05 Fakultät Informatik, Elektrotechnik und Informationstechnik
Permanent URI for this collectionhttps://elib.uni-stuttgart.de/handle/11682/6
Browse
12 results
Search Results
Item Open Access A framework for similarity recognition of CAD models in respect to PLM optimization(2022) Zehtaban, Leila; Roller, Dieter (Univ.-Prof. Hon.-Prof. Dr.)Item Open Access Classification of cryptographic libraries(2017) Poppele, Andreas; Eichler, Rebecca; Jäger, RolandSoftware developers today are faced with choosing cryptographic libraries in order to implement security concepts. There is a large variety of cryptographic libraries for diverse programming languages, without there being a standardized conception of different properties of these cryptographic libraries. This report provides a classification of over 700 cryptographic libraries. The libraries were chosen pertaining to currentness and popularity. In order to provide a standardized overview the most important traits and characteristics of these libraries were gathered and defined. Data collection on these characteristics was performed in a manual as well as automated fashion. The classification contains information that will help experienced and inexperienced developers in the cryptographic field to choose a library that fits their abilities. Furthermore, it may be used as a basis for studies concerning any form of improvement of these libraries and many more.Item Open Access Test planning for low-power built-in self test(2014) Zoellin, Christian G.; Wunderlich, Hans-Joachim (Prof. Dr. rer. nat. habil.)Power consumption has become the most important issue in the design of integrated circuits. The power consumption during manufacturing or in-system test of a circuit can significantly exceed the power consumption during functional operation. The excessive power can lead to false test fails or can result in the permanent degradation or destruction of the device under test. Both effects can significantly impact the cost of manufacturing integrated circuits. This work targets power consumption during Built-In Self-Test (BIST). BIST is a Design-for-Test (DfT) technique that adds additional circuitry to a design such that it can be tested at-speed with very little external stimulus. Test planning is the process of computing configurations of the BIST-based tests that optimize the power consumption within the constraints of test time and fault coverage. In this work, a test planning approach is presented that targets the Self-Test Using Multiple-input signature register and Parallel Shift-register sequence generator (STUMPS) DfT architecture. For this purpose, the STUMPS architecture is extended by clock gating in order to leverage the benefits of test planning. The clock of every chain of scan flip-flops can be independently disabled, reducing the switching activity of the flip-flops and their clock distribution to zero as well as reducing the switching activity of the down-stream logic. Further improvements are obtained by clustering the flip-flops of the circuit appropriately. The test planning problem is mapped to a set covering problem. The constraints for the set covering are extracted from fault simulation and the circuit structure such that any valid cover will test every targeted fault at least once. Divide-and-conquer is employed to reduce the computational complexity of optimization against a power consumption metric. The approach can be combined with any fault model and in this work, stuck-at and transition faults are considered. The approach effectively reduces the test power without increasing the test time or reducing the fault coverage. It has proven effective with academic benchmark circuits, several industrial benchmarks and the Synergistic Processing Element (SPE) of the Cell/B.E.™ Processor (Riley et al., 2005). Hardware experiments have been conducted based on the manufacturing BIST of the Cell/B.E.™ Processor and shown the viability of the approach for industrial, high-volume, high-end designs. In order to improve the fault coverage for delay faults, high-frequency circuits are sometimes tested with complex clock sequences that generate test with three or more at-speed cycles (rather than just two of traditional at-speed testing). In order to allow such complex clock sequences to be supported, the test planning presented here has been extended by a circuit graph based approach for determining equivalent combinational circuits for the sequential logic. In addition, this work proposes a method based on dynamic frequency scaling of the shift clock that utilizes a given power envelope to it full extent. This way, the test time can be reduced significantly, in particular if high test coverage is targeted.Item