API src

Found 545 results.

Neuentwicklung und Optimierung von Trocknern fuer die Ziegelindustrie

Die instationaeren Vorgaenge (Temperaturaenderungen) bei der Trocknung keramischer Gueter in grossen Trocknern wie sie beispielsweise in der Ziegelindustrie eingesetzt werden, wurden durch ein mathematisch-physikalisches Modell simuliert. Diese Modellierung konzentrierte sich auf den eigentlichen Tockner. Erfasst wurde hierbei das Verhalten derartiger Kammern in Verbundbauweise ebenso wie der Einfluss der Speicherwirkung des Erdbodens bzw. der Bodenplatten. Die bisher simulierten Trockner waren aus Fertigbauteilen (Blechkonstruktion mit inwaendig angebrachten Isolierungen) hergestellt.

Wie Bodeneigenschaften Prozesse im Boden und an der Schnittstelle zwischen Boden und Atmosphäre beeinflussen - Eine Verknüpfung von Experimenten und Modellierung

Es ist das primäre Ziel dieses Projektes, Prozesse an der Schnittstelle zwischen Boden und Atmosphäre und deren Einfluss auf die ungesättigte Bodenzone zu analysieren, sowie die Theorie derartigen nicht-isothermen, mehrphasen und mehrkomponenten Prozesse zu verbessern. Hierbei liegt der Hauptfokus auf dem Einfluss von Oberflächenrauheiten und Heterogenitäten auf das Austauschverhalten. Das übergeordnete Ziel ist es, neue und validierte physikalische und mathematische Modelle zu entwickeln. Diese Modelle sollen mithilfe von umfassenden experimentellen und numerischen Analysen auf verschiedenen örtlichen und zeitlichen Skalen erstellt werden. Das Projekt hat vier Hauptziele:1. Hochauflösende Laborexperimente sollen auf verschiedenen Skalen (0,25-8m) durchgeführt werden, um neuartige Datenreihen zu erstellen, die aktuell nicht verfügbar sind. Dazu werden Experimente in einem Boden-Atmosphären Windkanal, dem Einzigen seiner Art, durchgeführt in denen die Eigenschaften der freien Strömung, der Bodenoberfläche und des Bodens variiert werden.2. Auf der Intermediate Skala werden Freifeldversuche unter dynamischen Randbedingungen durchgeführt um (i) die theoretischen Beschreibungen unter dem Einfluss von natürliche Heterogenitäten (z.B. Aggregaten) zu testen (ii) den Einfluss von tagesgang-abhängigen Triebkräften (z.B. Windgeschwindigkeit) zu analysieren und (iiI) zu untersuchen wie die Heterogenitäten am besten auf unterschiedlichen Skalen integriert werden können und wie diese die Austauschprozesse beeinflussen.3. Mit Hilfe dieser experimentellen Daten werden detaillierte numerische Simulationen auf der Darcy Skala (wenn notwendig mit der Forchheimer Erweiterung) benutzt, um zu analysieren ob es notwendig ist, die freie Strömung und deren Grenzschichteffekte für Masse, Impuls und Energie in aktuelle Modelle zu integrieren.4. Die Theorie für Massen-, Impuls- und Energieaustauschprozesse zwischen der Atmosphäre und dem Boden soll verbessert werden. Das beinhaltet Verdunstung, Kondensation, Strahlung und Transport von Komponenten, wie flüchtigen Komponenten in der Gasphase (VOC) oder stabilen Wasserisotopen, unter der Berücksichtigung unterschiedlicher Materialgrenzflächen. In einem zweiten Schritt sollen vereinfachte Modelle mit effektiven Parametern, basierend auf der integralen Betrachtung von Strömungs- und Transportprozessen, entwickelt, erweitert und getestet werden. Diese Modelle sollen die Effekte auf den unterschiedlichen zeitlichen und räumlichen Skalen wiedergeben.

