API src

Found 199 results.

Related terms

Beeinflussung der Teilchengroesse bei oxydischem Rauch

Das Projekt "Beeinflussung der Teilchengroesse bei oxydischem Rauch" wird/wurde gefördert durch: Arbeitsgemeinschaft Industrieller Forschungsvereinigungen 'Otto-von-Guericke' e.V.. Es wird/wurde ausgeführt durch: Max-Planck-Institut für Eisenforschung GmbH.

Einzelpflanzenspezifische Düngung zum ressourceneffizienten und bedarfsoptimierten Anbau von Raps und Mais in Gleichstandsaat, Teilprojekt G

Das Projekt "Einzelpflanzenspezifische Düngung zum ressourceneffizienten und bedarfsoptimierten Anbau von Raps und Mais in Gleichstandsaat, Teilprojekt G" wird/wurde gefördert durch: Bundesministerium für Ernährung und Landwirtschaft. Es wird/wurde ausgeführt durch: Rauch Landmaschinenfabrik GmbH.

KI: KI-basierte Waldüberwachung - Künstliche Intelligenz zur Früh-Detektion von Waldbrand-Ereignissen

Das Projekt "KI: KI-basierte Waldüberwachung - Künstliche Intelligenz zur Früh-Detektion von Waldbrand-Ereignissen" wird/wurde ausgeführt durch: B2M Software GmbH.

Digitale Präzisionsdüngung zur Erhöhung der Stickstoffeffizienz auf unterschiedlich heterogenen Schlägen, Teilprojekt A

Das Projekt "Digitale Präzisionsdüngung zur Erhöhung der Stickstoffeffizienz auf unterschiedlich heterogenen Schlägen, Teilprojekt A" wird/wurde gefördert durch: Bundesministerium für Ernährung und Landwirtschaft. Es wird/wurde ausgeführt durch: Rauch Landmaschinenfabrik GmbH.

Optimierung des Ressourceneinsatzes bei Schweißkonstruktionen durch die automatisierte in-line Lebensdauerbewertung auf Basis von 3D-Scans, Teilvorhaben: Quantifizierung von Einflussgrößen auf in-line Aufnahme von 3D-Daten durch Laserscannen bei Schweißen

Das Projekt "Optimierung des Ressourceneinsatzes bei Schweißkonstruktionen durch die automatisierte in-line Lebensdauerbewertung auf Basis von 3D-Scans, Teilvorhaben: Quantifizierung von Einflussgrößen auf in-line Aufnahme von 3D-Daten durch Laserscannen bei Schweißen" wird/wurde gefördert durch: Bundesministerium für Wirtschaft und Klimaschutz. Es wird/wurde ausgeführt durch: QuellTech GmbH.Manuelles oder automatisiertes Schweißen ist in der metallverarbeitenden Industrie das maßgebende Fertigungsverfahren. Aufgrund ihrer geringeren Ermüdungsfestigkeit und Lebensdauer im Vergleich zum Grundwerkstoff stellen Schweißverbindungen immer strukturelle Schwachpunkte dar. Die benötigten Blechdicken in geschweißten und zyklisch beanspruchten Bauteilen und Konstruktionen und der damit verbundene Ressourcenbedarf werden dabei stets über den geringen Ermüdungswiderstand der Schweißverbindung vorgegeben. Ein wesentlicher Anteil daran ist maßgeblich auf die Kerbwirkung bzw. Spannungskonzentration am Schweißnahtübergang zurückzuführen. Aus zahlreichen Untersuchungen ist bekannt, dass die lokale Nahtgeometrie in hohem Maße für die Ermüdungsfestigkeit der Verbindung relevant ist und Risse von einzelnen Schwachstellen mit hoher Kerbwirkung initiieren. Die Identifizierung von geometrischen Schwachstellen mit hoher Kerbwirkung ermöglicht zudem die gezielte Nacharbeit. Ziel des Projekts ist der Aufbau eines Konzeptes für ein automatisierbaren und anwenderunabhängiges Verfahren zur in-line (oder nachfolgenden) Inspektion und individuellen Lebensdauerbewertung von Schweißverbindungen auf Basis von 3D-Scans zu entwickeln. Besonderes Augenmerk wird auf die Erarbeitung einer technischen Lösung zur Erstellung von 3D-Scans und deren Auswertung an Schweißverbindungen aus Baustahl (S355) durch Metallaktivgasschweißen (MAG) gelegt. Das Unternehmen Quelltech GmbH entwickelt in Zusammenarbeit mit den Liebherr Werken Biberach ein Verfahren zur in-line Digitalisierung von Schweißnahtoberflächen direkt während des MAG-Schweißprozesses. Durch konstruktive und softwaretechnische Maßnahmen soll der Einfluss von Störgrößen (u.a. Rauch, UV-Licht, Spritzer) auf die generierten 3D-Daten minimiert werden. Dies ermöglicht eine effiziente und anwenderunabhängige Kontrolle der Schweißnahtoberflächen.