Open Access Deep learning based prediction and visual analytics for temporal environmental data(2022) Harbola, Shubhi; Coors, Volker (Prof. Dr.)The objective of this thesis is to focus on developing Machine Learning methods and their visualisation for environmental data. The presented approaches primarily focus on devising an accurate Machine Learning framework that supports the user in understanding and comparing the model accuracy in relation to essential aspects of the respective parameter selection, trends, time frame, and correlating together with considered meteorological and pollution parameters. Later, this thesis develops approaches for the interactive visualisation of environmental data that are wrapped over the time series prediction as an application. Moreover, these approaches provide an interactive application that supports: 1. a Visual Analytics platform to interact with the sensors data and enhance the representation of the environmental data visually by identifying patterns that mostly go unnoticed in large temporal datasets, 2. a seasonality deduction platform presenting analyses of the results that clearly demonstrate the relationship between these parameters in a combined temporal activities frame, and 3. air quality analyses that successfully discovers spatio-temporal relationships among complex air quality data interactively in different time frames by harnessing the user’s knowledge of factors influencing the past, present, and future behaviour with Machine Learning models' aid. Some of the above pieces of work contribute to the field of Explainable Artificial Intelligence which is an area concerned with the development of methods that help understand, explain and interpret Machine Learning algorithms. In summary, this thesis describes Machine Learning prediction algorithms together with several visualisation approaches for visually analysing the temporal relationships among complex environmental data in different time frames interactively in a robust web platform. The developed interactive visualisation system for environmental data assimilates visual prediction, sensors’ spatial locations, measurements of the parameters, detailed patterns analyses, and change in conditions over time. This provides a new combined approach to the existing visual analytics research. The algorithms developed in this thesis can be used to infer spatio-temporal environmental data, enabling the interactive exploration processes, thus helping manage the cities smartly.Item Open Access Maschinelles Lernen für intelligente Automatisierungssysteme mit dezentraler Datenhaltung am Anwendungsfall Predictive Maintenance(2019) Maschler, Benjamin; Jazdi, Nasser; Weyrich, MichaelFür eine hohe Ergebnisqualität sind Machine Learning Algorithmen auf eine breite Datenbasis angewiesen. Studien zeigen jedoch, dass viele Unternehmen nicht bereit sind, ihre Daten mit anderen Unternehmen, beispielsweise in Form einer gemeinsamen Daten-Cloud, zu teilen. Ziel sollte es daher sein, effizientes maschinelles Lernen mit einer dezentralen Datenhaltung, die den Verbleib vertraulicher Daten im jeweiligen Ursprungs-Unternehmen ermöglicht, zu ermöglichen. In diesem Artikel wird diesbezüglich ein neuartiges Konzept vorgestellt und hinsichtlich seiner Potentiale für intelligente Automatisierungssysteme am Beispiel des Anwendungsfalls Predictive Maintenance analysiert. Die Umsetzbarkeit des Konzepts unter Nutzung verschiedener bestehender Ansätze wird diskutiert, bevor schließlich auf potentielle Mehrwerte für Anlagenbetreiber sowie -hersteller unter besonderer Berücksichtigung der Perspektive kleiner und mittlerer Unternehmen eingegangen wird.Item Open Access Sprachassistierter Entwicklungsprozess für automatisierungstechnische Systeme : ein Ansatz zur Strukturierung komplexer Entwicklungsprozesse(2020) White, Dustin; Weyrich, MichaelDer Systementwicklungsprozess nimmt immer mehr an Komplexität zu, da die Systeme selbst immer komplexer werden. Gleichzeitig Vermischen sich die verschiedenen Disziplinen wie Maschinenbau, Elektrotechnik und Softwaretechnik zunehmend, so dass Unternehmen einer Disziplin sprunghafte Komplexitätszuwächse bei ihren Systemen und in ihrer Entwicklung haben. Deshalb wird in dieser Veröffentlichung ein Konzept eines Sprachassistenten erarbeitet, der durch eine Entwicklungsphase führt. Daraus geht hervor, dass die Software zur Unterstützung der Entwicklung ein Informationsmodell benötigt, um die Daten des entwickelten Systems zu speichern und diese mit dem vorhandenen Wissen zu verbinden. Dieses Wissen kann entweder intern oder im Web vorhanden sein. Der Entwicklungsprozess soll daher Kooperation unterstützen, so dass die Assistenzsoftware und Ingenieure miteinander interagieren.Item Open Access Berechnungsverfahren und auf Abtastung basierende Messverfahren zur Bestimmung elektrischer HF-Störfelder und der damit verbundenen Störeinkopplungen in Leitersysteme(2006) Geisbusch, Lothar; Landstorfer, Friedrich (Prof. Dr.