Studentische Abschlussarbeiten
Die Einbettung der studentischen Abschlussarbeiten über das Forschunginformationssystem (FIS) der TU Dresden wird derzeit nicht aktualisiert. Die folgenden manuellen Ergänzungen mögen deshalb nicht immer den aktuellen Stand widerspiegeln.
YU Meiqi: Investigation of new semiconductor devices, structures and materials with high-resolution electron tomography. Dresden, Technische Universität Dresden, Diplomarbeit, 2021 |
Reichel, Sandra: Veränderung technischer Aerosole in Transportprozessen. Dresden, Technische Universität Dresden, Diplomarbeit, 2021 |
Hizal, Öykü: Modellierung der Penetration von Aerosolpartikeln in Strömungskanälen. Dresden, Technische Universität Dresden, Bachelorarbeit, 2021 |
Freudenberger, Maximilian: Analyse des Staubungsvermögens von Pigmentpulvern. Dresden, Technische Universität Dresden, Diplomarbeit, 2021 |
Limaye, Rewati: Performance of nanosized photocatalysts for wastewater treatment with fixed-bed photocatalytic membrane reactors. Dresden, Technische Universität Dresden, Masterarbeit, 2020 |
Hermsdorf, Ronald: Prozessverhalten von Festbett-Photokatalysemembran-Reaktoren. Dresden, Technische Universität Dresden, Bachelorarbeit, 2020 |
Entwicklung und Anwendung Künstlicher Neuronaler Netzwerke (KNN) zur Ermittlung von Partikelgrößeninformationen
Art der Abschlussarbeit
Diplomarbeit
Autoren
- Schulze, Franz
Betreuer
- Dipl.-Ing. Stephan Gabsch
- Dr.-Ing. Benno Wessely
Weitere Betreuer
Frau Dr. rer. nat. S. Böhlmann (TUD/IVU/PVA), Herr Prof. Dr.-Ing. habil. W. Klöden (TUD/IVU/PVA)
Abstract
Für die Beurteilung industrieller Prozesse und für die Bewertung der Qualität der dabei hergestellten Produkte hat die Erfassung der Partikelgröße zunehmend an Bedeutung gewonnen. Damit einhergehend hat die schnelle und stabile Auswertung der Messsignale der meist indirekten Partikelgrößenmessverfahren einen hohen Stellenwert für Entwickler und Anwender von Partikelmesstechnik erhalten. Häufig werden Inversionsverfahren zur Berechnung der Partikelgröße aus den Messsignalen eingesetzt, die jedoch bei fehlerbehafteten Eingangsgrößen zu numerischen Schwierigkeiten führen. Künstliche neuronale Netzwerke (KNN) bieten eine robuste Alternative zur Auswertung der primären Messsignale, die die bei den Inversionsverfahren auftretenden Schwierigkeiten umgehen.
Im Rahmen der Diplomarbeit soll der Einsatz künstlicher neuronaler Netzwerke zur Bestimmung von Partikelgrößeninformationen aus den Signalen der Statistischen Extinktionsmessung mit veränderlicher Messraumgröße untersucht werden.
Im Rahmen der Diplomarbeit soll der Einsatz künstlicher neuronaler Netzwerke zur Bestimmung von Partikelgrößeninformationen aus den Signalen der Statistischen Extinktionsmessung mit veränderlicher Messraumgröße untersucht werden.
Schlagwörter
Künstliche Neuronale Netzwerke, Partikelgröße
Berichtsjahr
2009