Echtzeitfähiges Konzept zur Unfallklassifizierung bei Elektrofahrrädern basierend auf selbstkalibrierender Inertialsensorik. - Ilmenau, 2021. - XXVI, 162 Seiten
Technische Universität Ilmenau, Dissertation 2021
Der Mobilitätssektor befindet sich im Wandel, wobei die Elektromobilität hier eine Schlüsselrolle in der Zukunft einnehmen soll. Der Fahrradmarkt weist bereits eine hohe Kundenakzeptanz und stark zunehmende Verkaufszahlen von Elektrofahrrädern im Vergleich zu Elektroautos auf. Diese Zunahme an Elektrofahrrädern im Straßenverkehr geht jedoch auch mit einem Wachstum der Fahrradunfälle einher. Zudem gelten Fahrradfahrer, wie auch Fußgänger, als gefährdete Verkehrsteilnehmer mit einem erhöhten Verletzungsrisiko im Straßenverkehr. Diese Zusammenhänge weisen die Notwendigkeit hinsichtlich der Verbesserung der Sicherheit von Fahrradfahrern auf. Diese Herausforderung wird in der vorliegenden Arbeit angegangen, indem ein automatischer Fahrradunfallklassifizierungsansatz untersucht wird, der ein automatisches Notrufassistenzsystem ermöglicht und somit die passive Sicherheit des Fahrradfahrers erhöht. Zudem erlaubt die neuartige Klassifizierung in unterschiedliche Unfallklassen auch den Aufbau einer Unfalldatenbank mit automatischer Datenerhebung, die zukünftige Studien bezüglich Fragestellungen rund um die Fahrradunfallforschung ermöglicht. Hierfür werden zuerst geeignete Sensoren ausgewählt und notwendige Schritte zur Signalverarbeitung untersucht. Dies führt zu dem Einsatz von Inertialsensoren, die mit einem neuartigen Ansatz bezüglich Einbaulage am Fahrrad und Offsetfehler zur Laufzeit kalibriert werden. Durch die Definition und Kombination von fahrradspezifischen kinematischen Unfallmerkmalen können unterschiedliche Unfallklassen voneinander separiert werden. Die optimalen Eingangsgrößen dieser Unfallmerkmale werden mithilfe von mehreren Varianzanalysen ausgelegt. Die Modellierung dieser Merkmale findet anschließend einerseits auf Basis von klassischen Ansätzen mit dynamischen Schwellwerten und andererseits mittels probabilistischer Modelle statt. Hierbei wird auf die Methode der logistischen Regression und der Maximum-Likelihood-Optimierung zurückgegriffen. Die definierten Fahrradunfallmerkmale werden anschließend mit einem Entscheidungsbaum kombiniert. Mithilfe von aufwendigen Crash-Tests und einer naturalistischen Fahrstudie werden die Modelle trainiert und die Funktionalität der Fahrradunfallklassifizierung nachgewiesen. Die guten Validierungsergebnisse bestätigen den möglichen Anwendungsfall als Auslösefunktion für einen automatischen Notrufassistenten und zur automatischen Datenerhebung für eine Fahrradunfalldatenbank. Die Untersuchungen wurden aufgrund von Sensordaten von sogenannten "Pedelecs" (Fahrräder mit elektrischer Unterstützung) durchgeführt. Die gewonnenen Erkenntnisse und untersuchten Ansätze gelten jedoch auch für konventionelle Fahrräder.
The Arch electrode: a novel dry electrode concept for improved wearing comfort. - In: Frontiers in neuroscience, ISSN 1662-453X, Bd. 15 (2021), 748100, S. 1-14
https://doi.org/10.3389/fnins.2021.748100
KOI: an architecture and framework for industrial and academic machine learning applications. - In: Modelling and development of intelligent systems, (2021), S. 113-128
Realization of current density imaging using ultra-low-field MRI. - Ilmenau : Universitätsbibliothek, 2021. - 1 Online-Ressource (xvii, 158 Seiten)
Technische Universität Ilmenau, Dissertation 2021
