07 Fakultät Konstruktions-, Produktions- und Fahrzeugtechnik

Permanent URI for this collectionhttps://elib.uni-stuttgart.de/handle/11682/8

Browse

Publication Type: search.filters.UBSTyp.StudienarbeitStart date: 2010

Search Results

Now showing 1 - 4 of 4
  • Thumbnail Image
    ItemOpen Access
    Eigenschaften und Verfahren zur Fertigung von superhydrophoben Oberflächen zur Anwendung in der Medizin und Life Science
    (2021) Felk, Dominique
    In dieser Studienarbeit werden die Eigenschaften, sowie die geometrische Gestalt von superhydrophoben Oberflächen anhand einer ausführlichen Literaturrecherche aufgezeigt. Wassertropfen nehmen auf superhydrophoben Oberflächen eine nahezu sphärische Gestalt an und rollen leicht von einer geneigten Oberflächen ab. Dabei nehmen die Wassertropfen etwaige Verschmutzungen mit. Diese reinigende Wirkung ist charakteristisch für den Lotus-Effekt, welcher physikalisch auf dem Vorhandensein des Cassie-Baxter Zustands beruht. So weisen superhydrophobe Oberflächen einen Kontaktwinkel θ0 von mindestens 150° auf. Aus dem großen Kontaktwinkel resultiert eine geringe Adhäsion der Oberfläche mit einem Wassertropfen. Dadurch gleitet der Tropfen bereits bei geringen Gleitwinkeln von kleiner als 10° von einer geneigten Ebene ab. Neben einem großen Kontakt- und einem kleinen Gleitwinkel weisen superhydrophobe Oberflächen eine Kontaktwinkelhysterese von kleiner als 5° auf. Außerdem bestehen die Oberflächen aus Materialien mit geringen Oberflächenenergien. Erzielbar ist der Lotus-Effekt durch eine Oberflächenmorphologie, die ein hohes Luftvolumen zwischen der Oberfläche und einem Wassertropfen einschließt. Dies ist möglich durch Strukturen im Größenbereich von einigen hundert Nanometern bis zu einigen zehn Mikrometern. Die Strukturen selbst müssen ein hohes Aspektverhältnis aufweisen, welches durch hierarchisch aufgebaute Strukturen erzielt werden kann. Außerdem werden in dieser Arbeit verschiedene Anwendungen aus dem Bereich der Medizin und der Life Science aufgeführt, die durch superhydrophobe Oberflächen ermöglicht werden. Beispielhafte Anwendungen sind superhydrophobe Textilwickel, welche eine Heilung bei Druckgeschwüren begünstigen sollen, oder eine kontrollierte in-vitro Freisetzung von Medikamenten. Die Literaturrecherche zeigt, dass die Herstellung von superhydrophoben Oberflächen auf Strukturen in Metall, Silizium und Kunststoff beruhen kann. So ist die Erzeugung von Strukturen in Metall und Silizium über konventionelle Fertigungsverfahren wie die Plasmabearbeitung (DRIE, ICP), das Tauchbad und die Laserbearbeitung möglich. Zur Erzeugung der Strukturen in Kunststoff eignet sich das Spritzgießen, das Formgießen und das Heißprägen. Für die stochastische Aufrauung der Kunststoffoberfläche eignet sich die Bearbeitung mit Plasma. Die am Institut für Mikrointegration der Universität Stuttgart (IFM) und Hahn-Schickard Gesellschaft Stuttgart (HS-S) vorhandenen Geräte ermöglichen grundsätzlich eine Herstellung der für superhydrophobe Oberflächen erforderlichen Größenordnungen. Dazu muss unter anderem untersucht werden, welche Anwendungen realisiert werden sollen und welche Medien in Kontakt mit der Oberfläche stehen werden. Darauf hin muss das Verhalten des Mediums mit verschiedenen Oberflächenmorphologien analysiert werden, um die am besten geeignete Struktur zu finden.
  • Thumbnail Image
    ItemOpen Access
  • Thumbnail Image
    ItemOpen Access
    Learning an approximate model predictive controller with guarantees
    (2018) Hertneck, Michael
    In this thesis, a supervised learning framework to approximate a model predictive controller (MPC) with guarantees on stability and constraint satisfaction is proposed. The approximate controller has a reduced computational complexity in comparison to standard MPC which makes it possible to implement the resulting controller for systems with a high sampling rate on a cheap hardware. The framework can be used for a wide class of nonlinear systems. In order to obtain closed-loop guarantees for the approximate MPC, a robust MPC (RMPC) with robustness to bounded input disturbances is used which guarantees stability and constraint satisfaction if the input is approximated with a bound on the approximation error. The RMPC can be sampled offline and hence, any standard supervised learning technique can be used to approximate the MPC from samples. Neural networks (NN) are discussed in this thesis as one suitable approximation method. To guarantee a bound on the approximation error, statistical learning bounds are used. A method based on Hoeffding’s Inequality is proposed to validate that the approximate MPC satisfies these bounds with high confidence. This validation method is suited for any approximation method. The result is a closed-loop statistical guarantee on stability and constraint satisfaction for the approximated MPC. Within this thesis, an algorithm to obtain automatically an approximate controller is proposed. The proposed learning-based MPC framework is illustrated on a nonlinear benchmark problem for which we learn a neural network controller that guarantees stability and constraint satisfaction. The combination of robust control and statistical validation can also be used for other learning based control methods to obtain guarantees on stability and constraint satisfaction.
  • Thumbnail Image
    ItemOpen Access
    Stability and performance in transient average constrained Economic Model Predictive Control without terminal constraints
    (2019) Rosenfelder, Mario
    We investigate system theoretic properties of transient average constrained economic model predictive control (MPC) without terminal constraints. We show that the optimal open-loop solution passes by the optimal steady-state for consecutive time instants. Using this turnpike property and suitable controllability conditions, we provide closed-loop performance bounds. Furthermore, stability is proved by combining the rotated value function with an input-to-state (ISS) Lyapunov function of an extended state related to the transient average constraints. The results are illustrated with a numerical example.