Logo des Repositoriums

Auflistung nach Schlagwort "Applikation"

1 - 2 von 2
  • Konferenzbeitrag
    Augmented Reality basierte Robotik-Lehre
    (Wettbewerbsband AVRiL 2021, 2021) Korn, Alexander; Orsolits, Horst
    Diese Arbeit beschreibt eine Augmented Reality (AR) Applikation für den Einsatz in der Hochschullehre zum Thema Industrierobotik. Ziel ist es, sowohl das Lehren als auch das Lernen grundlegender Robotik-Inhalte durch die Bereitstellung einer interaktiven Methode zur Vermittlung der Lehrinhalte für Studierende zu verbessern. Die Studierenden sind in der Lage, direkt mit dem virtuellen Modell eines Industrieroboters zu interagieren und so selbstgesteuert die Lerninhalte zu vertiefen. Diese interaktive Methode verbindet die Studierenden direkt mit den Lehrinhalten und fördert das selbsterforschende Lernen. Eine weitere Anwendungsmöglichkeit sieht die Kombination einer Lektorenversion der AR Experience mit der Studierendenversion vor. Der Lektor hat die Möglichkeit, das Modell in AR zu steuern bzw. zu verändern und die Studierenden können auf Ihren Mobilgeräten die Änderungen live in AR mitverfolgen, um so auch im Distance Learning eine Verbindung Lektor – Studierende – Inhalt zusätzlich zu Videokonferenz-Tools herzustellen.
  • Textdokument
    Intelligente PV-Modul Datenbank-Applikation für Predictive Maintainance von PV-Anlagen
    (INFORMATIK 2021, 2021) Meyer, Felix; Rüter, Joachim; Behrens, Grit; Diehl, Matthias
    Während der Laufzeit von mehreren Jahren können Photovoltaik-Anlagen (PV-Anlagen) diverse Fehler entwickeln. Um diese frühzeitig zu erkennen und maximale Erträge zu gewährleisten, sind regelmäßige Leistungsüberprüfungen erforderlich. AktuelleWartungsmethoden sind jedoch teuer und zeitaufwendig. Dieses Paper beschreibt die Entwicklung einer Datenbank-Webapplikation, die derzeitige wissenschaftliche Erkenntnisse der KI und Big Data in der PV-Praxis nutzbar machen soll. So können PV-Wartungs-ExpertInnen bei der Fehlersuche und der Entscheidungsfindung unterstützt werden. Die Applikation ermöglicht es, PV-Moduldaten abzuspeichern und abzurufen und mittels künstlicher Intelligenz Prognosen für die Leistung und die Kennlinie eines Moduls durchzuführen. Des Weiteren hilft sie bei der Vernetzung von PV-ExpertInnen untereinander sowie zur Vertrauensbildung der NutzerInnen in KI-Systeme.