Stromdichtebildgebung (CDI) von Strömen, die dem menschlichen Kopf aufgeprägt werden, würde eine individuelle und ortsaufgelöste Abbildung der Gewebeleitfähigkeit ermöglichen. Diese ist für eine zuverlässige funktionale Bildgebung neuronaler Aktivität und für Neuromodulation von zentraler Bedeutung. Magnetresonanztomographie (MRT) ermöglicht CDI nicht-invasiv über die Erfassung des Magnetfeldes BJ, welches aus der Stromdichte J resultiert. Die konventionelle MRT im Hochfeld ist bei der Messung von BJ auf eine Raumrichtung limitiert, was die Rekonstruktion des vollen Stromdichtevektors deutlich erschwert. MRT im Ultra-Niedrigfeld (ULF) eröffnet neue Möglichkeiten für CDI. Magnetfelder, erzeugt von Raumtemperaturspulen, können innerhalb einer Pulssequenz beliebig geschalten werden. Dies ermöglicht zero-field encoding, eine Sequenz, bei der alle Komponenten von BJ im Nullfeld detektiert werden. Bisher konnte zero-field encoding mittels ULF MRT nicht realisiert werden, vorwiegend wegen Schwierigkeiten beim definierten Schalten der Magnetfelder. Darüber hinaus ist ein hohes Signal-Rausch-Verhältnis (SNR) erforderlich, weil die an einen Menschen angelegten Ströme durch Sicherheitsvorschriften begrenzt sind. Diese Arbeit beschreibt die Entwicklung und Charakterisierung eines ULF-MRT-Aufbaus, der in-vivo CDI ermöglicht. Hauptmerkmale sind die Möglichkeit zur definierten Manipulation der Magnetisierungsrichtung, die Fähigkeit alle MRT-Felder nahezu instantan zu schalten und eine sehr hohe Sensitivität. Außerdem wurde die Sequenz modifiziert, sodass durch ein Kalibrierverfahren Phasenverschiebungen, resultierend aus BJ, von den Effekten der Pulssequenz getrennt werden können. Die Methoden wurden erfolgreich in Phantommessungen validiert. BJ und J wurden für 2 mA Ströme in verschiedenen Richtungen zuverlässig rekonstruiert. Diese Demonstration ist die erste Rekonstruktion des vollen J-Vektors auf der Grundlage einer nicht-invasiven Methodik. Bei Stromdichteverteilungen im Bereich der in-vivo erwartbaren Größenordnungen zeigte sich jedoch eine weitere notwendige Verbesserung des SNR. Die Sensitivität wurde zusätzlich theoretisch untersucht, wobei eine Beziehung zwischen dem SNR im Bildbereich und der Unsicherheit der Feldrekonstruktionen zugrunde gelegt wurde. Die Erkenntnisse aus den Phantommessungen und der Sensitivitätsanalyse veranlassten eine Weiterentwicklung des ULF-MRT-Aufbaus. In MRT-Simulationen mit einem realistischen Kopfmodell konnte gezeigt werden, dass die Empfindlichkeit des Systems ausreichend ist um BJ intrakraniell mit einem SNR[BJ] > 10 darzustellen. Schließlich wurden zwei Demonstrationsmessungen durchgeführt, eine mit einem realistischen Kopfphantom und die andere an einem Freiwilligen, in einer tatsächlichen in-vivo Anwendung. Unter Berücksichtigung weiterer möglicher Verbesserungen stimmten die Rekonstruktionen gut mit den Simulationen überein.
https://doi.org/10.22032/dbt.49343
Ocular direct current stimulation affects retinal ganglion cells. - In: Scientific reports, ISSN 2045-2322, Bd. 11 (2021), 17573, S. 1-9
Ocular current stimulation (oCS) with weak current intensities (a few mA) has shown positive effects on retinal nerve cells, which indicates that neurodegenerative ocular diseases could be treated with current stimulation of the eye. During oCS, a significant polarity-independent reduction in the characteristic P50 amplitude of a pattern-reversal electroretinogram was found, while no current stimulation effect was found for a full field electroretinogram (ffERG). The ffERG data indicated a trend for a polarity-dependent influence during oCS on the photopic negative response (PhNR) wave, which represents the sum activity of the retinal ganglion cells. Therefore, an ffERG with adjusted parameters for the standardized measurement of the PhNR wave was combined with simultaneous oCS to study the potential effects of direct oCS on cumulative ganglion cell activity. Compared with that measured before oCS, the PhNR amplitude in the cathodal group increased significantly during current stimulation, while in the anodal and sham groups, no effect was visible (α = 0.05, pcathodal = 0.006*). Furthermore, repeated-measures ANOVA revealed a significant difference in PhNR amplitude between the anodal and cathodal groups as well as between the cathodal and sham groups (p* ≤ 0.0167, pcathodal - anodal = 0.002*, pcathodal - sham = 0.011*).
https://doi.org/10.1038/s41598-021-96401-9
MNP-enhanced microwave medical imaging by means of pseudo-noise sensing. - In: Sensors, ISSN 1424-8220, Bd. 21 (2021), 19, 6613, insges. 23 S.
