Folgeregelung translatorischer Magnetaktoren
(2020)
Untersuchung und Darstellung der Qualitätsveränderung von Agrarprodukten während der Trocknung
(2019)
Das Ziel der Arbeit war es optimale Trocknungsprozesse für verschiedene Agrarprodukte zu finden. Dazu wurden die Qualitätskriterien frischer und getrockneter Agrarprodukte analysiert und die Veränderungen durch die unterschiedlichen Trocknungsparameter, wie Luftgeschwindigkeit, Taupunkttemperatur, Trocknungstemperatur und –zeit dargestellt. In einer Literaturrecherche wurden sowohl die Faktoren für die Nachernteverluste und deren Höhe in Industrie- sowie Schwellen- und Entwicklungsländer untersucht. Zudem sind die Agrarprodukte und deren qualitätsbestimmenden Inhaltsstoffe vorgestellt. Auch die Extraktions- sowie die Analyse-Methoden werden aufgezeigt und erklärt. Dabei handelt es sich um die Hochleistungsflüssigkeit- und die Ionenausschlusschromatographie, aber auch um die UV/Vis-Spektroskopie und die Polarimetrie. Des Weiteren wurden während den Trocknungsprozessen mit der integrierten Kamera des Trockners in definierten Zeitabständen Bilder aufgenommen und diese über eine speziell entwickelte Software im Hinblick auf die Farbveränderung und die Schrumpfung der Agrarprodukte untersucht. Die Erstellung und Überprüfung der Versuchsergebnisse fand mittels Statistik-Software statt. Es wurden neue Diagramme, sogenannte Schädigungsdiagramme, eingeführt. Dabei handelt es sich um Diagramme, mit deren Hilfe die Identifizierung optimaler Trocknungsprozesse möglich ist. Für Chilis erwies sich eine Trocknungstemperatur von ~ 60 °C, für Kartoffeln von ~ 64 °C bis 74 °C, für Ananas von ~ 43 °C und Mangos von ~ 60 °C als optimal. Auch Taupunkttemperaturen von ~ <12 °C / >27 °C für Chilis, ~ 30 °C für Kartoffeln, ~ 14 °C für Ananas und ~ 20 °C Mangos waren optimal. Die Luftgeschwindigkeit wurde mit rund 1,2 m/s (Kartoffeln: ~ 1.2 m/s; Ananas: ~ 1.2 m/s und Mangos: ~ 0.9 m/s) als optimal befunden. Die Ergebnisse zeigten, dass bei jedem der vier Agrarprodukte die Trocknungstemperatur den größten Effekt auf die Reduzierung der qualitätsbestimmenden Eigenschaften hatte. Bei-spielsweise wurden die Ascorbinsäure, der Gesamtzucker-Gehalt sowie die organischen Säuren mit zunehmender Trocknungstemperatur stärker abgebaut. In Zukunft sollte neben den optimalen Trocknungsbedingungen auch beachtet werden, dass die Größe, Form, und Beschaffenheit der Proben einen entscheidenden Einfluss auf die stationären Trocknungsprozesse haben. Weiter ist es denkbar, instationäre Trocknungsprozesse zum Einsatz zu bringen. Dabei werden zuerst bei hohen Temperaturen die qualitätsreduzierenden Enzyme inaktiviert und anschließend bei geringen Temperatur und damit geringerer thermischer Belastung getrocknet. Weiter sollte darauf geachtet werden, dass Produkte nicht übertrocknen, so dass in Zukunft nur bis knapp unter den maximalen Restfeuchte-Gehalt und nicht wie in dieser Arbeit bis zur Gewichtskonstanz getrocknet wird.
Pascal Laube presents machine learning approaches for three key problems of reverse engineering of defective structured surfaces: parametrization of curves and surfaces, geometric primitive classification and inpainting of high-resolution textures. The proposed methods aim to improve the reconstruction quality while further automating the process. The contributions demonstrate that machine learning can be a viable part of the CAD reverse engineering pipeline.
NAND flash memory is widely used for data storage due to low power consumption, high throughput, short random access latency, and high density. The storage density of the NAND flash memory devices increases from one generation to the next, albeit at the expense of storage reliability.
Our objective in this dissertation is to improve the reliability of the NAND flash memory with a low hard implementation cost. We investigate the error characteristic, i.e. the various noises of the NAND flash memory. Based on the error behavior at different life-aging stages, we develop offset calibration techniques that minimize the bit error rate (BER).
Furthermore, we introduce data compression to reduce the write amplification effect and support the error correction codes (ECC) unit. In the first scenario, the numerical results show that the data compression can reduce the wear-out by minimizing the amount of data that is written to the flash. In the ECC scenario, the compression gain is used to improve the ECC capability. Based on the first scenario, the write amplification effect can be halved for the considered target flash and data model. By combining the ECC and data compression, the NAND flash memory lifetime improves three fold compared with uncompressed data for the same data model.
In order to improve the data reliability of the NAND flash memory, we investigate different ECC schemes based on concatenated codes like product codes, half-product codes, and generalized concatenated codes (GCC). We propose a construction for high-rate GCC for hard-input decoding. ECC based on soft-input decoding can significantly improve the reliability of NAND flash memories. Therefore, we propose a low-complexity soft-input decoding algorithm for high-rate GCC.
Flash memories are non-volatile memory devices. The rapid development of flash technologies leads to higher storage density, but also to higher error rates. This dissertation considers this reliability problem of flash memories and investigates suitable error correction codes, e.g. BCH-codes and concatenated codes. First, the flash cells, their functionality and error characteristics are explained. Next, the mathematics of the employed algebraic code are discussed. Subsequently, generalized concatenated codes (GCC) are presented. Compared to the commonly used BCH codes, concatenated codes promise higher code rates and lower implementation complexity. This complexity reduction is achieved by dividing a long code into smaller components, which require smaller Galois-Field sizes. The algebraic decoding algorithms enable analytical determination of the block error rate. Thus, it is possible to guarantee very low residual error rates for flash memories. Besides the complexity reduction, general concatenated codes can exploit soft information. This so-called soft decoding is not practicable for long BCH-codes. In this dissertation, two soft decoding methods for GCC are presented and analyzed. These methods are based on the Chase decoding and the stack algorithm. The last method explicitly uses the generalized concatenated code structure, where the component codes are nested subcodes. This property supports the complexity reduction. Moreover, the two-dimensional structure of GCC enables the correction of error patterns with statistical dependencies. One chapter of the thesis demonstrates how the concatenated codes can be used to correct two-dimensional cluster errors. Therefore, a two-dimensional interleaver is designed with the help of Gaussian integers. This design achieves the correction of cluster errors with the best possible radius. Large parts of this works are dedicated to the question, how the decoding algorithms can be implemented in hardware. These hardware architectures, their throughput and logic size are presented for long BCH-codes and generalized concatenated codes. The results show that generalized concatenated codes are suitable for error correction in flash memories, especially for three-dimensional NAND memory systems used in industrial applications, where low residual errors must be guaranteed.