Modelling vegetation dynamics and biomass in semiarid ecosystems (Eastern Africa) using remote sensing multisensor approaches

This pre-study pilot project will be carried out in Kenya and Tanzania and is part of a more extensive remote sensing project (initiated by the European Space Agency, ESA) aiming to develop a monitoring system for the assessment of land cover change of farmlands, rangelands and forest standings (logging, fires, uncontrolled deforestation, new settlements, etc.) at a national regional level. An integrated approach of remote sensing techniques (both through the use of satellite and ground data), physical vegetation models and ground measurements will be adopted. Operatively, the execution will consist of a 6-month period (pre-study) consisting in a ground campaign along a north-south transect, which is almost unknown to the current vegetation cartography. Based on the field results of the pre-study and within an on-going 30 month period (extended study, see Annexed 3), new classification methods and algorithms will be developed for assessment of land use and cover change using ENVISAT-data. An outcoming of this research will be a system capable to monitor and plan the available agricultural food resources for those developing regions.

Detection and Attribution des Klimawandels im Hochgebirge anhand der Kryosphäre: Auflösung der Prozessebene

Der menschliche Einfluss auf großräumige Änderungen des Klimas hat in den letzten Jahrzehnten stark zugenommen, sowohl in Atmosphäre, Ozean und Kryosphäre. Die genauen Eigenschaften physikalischer Prozesse und Mechanismen, die den menschlichen Einfluss von großräumigen auf lokale Skalen übertragen, sind allerdings kaum bekannt. Dies bedeutet eine erhebliche Unsicherheit für die Folgen des Klimawandels in der Zukunft. Das Problem der Übertragung betrifft auch den Gletscherrückgang im Hochgebirge, der überdies ein seltener Indikator für den Klimawandel in der mittleren Troposphäre ist. --- Das vorliegende Projekt hat das Ziel, unser Verständnis des Klimawandels in großer Höhe entscheidend zu verbessern. Das Fundament dafür legt eine neuartige und interdisziplinäre Methodik, mit der wir den menschlichen Anteil am Klimawandel in der großräumigen Klimadynamik, der regionalen Zirkulation über den ausgewählten Gebirgen sowie in der atmosphärischen Grenzschicht der dortigen Gletscher quantifizieren können. Die Verknüpfung prozessauflösender, physikalischer Modelle von globaler bis lokaler Skala sowie außergewöhnliche Messungen auf Gletschern in großer Höhe spannen diese Methodik auf. Sie wird letztlich ermöglichen, den menschlichen Anteil präzise zu erklären und die dafür verantwortlichen Mechanismen ausweisen zu können, inklusive der empfindlichsten Zusammenhänge im multiskaligen System ('Achillesfersen'). --- Der Einfluss des Projekts wird sich deutlich über die Glaziologie hinaus erstrecken. Unser Wissen über das globale Klimasystem wird durch den besser verstandenen Aspekt der Verknüpfung zwischen bodennahen Luftschichten und der mittleren Troposphäre profitieren. Auf regionalen und lokalen Skalen helfen die Ergebnisse für die Abschätzung von Klimafolgen, da Gletscheränderungen Wasserreserven und Naturgefahren beeinflussen. Und schließlich werden die Ergebnisse neue Wege für die Klimafolgenforschung allgemein aufzeigen, indem sie eine prozessauflösende und skalenübergreifende Methodik demonstrieren.

Verhalten von Schadstoffen in geologischen Systemen (Boden und Grundwasser)

Ziele: 1. Bestimmung effektiver Transportparameter wie Dispersion und hydraulische Leitfaehigkeit aus kleinskaligeren Modellen. 2. Identifikation charakteristischer Parameter zur Beschreibung von Adsorption und Desorption loeslicher Substanzen am bzw. vom Sediment. 3. Rekonstruktion von Fliesswegen und Transportgroessen aus geophysikalischen Messungen. 4. Analyse der Transportprozesse in Batch- und Saeulenversuchen (im Labor) und im Feldmassstab (Versuchsgelaende mit 72 Grundwassermessstellen). 5. Entwicklung von Softwarepaketen zur Simulation des Verhaltens von Schadstoffen in Grundwasserleitern, die sowohl fuer UNIX Umgebungen als auch fuer die Parallelrechner des Forschungszentrums verfuegbar sind. Auf Grund ihrer komplementaeren Eigenschaften kommen hierbei sowohl 'Finite Elemente (FE)' als auch 'Partide-Tracking' zum Einsatz.