Effekte von Schweissrauchpartikeln auf die oberen und tieferen Atemwege anhand der Bestimmung von Entzuendungsparametern

Das Projekt "Effekte von Schweissrauchpartikeln auf die oberen und tieferen Atemwege anhand der Bestimmung von Entzuendungsparametern" wird/wurde gefördert durch: Universität München, Klinikum der Universität-Innenstadt, Friedrich-Baur-Institut / Winkler Stiftung fuer Arbeitsmedizin im Stifterverband fuer die deutsche Wissenschaft. Es wird/wurde ausgeführt durch: Universität München, Institut für Arbeits- und Umweltmedizin mit Poliklinik.Ziel der Studie ist es, an Probanden nach inhalativer Exposition gegenueber Fein- und Ultrafeinpartikeln in Schweissrauchen das Auftreten entzuendlicher Reaktionen der oberen und unteren Atemwege zu untersuchen. Die Untersuchung soll an 40 gesunden Probanden erfolgen, die sich je zur Haelfte aus Berufsschweissern sowie Kontrollpersonen zusammensetzen. Auswertungen dieser Ergebnisse sollen Hinweise darueber liefern, inwiefern die in der Literatur beschriebenen und kausal mit Schweissrauchexposition in Zusammenhang gebrachten Krankheitsbilder des Atemtrakts mit entzuendlichen Reaktionen einhergehen.

KI: KI-basierte Waldüberwachung - Künstliche Intelligenz zur Früh-Detektion von Waldbrand-Ereignissen, KI: KI-basierte Waldüberwachung - Künstliche Intelligenz zur Früh-Detektion von Waldbrand-Ereignissen

Das Projekt "KI: KI-basierte Waldüberwachung - Künstliche Intelligenz zur Früh-Detektion von Waldbrand-Ereignissen, KI: KI-basierte Waldüberwachung - Künstliche Intelligenz zur Früh-Detektion von Waldbrand-Ereignissen" wird/wurde gefördert durch: Bundesministerium für Umwelt, Klimaschutz, Naturschutz und nukleare Sicherheit. Es wird/wurde ausgeführt durch: B2M Software GmbH.

KI: KI-basierte Waldüberwachung - Künstliche Intelligenz zur Früh-Detektion von Waldbrand-Ereignissen, KI: KI-basierte Waldüberwachung - Künstliche Intelligenz zur Früh-Detektion von Waldbrand-Ereignissen

Das Projekt "KI: KI-basierte Waldüberwachung - Künstliche Intelligenz zur Früh-Detektion von Waldbrand-Ereignissen, KI: KI-basierte Waldüberwachung - Künstliche Intelligenz zur Früh-Detektion von Waldbrand-Ereignissen" wird/wurde gefördert durch: Bundesministerium für Umwelt, Klimaschutz, Naturschutz und nukleare Sicherheit. Es wird/wurde ausgeführt durch: Quantum-Systems GmbH.

Digitale Präzisionsdüngung zur Erhöhung der Stickstoffeffizienz auf unterschiedlich heterogenen Schlägen

Das Projekt "Digitale Präzisionsdüngung zur Erhöhung der Stickstoffeffizienz auf unterschiedlich heterogenen Schlägen" wird/wurde ausgeführt durch: Rauch Landmaschinenfabrik GmbH.

KI: KI-basierte Waldüberwachung - Künstliche Intelligenz zur Früh-Detektion von Waldbrand-Ereignissen, KI: KI-basierte Waldüberwachung - Künstliche Intelligenz zur Früh-Detektion von Waldbrand-Ereignissen

Das Projekt "KI: KI-basierte Waldüberwachung - Künstliche Intelligenz zur Früh-Detektion von Waldbrand-Ereignissen, KI: KI-basierte Waldüberwachung - Künstliche Intelligenz zur Früh-Detektion von Waldbrand-Ereignissen" wird/wurde gefördert durch: Bundesministerium für Umwelt, Klimaschutz, Naturschutz und nukleare Sicherheit. Es wird/wurde ausgeführt durch: Universität Bayreuth, Fachgruppe Geowissenschaften, Bayreuther Zentrum für Ökologie und Umweltforschung (BayCEER), Lehrstuhl für Biogeografie.

1 2 3 4 518 19 20