Refine
Year of publication
- 2016 (17) (remove)
Institute
- Fachbereich Maschinenbau und Mechatronik (6)
- Fachbereich Elektrotechnik und Informationstechnik (3)
- Fachbereich Medizintechnik und Technomathematik (3)
- FH Aachen (2)
- IfB - Institut für Bioengineering (2)
- Fachbereich Architektur (1)
- Fachbereich Energietechnik (1)
- Fachbereich Luft- und Raumfahrttechnik (1)
- Fachbereich Wirtschaftswissenschaften (1)
Has Fulltext
- yes (17) (remove)
Document Type
- Conference Proceeding (9)
- Article (3)
- Part of a Periodical (2)
- Book (1)
- Other (1)
- Talk (1)
Keywords
Zugriffsart
- weltweit (5)
Is part of the Bibliography
- no (17)
Inhalt
06 Von Aachen nach Hollywood | Am 5. März 2016 lädt Shawn Bu den Star-Wars-Fanfilm, den er für seine Bachelorarbeit produziert hat, bei YouTube hoch. Was dann passiert, ist einfach unglaublich
16 Es geht aufwärts | FH entwickelt Kletterroboter zur Wartung und Reparatur von Windenergieanlagen
20 Auf den Millimeter genau | FH-Bauingenieure vermessen die Urftstaumauer
24 Auf legendären Rennstrecken | FH-Youngster treten in GT-Motorsportserie an
26 "Unten ist da, wo die Erde ist..." | Astronaut Dr. Thomas Reiter trägt an der FH Aachen vor
30 Von der Kita entspannt in den Hörsaal | Wie man den Spagat zwischen Kindererziehung und Studium meistert
32 "Solidarität ist keine Rosinenpickerei" | Martin Schulz und der Spiegel zu Gast an der FH Aachen
34 Ankommen | Drei Beispiele, wie Menschen an der FH Aachen und in der Region sich mit dem Thema Flucht beschäftigen
36 "Wir sind nicht die großen Retter" | Fotodokumentation von Stephan Klumpp
38 Mehr als nur ein Dach über dem Kopf | Dina Bharucha entwickelt ein ausklappbares Flüchlingshaus
40 "Es wird zu wenig über Fluchtursachen gesprochen" | Knut Paul, Pressesprecher der Bundespolizeiinspektion Aachen, über die Flüchtlingslage in der Aachener Region
42 Pinipas Abenteuer | Eine himmlische Pfannkuchensuche durch Europa
44 Warum es sich lohnt, in Nachwuchs zu investieren | Drei Beispiele aus dem FH-Stipendienprogramm
46 Rückenschmerzen ade | Das Start-up-Unternehmen physiosense entwickelt einen "intelligenten" Bürostuhl
48 Fahren und sparen | FH-Wissenschaftler Jörg Kreyer erforscht, wie der Kraftstoffverbrauch von Nutzfahrzeugen gesenkt werden kann
52 Informationsdesign für die Industrie 4.0 | "ProSense": Fachbereich Gestaltung entwickelt neues Verfahren zur visuellen Darstellung großer Datenmengen
58 Maßgeschneidert für unsere Region | Der Studiengang "Open Borders MBA" richtet sich an Führungskräfte, die grenzüberschreitend arbeiten wollen
60 Rennsport im Miniaturformat| FH unterstützt das Einhard-Gymnasium bei der Junior-Ingenieur-Akademie
61 Mathematik der Herzen
63 Impressum
Entwicklung eines Kletterroboters zur Diagnose und Instandsetzung von Windenergieanlagen (SMART)
(2016)
Evaluation of fragility curves for a three-storey-reinforced-concrete mock-up of SMART 2013 project
(2016)
Leitung und Konzeption: Thomas Tünnemann, Professor für Gestalten, FB Architektur, FH Aachen:
Mit Beiträgen von
Miriam Azzab, Larissa Rohr, Janna Steinhart, Felix Reymann, Kevin Osterkamp, Mark Kieckhefer, Pia Bienert, Sarah Schuhmann, Hermann Stuzmann, Silvana Hecklinger, Thorsten, Köllen, Jesse Dilworth, Silke Wanders, Tomas Tünnemann und Jan Waschinzki
IoT von der Stange
(2016)
Malware auf Smartphones ist ein Problem, dem auch Strafverfolgungsbehörden immer häufiger gegenüberstehen.
Insbesondere Telefone, bei denen potentiell schadhafte Apps zu einem finanziellen Schaden
geführt haben, finden sich auf den Schreibtischen der Polizei wieder. Dabei müssen die Ermittler möglichst
schnell und gezielt erkennen können, ob eine App tatsächlich schadhaft manipuliert wurde, was
manipuliert wurde und mit wem die App kommuniziert. Klassische Malware-Erkennungsverfahren helfen
zwar bei der generellen Erkennung schadhafter Software, sind aber für die polizeiliche Praxis nicht
geeignet. Dieses Paper stellt ein Programm vor, welches gerade die forensischen Fragestellungen berücksichtigt
und so für den Einsatz in der Strafverfolgung in Frage kommt.