Reaktionsschnelle Bereitstellung von Gasturbinen-Lösungen für die Energiewende mittels einer neuartigen, generativen KI-Designkette, Teilvorhaben: Generative Modelle für industrielle Komponenten am Beispiel von Turbinenschaufeln

Teilchenbasierte Simulation der Staubemission

Ziel dieses Projektes ist es, ein teilchenbasiertes numerisches Modell für die Simulation der Staubemission im Rahmen des äolischen Sandtransports zu entwickeln. Die Quantifizierung dieser Emission ist für die zuverlässige Repräsentation des Staubzykluses in Klimamodellen wesentlich, da die Aufnahme von Staubpartikeln in die Atmosphäre hauptsächlich durch den Beschuss des Sedimentbettes mit Sandpartikeln verursacht wird. Um den vertikalen Fluss emittierter Staubteilchen als Funktion der Boden- und Windbedingungen vorherzusagen, wurden verschiedene empirische Staubparametrisierungsschemata erarbeitet. Die Physik interpartikulärer Wechselwirkungen ist jedoch durch weitgehend unverstandene stochastische Kräfte gekennzeichnet, was die Entwicklung eines zuverlässigen theoretischen Staubemissionsmodells erschwert. Deshalb soll im vorliegenden Projekt ein numerisches Simulationswerkzeug, welches numerische Strömungsmechanik mit einem auf der Diskrete-Elemente-Methode basierenden Modell für granulare Dynamik koppelt, entwickelt werden, um die Trajektorien äolischer Sand- sowie emittierter Staubpartikel zu berechnen. Dabei werden die Trajektorien aller Teilchen in Luft und im Sedimentbett aus der Wirkung der Schwerkraft sowie interpartikulärer bzw. Teilchen-Wind-Wechselwirkungen berechnet, sodass auf die Annahme einer Splash-Funktion verzichtet wird. Zunächst soll ein physikalisches Modell für die interpartikulären Wechselwirkungen --- welche sowohl Kontakt- als auch van-der-Waals-Kräfte einbeziehen --- unter Berücksichtigung deren stochastischer Natur entwickelt werden. Um die Parameter dieses Modells zu bestimmen, werden Windkanalmessungen von Staubemissionsraten aus einem Sedimentbett unter gegebenen Partikelgrößenverteilungen und Windgeschwindigkeiten mit Vorhersagen der Simulationen verglichen. Daraufhin soll die Staubemission unter verschiedenen Verfügbarkeitsbedingungen mobilisierbarer Sedimente untersucht werden. Dies ist wichtig, um ein Parametrisierungsschema für die Staubemission aus schwer erodierbaren Böden (z.B. Böden mit biogener Kruste) aufstellen zu können.

KI-Methoden für Betrieb und Wartung von bifazialen PV-Anlagen, Teilvorhaben: Referenzbildung und Sensorauswahl, Entwicklung und Erprobung von KI-basierten Modellen, Abweichungsanalysen und Ertragsprognosen

