05 Fakultät Informatik, Elektrotechnik und Informationstechnik
Permanent URI for this collectionhttps://elib.uni-stuttgart.de/handle/11682/6
Browse
Search Results
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 Efficient sampling of transition constraints for motion planning under sliding contacts(2020) Khoury, Marie ThereseIn contact-based motion planning we consider for humanoid and multiped robots problems like going up a staircase, walking over an uneven surface or climbing a steep hill. Solving such tasks requires finding sequences of fixed and sliding contacts and planning the transition from one contact in the environment to another. However, most existing algorithms do not take sliding contacts into account for navigation problems or consider them only for manipulation scenarios. We propose an approach to contact-based planning that uses sliding contacts and exploits contact transitions. Such transitions are elementary operations required for whole contact sequences. To model sliding contacts, we develop a sliding contact constraint that permits the robot to slide on an object’s surface. To exploit contact transitions, we utilize three constraint modes to enable passage: contact with a start surface, no contact and contact with a goal surface. We develop a sampler that samples these transition modes uniformly. In this thesis we focus on the motion of one robot link’s end from an initial contact point toward a designated goal surface while the other end of the robot remains in sliding contact with the initial surface. Our method is evaluated by testing it on manipulator arms of two, three and seven degrees of freedom with different objects and various sampling-based planning algorithms. From the considered manipulator arm, it would be possible to transfer our concept to more complex robots and scenarios and extend it to a whole sequence of contacts.Item Open Access Der Germanium-Zener-Emitter für die Silizium-Photonik(2020) Körner, Roman; Schulze, Jörg (Prof. Dr. habil.)Item Open Access Konzeption und Entwicklung eines Assistenzsystems für die medizinische Diagnostik mittels maschineller Lernalgorithmen(2020) Maleki Pilevar, SamiraIm Umfeld der Medizintechnik müssen in der Zukunft automatisierte Systeme entwickelt werden, die den Menschen bei der Steigerung ihrer Lebensqualität unterstützen können, und zwar durch die Intelligenz der Systeme. Dies kann durch die Integration von künstlicher Intelligenz in die Soft- und Hardware von automatisierten Systemen mit medizinischen Zwecken erreicht werden. Diese Arbeit befasste sich mit der Anwendung von künstlicher Intelligenz zur medizinischen Präventionsdiagnostik. Hierzu wurden in dieser Arbeit zunächst die Begriffe der künstlichen Intelligenz und des maschinellen Lernens ausführlich erläutert. Darauffolgend wurden die Lernstile, Modelltypen und Algorithmen des maschinellen Lernens thematisiert und nach ihren Eigenschaften kategorisiert. Zudem wurde eine Literaturrecherche zu bestehenden Anwendungen der künstlichen Intelligenz im Feld der Medizintechnik in aktuellen Forschungsansätzen und Technologien durchgeführt. Dabei wurde eine Forschungslücke im Stand der Technik hinsichtlich der Anwendung softwarebasierter medizinischer Präventionsdiagnostik unter Einsatz künstlicher Intelligenz identifiziert. Um diese Forschungslücke zu schließen, wurde in der vorliegenden Arbeit ein Konzept vorgestellt, welches auf der Entwicklung eines Assistenzsystems basiert. Dieses Assistenzsystem umfasst drei Vorhersagemodelle zur Bestimmung der Krankheitsrisiken und Präventivmaßnahmen jeweils eine Krankheit, nämlich Erkältungen, Bluthochdruck und Hypercholesterinämie. Die Vorhersagemodelle wurden automatisiert mittels linearer Regression basierend auf simulierten Gesundheitsdaten generiert. Da in dieser Arbeit keine realen Gesundheitsdaten für die Entwicklung der Vorhersagemodelle zur Verfügung standen, wurden diese in MATLAB unter Berücksichtigung des medizinischen Wissens simuliert. Das Assistenzsystem wurde in MATLAB programmiert und kann als Software auf allen Betriebssystemen installiert werden. In diesem Assistenzsystem werden nach Eingabe der Gesundheitsdaten der Benutzer die Krankheitsrisiken sowie die Präventivmaßnahmen zur Verringerung der Risiken ermittelt. Durch den kontinuierlichen Einsatz des Assistenzsystems bei den Benutzern werden die Trainingsdaten ständig erweitert und infolgedessen die Vorhersagemodelle verbessert.Item Open Access The influence of micro-structured anode current collectors in combination with highly concentrated electrolyte on the Coulombic efficiency of in-situ deposited Li-metal electrodes with different counter electrodes(2020) Heim, Fabian; Kreher, Tina; Birke, Kai PeterThis paper compares and combines two common methods to improve the cycle performance of lithium metal (Li) electrodes. One technique is to establish a micro-structured current collector by chemical separation of a copper/zinc alloy. Furthermore, the use of a highly concentrated ether-based electrolyte is applied as a second approach for improving the cycling behavior. The influence of the two measures compared with a planar current collector and a 1 M concentrated carbonate-based electrolyte, as well as the combination of the methods, are investigated in test cells both with Li and lithium nickel cobalt manganese oxide (NCM) as counter electrodes. In all cases Li is in-situ plated onto the micro-structured current collectors respectively a planar copper foil without presence of any excess Li before first deposition. In experiments with Li counter electrodes, the effect of a structured current collector is not visible whereas the influence of the electrolyte can be observed. With NCM counter electrodes and carbonate-based electrolyte structured current collectors can improve Coulombic efficiency. The confirmation of this outcome in experiments with highly concentrated ether-based electrolyte is challenging due to high deviations. However, these results indicate, that improvements in Coulombic efficiency achieved by structuring the current collector’s surface and using ether-based electrolyte do not necessarily add up, if both methods are combined in one cell.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 Analyzing the influence of hyper-parameters and regularizers of topic modeling in terms of Renyi entropy(2020) Koltcov, Sergei; Ignatenko, Vera; Boukhers, Zeyd; Staab, SteffenTopic modeling is a popular technique for clustering large collections of text documents. A variety of different types of regularization is implemented in topic modeling. In this paper, we propose a novel approach for analyzing the influence of different regularization types on results of topic modeling. Based on Renyi entropy, this approach is inspired by the concepts from statistical physics, where an inferred topical structure of a collection can be considered an information statistical system residing in a non-equilibrium state. By testing our approach on four models-Probabilistic Latent Semantic Analysis (pLSA), Additive Regularization of Topic Models (BigARTM), Latent Dirichlet Allocation (LDA) with Gibbs sampling, LDA with variational inference (VLDA)-we, first of all, show that the minimum of Renyi entropy coincides with the “true” number of topics, as determined in two labelled collections. Simultaneously, we find that Hierarchical Dirichlet Process (HDP) model as a well-known approach for topic number optimization fails to detect such optimum. Next, we demonstrate that large values of the regularization coefficient in BigARTM significantly shift the minimum of entropy from the topic number optimum, which effect is not observed for hyper-parameters in LDA with Gibbs sampling. We conclude that regularization may introduce unpredictable distortions into topic models that need further research.Item Open Access User-friendly, requirement-based assistance for production workforce using an asset administration shell design(2020) Al Assadi, Anwar; Fries, Christian; Fechter, Manuel; Maschler, Benjamin; Ewert, Daniel; Schnauffer, Hans-Georg; Zürn, Michael; Reichenbach, MatthiasFuture production methods like cyber physical production systems (CPPS), flexibly linked assembly structures and the matrix production are characterized by highly flexible and reconfigurable cyber physical work cells. This leads to frequent job changes and shifting work environments. The resulting complexity within production increases the risk of process failures and therefore requires longer job qualification times for workers, challenging the overall efficiency of production. During operation, cyber physical work cells generate data, which are specific to the individual process and worker. Based on the asset administration shell for Industry 4.0, this paper develops an administration shell for the production workforce, which contains personal data (e.g. qualification level, language skills, machine access, preferred display and interaction settings). Using worker and process specific data as well as personal data, allows supporting, training and instating workers according to their individual capabilities. This matching of machine requirements and worker skills serves to optimize the allocation of workers to workstations regarding the ergonomic workplace setup and the machine efficiency. This paper concludes with a user-friendly, intuitive design approach for a personalized machine user interface. The presented use-cases are developed and tested at the ARENA2036 (Active Research Environment for the Next Generation of Automobiles) research campus.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.