In Deutschland liegt der Anteil der Windkraft an der Gesamtstromerzeugung bei 13,3% mit mehr als 25.000 installierten Windenergieanlagen (WEA). Weltweit erfährt die Windbranche ein rasantes Wachstum. Indien und China berichten eine jährliche Wachstumsrate an Neuinstallationen von 45%. Die Technologie zur Erzeugung elektrischer Energie aus Windkraft ist noch vergleichsweise jung. Durch die weltweit steigende Anzahl an Windenergieanlagen wächst zunehmend der Bedarf an innovativen Wartungslösungen. Komponenten wie Generator oder Getriebe sind inzwischen weitestgehend ausgereift. Der Fokus richtet sich zunehmend auf die wesentliche Kernkomponente - die Rotorblätter.
Industriekletterer inspizieren die Rotorblätter oder Türme i.d.R.
in einem zwei Jahres Rhythmus. Sie werden zunehmend durch Seilarbeitsbühnen unterstützt. Für größere Reparaturen kommen Kräne zum Einsatz, mit denen das Rotorblatt für die Instandhaltung demontiert wird. Die Standardinspektion besteht aus Sicht- und Klopfprüfung der Rotorblattoberfläche und ist nur bei sehr ruhiger Wetterlage durchführbar. Seit September 2014 wird das Forschungsprojekt SMART (Scanning, Monitoring, Analysis, Repair and Transportation), Entwicklung einer Wartungsplattform für WEA, vom BMWi gefördert. Das Konsortium besteht aus zwei Firmen und der
Fachhochschule Aachen. Die SMART-Anlage klettert reibschlüssig am Turm der WEA mittels speziellen Kettenfahrwerken (Abbildung) auf- und abwärts. Ein ringförmiges Spannsystems, basierend auf dem Konzept der „Nürnberger“-Schere, erzeugt die erforderliche Anpresskraft für den Kletterprozess. Wettergeschützte Arbeitskabinen ermöglichen die ganzjährige Instandhaltung von Rotorblättern und ebenso Türmen. Dadurch können Wartungsarbeiten auf 24 Stunden am Tag ausgeweitet werden. Der kombinierte Einsatz (Sensorfusion) bildgebender Messtechnik wie Thermografie, Ultraschall, und Terahertz in der Arbeitskabine kann die Dokumentation, Effizienz und Qualität der Instandhaltungsarbeiten erheblich verbessern. Langfristiges Ziel von SMART ist ein Condition Monitoring für Rotorblätter und Türme auf Basis digitalisierter dreidimensionaler Volumenscans. Der kooperative Einsatz mit UAVs erweitert die Instandhaltungsstrategie. UAVs ermöglichen die schnelle, kostengünstige globale optische Inspektion von Rotorblattoberflächen zur Detektion potentieller Fehlstellen. Der „Proof-of-Concept“ Meilenstein wurde mit der Demonstration eines funktionsfähigen Modells im Dezember 2015 erfolgreich abgeschlossen.
Für die Verarbeitung von natürlicher Sprache ist ein wichtiger Zwischenschritt das Parsing, bei dem für Sätze der natürlichen Sprache Ableitungsbäume bestimmt werden. Dieses Verfahren ist vergleichbar zum Parsen formaler Sprachen, wie z. B. das Parsen eines Quelltextes. Die Parsing-Methoden der formalen Sprachen, z. B. Bottom-up-Parser, können nicht auf das Parsen der natürlichen Sprache übertragen werden, da keine Formalisierung der natürlichen Sprachen existiert [3, 12, 23, 30].
In den ersten Programmen, die natürliche Sprache verarbeiten [32, 41], wurde versucht die natürliche Sprache mit festen Regelmengen zu verarbeiten. Dieser Ansatz stieß jedoch schnell an seine Grenzen, da die Regelmenge nicht vollständig sowie nicht minimal ist und wegen der benötigten Menge an Regeln schwer zu verwalten ist. Die Korpuslinguistik [22] bot die Möglichkeit, die Regelmenge durch Supervised-Machine-Learning-Verfahren [2] abzulösen.
Teil der Korpuslinguistik ist es, große Textkorpora zu erstellen und diese mit sprachlichen Strukturen zu annotieren. Zu diesen Strukturen gehören sowohl die Wortarten als auch die Ableitungsbäume der Sätze. Vorteil dieser Methodik ist es, dass repräsentative Daten zur Verfügung stehen. Diese Daten werden genutzt, um mit Supervised-Machine-Learning-Verfahren die Gesetzmäßigkeiten der natürliche Sprachen zu erlernen.
Das Maximum-Entropie-Verfahren ist ein Supervised-Machine-Learning-Verfahren, das genutzt wird, um natürliche Sprache zu erlernen. Ratnaparkhi [25] nutzt Maximum-Entropie, um Ableitungsbäume für Sätze der natürlichen Sprache zu erlernen. Dieses Verfahren macht es möglich, die natürliche Sprache (abgebildet als Σ∗) trotz einer fehlenden formalen Grammatik zu parsen.