Ziel des Projekts KIMBIF ist die Hochrechnung (Extrapolation) und Prognose (Forecast) der Erzeugungsleistung von Photovoltaik(PV)-Anlagen mit bifazialen PV-Modulen. Durch die Nutzung des auf der Rückseite einfallenden Lichts erreicht einen höheren Ertrag im Vergleich zu monofazialen Modulen. Die Einstrahlungsverhältnisse auf der Rückseite eines Modulfeldes sind jedoch so komplex, dass die Leistung einer solchen PV-Anlage mit rein physikalischen Modellen nicht mit vertretbarem Aufwand und der erforderlichen Genauigkeit aus den aktuellen Betriebsbedingungen abgeschätzt oder vorhergesagt werden kann Im Projekt werden daher datengetriebene Modelle mit Methoden der künstlichen Intelligenz (KI-Modelle) für Monitoring und Einspeisevorhersage von bifazialen PV-Systemen entwickelt und in einem großen, kommerziellen PV-Park zur Anwendung gebracht. Diese generischen Modelle sollen zum einen durch Mehrfachadaption die Extrapolation von einer begrenzten, detailliert vermessenen Referenzeinheit (PV-Modulstrang oder PV-Teilfeld) auf den gesamten PV-Park erlauben und zum anderen auf andere PV-Anlagen übertragbar sein. Dies beinhaltet auch Verfahren zur kontinuierlichen Adaptierung der KI-Modelle mittels Life-long Learning, um eine nahezu unmittelbare Nutzung nach dem Betriebsstart einer PV-Anlage mit einer limitierten Datenbasis sowie eine fortschreitend verbesserte Anpassung der KI-Modelle an das reale Betriebsverhalten zu ermöglichen. Die KI-Modelle werden zur Ermittlung der erwarteten aktuellen Leistungswerte für einen PV-Park, für die Anlagenüberwachung zur Fehlererkennung auf der Ebene der Teileinheiten und für die vorausschauende Wartungsplanung (predictive maintenance) eingesetzt. Des Weiteren wird mit dem Modell ein Leistungsvorhersagesystem (z.B. 24h-Forecast) unter Verwendung von Wetterprognosen für eine optimierte Betriebsführung des PV-Parks erstellt und im Betriebsleitsystem implementiert und erprobt.

KI-Methoden für Betrieb und Wartung von bifazialen PV-Anlagen

Ziel des Projekts KIMBIF ist die Hochrechnung (Extrapolation) und Prognose (Forecast) der Erzeugungsleistung von Photovoltaik(PV)-Anlagen mit bifazialen PV-Modulen. Durch die Nutzung des auf der Rückseite einfallenden Lichts erreicht einen höheren Ertrag im Vergleich zu monofazialen Modulen. Die Einstrahlungsverhältnisse auf der Rückseite eines Modulfeldes sind jedoch so komplex, dass die Leistung einer solchen PV-Anlage mit rein physikalischen Modellen nicht mit vertretbarem Aufwand und der erforderlichen Genauigkeit aus den aktuellen Betriebsbedingungen abgeschätzt oder vorhergesagt werden kann Im Projekt werden daher datengetriebene Modelle mit Methoden der künstlichen Intelligenz (KI-Modelle) für Monitoring und Einspeisevorhersage von bifazialen PV-Systemen entwickelt und in einem großen, kommerziellen PV-Park zur Anwendung gebracht. Diese generischen Modelle sollen zum einen durch Mehrfachadaption die Extrapolation von einer begrenzten, detailliert vermessenen Referenzeinheit (PV-Modulstrang oder PV-Teilfeld) auf den gesamten PV-Park erlauben und zum anderen auf andere PV-Anlagen übertragbar sein. Dies beinhaltet auch Verfahren zur kontinuierlichen Adaptierung der KI-Modelle mittels Life-long Learning, um eine nahezu unmittelbare Nutzung nach dem Betriebsstart einer PV-Anlage mit einer limitierten Datenbasis sowie eine fortschreitend verbesserte Anpassung der KI-Modelle an das reale Betriebsverhalten zu ermöglichen. Die KI-Modelle werden zur Ermittlung der erwarteten aktuellen Leistungswerte für einen PV-Park, für die Anlagenüberwachung zur Fehlererkennung auf der Ebene der Teileinheiten und für die vorausschauende Wartungsplanung (predictive maintenance) eingesetzt. Des Weiteren wird mit dem Modell ein Leistungsvorhersagesystem (z.B. 24h-Forecast) unter Verwendung von Wetterprognosen für eine optimierte Betriebsführung des PV-Parks erstellt und im Betriebsleitsystem implementiert und erprobt.

FH-Kooperativ 1-2023: Steuerung und Betriebsassistenz für ein Solares Brennstoff-Produktionssystem auf Basis eines Digitalen Zwillings (TwinSF)

1 2 3 4 5 … 53 54 55