-Ing.)Ein wichtiger Aspekt der EMV ist die Einstrahlung hochfrequenter elektromagnetischer Felder in Leitersysteme. Zur Quantisierung derartiger Verkopplungen entwickelt die vorliegende Arbeit sowohl messtechnische als auch numerische Verfahren. Für die Berechnung der Störeinkopplung in Herzschrittmacher-Systeme wird ein hybrides Berechnungsverfahren, zusammengesetzt aus der Mehrfach-Multipol-Methode und der Methode der Momente, weiterentwickelt und es wird seine Anwendbarkeit verbessert. Neben dem Berechnungsverfahren wird in der vorliegenden Arbeit ein neues Feldsensor-Verfahren zur Betrags- und Phasenmessung hochfrequenter elektrischer Felder entwickelt. Dieses Verfahren macht sich das subharmonische Abtasten zunutze, indem ein schneller Abtaster in eine elektrisch kurze Dipolantenne untergebracht wird. Die Triggerung des Abtasters erfolgt über einen optischen Leiter, welcher Verzerrungen des zu messenden Feldes vermeidet. Es wird eine sehr hohe Messgeschwindigkeit erreicht, so dass auch Feldverteilungen innerhalb kurzer Zeit gemessen werden können. Neben dem Feldsensor wird ein hierzu abgewandeltes Sensorsystem zur Messung von Störspannungen entwickelt, welches z.B. die Messung von Einkoppelspannungen an Herzschrittmacherelektroden erlaubt. Die Arbeit schließt zum einen mit der Untersuchung der Störeinkopplung in Herzschrittmachersysteme und zum anderen mit experimentellen Arbeiten zur Feldverteilung im Kraftfahrzeug bei Mobilfunkbetrieb ab.Item Open Access Anwendungsfälle und Methoden der künstlichen Intelligenz in der anwendungsorientierten Forschung im Kontext von Industrie 4.0(2020) Maschler, Benjamin; White, Dustin; Weyrich, MichaelEs wird erwartet, dass datengetriebene Methoden künstlicher Intelligenz im Kontext Industrie 4.0 die Zukunft industrieller Fertigung prägen werden. Obwohl das Thema in der Forschung sehr präsent ist, bleibt der Umfang der tatsächlichen Nutzung dieser Methoden unklar. Dieser Beitrag analysiert daher von 2013 bis 2018 veröffentlichte wissenschaftliche Artikel, um statistische Daten über den Einsatz von Methoden künstlicher Intelligenz in der Industrie zu gewinnen. Besonderes Augenmerk wird dabei auf die Trainings- und Evaluations-Datentypen, die Verbreitung in verschiedenen Industriezweigen, die betrachteten Anwendungsfälle sowie die geographische Herkunft dieser Artikel gelegt. Die resultierenden Erkenntnisse werden in praxisnahe Hinweise für Entscheider destilliert.Item Open Access Intelligentes Rekonfigurationsmanagement selbstorganisierter Produktionssysteme in der diskreten Fertigung(2020) Müller, Timo; Jazdi, Nasser; Weyrich, MichaelDie Häufigkeit von Änderungen der Produktionsanforderungen nimmt aufgrund wirtschaftlicher Volatilität, kürzerer Innovationszyklen und Produktlebenszyklen kontinuierlich zu. Daher ist eine Vorhersage aller möglichen Ziele eines Produktionssystems zur Entwurfszeit unmöglich und es ergibt sich erhöhter Rekonfigurationsbedarf zur Betriebszeit. Derzeit weist die Rekonfiguration von Produktionssystemen jedoch einige Schwachstellen auf, die in diesem Beitrag aufgezeigt werden. Außerdem wird die Zukunft der industriellen Automatisierung von Cyber-Physischen Produktionssystemen dominiert werden, welche vielversprechende Potentiale bieten. Folglich werden die Cyber-Physischen Produktionssysteme und einige ihrer Potentiale im Hinblick auf Rekonfiguration diskutiert. Um diese theoretischen Potentiale tatsächlich nutzen zu können, sind allerdings entsprechende Konzepte erforderlich, weshalb dieser Forschungsbeitrag ein grundlegendes Konzept für ein selbstorganisiertes Rekonfigurationsmanagement präsentiert.Item Open Access Deep learning based soft sensors for industrial machinery(2020) Maschler, Benjamin; Ganssloser, Sören; Hablizel, Andreas; Weyrich, MichaelA multitude of high quality, high-resolution data is a cornerstone of the digital services associated with Industry 4.0. However, a great fraction of industrial machinery in use today features only a bare minimum of sensors and retrofitting new ones is expensive if possible at all. Instead, already existing sensors’ data streams could be utilized to virtually ‘measure’ new parameters. In this paper, a deep learning based virtual sensor for estimating a combustion parameter on a large gas engine using only the rotational speed as input is developed and evaluated. The evaluation focusses on the influence of data preprocessing compared to network type and structure regarding the estimation quality.