https://doi.org/10.3390/s21196613
Heat dissipation in Sm3+ and Zn2+ co-substituted magnetite (Zn0.1SmxFe2.9-xO4) nanoparticles coated with citric acid and pluronic F127 for hyperthermia application. - In: Scientific reports, ISSN 2045-2322, Bd. 11 (2021), 16795, S. 1-14
In this work, Sm3+ and Zn2+ co-substituted magnetite Zn0.1SmxFe2.9-xO4 (x = 0.0, 0.01, 0.02, 0.03, 0.04 and 0.05) nanoparticles, have been prepared via co-precipitation method and were electrostatically and sterically stabilized by citric acid and pluronic F127 coatings. The coated nanoparticles were well dispersed in an aqueous solution (pH 5.5). Magnetic and structural properties of the nanoparticles and their ferrofluids were studied by different methods. XRD studies illustrated that all as-prepared nanoparticles have a single phase spinel structure, with lattice constants affected by samarium cations substitution. The temperature dependence of the magnetization showed that Curie temperatures of the uncoated samples monotonically increased from 430 to 480 ˚C as Sm3+ content increased, due to increase in A-B super-exchange interactions. Room temperature magnetic measurements exhibited a decrease in saturation magnetization of the uncoated samples from 98.8 to 71.9 emu/g as the Sm3+ content increased, which is attributed to substitution of Sm3+ (1.5 µB) ions for Fe3+ (5 µB) ones in B sublattices. FTIR spectra confirmed that Sm3+ substituted Zn0.1SmxFe2.9-xO4 nanoparticles were coated with both citric acid and pluronic F127 properly. The mean particle size of the coated nanoparticles was 40 nm. Calorimetric measurements showed that the maximum SLP and ILP values obtained for Sm3+ substituted nanoparticles were 259 W/g and 3.49 nHm2/kg (1.08 mg/ml, measured at f = 290 kHz and H = 16kA/m), respectively, that are related to the sample with x = 0.01. Magnetic measurements revealed coercivity, which indicated that hysteresis loss may represent a substantial portion in heat generation. Our results show that these ferrofluids are potential candidates for magnetic hyperthermia applications.
https://doi.org/10.1038/s41598-021-96238-2
Multi-output soft sensor with a multivariate filter that predicts errors applied to an industrial reactive distillation process. - In: Mathematics, ISSN 2227-7390, Bd. 9 (2021), 16, 1947, S. 1-14
The paper deals with the problem of developing a multi-output soft sensor for the industrial reactive distillation process of methyl tert-butyl ether production. Unlike the existing soft sensor approaches, this paper proposes using a soft sensor with filters to predict model errors, which are then taken into account as corrections in the final predictions of outputs. The decomposition of the problem of optimal estimation of time delays is proposed for each input of the soft sensor. Using the proposed approach to predict the concentrations of methyl sec-butyl ether, methanol, and the sum of dimers and trimers of isobutylene in the output product in a reactive distillation column was shown to improve the results by 32%, 67%, and 9.5%, respectively.
https://doi.org/10.3390/math9161947
Comparison of semirigorous and empirical models derived using data quality assessment methods. - In: Minerals, ISSN 2075-163X, Bd. 11 (2021), 9, 954, insges. 19 S.
With the increase in available data and the stricter control requirements for mineral processes, the development of automated methods for data processing and model creation are becoming increasingly important. In this paper, the application of data quality assessment methods for the development of semirigorous and empirical models of a primary milling circuit in a platinum concentrator plant is investigated to determine their validity and how best to handle multivariate input data. The data set used consists of both routine operating data and planned step tests. Applying the data quality assessment method to this data set, it was seen that selecting the appropriate subset of variables for multivariate assessment was difficult. However, it was shown that it was possible to identify regions of sufficient value for modeling. Using the identified data, it was possible to fit empirical linear models and a semirigorous nonlinear model. As expected, models obtained from the routine operating data were, in general, worse than those obtained from the planned step tests. However, using the models obtained from routine operating data as the initial seed models for the automated advanced process control methods would be extremely helpful. Therefore, it can be concluded that the data quality assessment method was able to extract and identify regions sufficient and acceptable for modeling.
https://doi.org/10.3390/min11090954
Matrix pencil method for vital sign detection from signals acquired by microwave sensors. - In: Sensors, ISSN 1424-8220, Bd. 21 (2021), 17, 5735, insges. 24 S.
Microwave sensors have recently been introduced as high-temporal resolution sensors, which could be used in the contactless monitoring of artery pulsation and breathing. However, accurate and efficient signal processing methods are still required. In this paper, the matrix pencil method (MPM), as an efficient method with good frequency resolution, is applied to back-reflected microwave signals to extract vital signs. It is shown that decomposing of the signal to its damping exponentials fulfilled by MPM gives the opportunity to separate signals, e.g., breathing and heartbeat, with high precision. A publicly online dataset (GUARDIAN), obtained by a continuous wave microwave sensor, is applied to evaluate the performance of MPM. Two methods of bandpass filtering (BPF) and variational mode decomposition (VMD) are also implemented. In addition to the GUARDIAN dataset, these methods are also applied to signals acquired by an ultra-wideband (UWB) sensor. It is concluded that when the vital sign is sufficiently strong and pure, all methods, e.g., MPM, VMD, and BPF, are appropriate for vital sign monitoring. However, in noisy cases, MPM has better performance. Therefore, for non-contact microwave vital sign monitoring, which is usually subject to noisy situations, MPM is a powerful method.
https://doi.org/10.3390/s21175735