Volume 88, Issue 11

The formation of thermally and mechanically induced near-surface microstructures in the form of white layers leads to different hardness properties in these areas. Therefore, this paper conducts systematic surface hardness measurements and uncertainty quantification utilizing the Monte Carlo Method (MCM) in accordance with the Guide to the Expression of Uncertainty in Measurement (GUM). Furthermore, several meta-models describing the hardness course in relationship to the material depth are used to model this nonlinear relationship via machine learning. The evaluation and selection of the optimal model considers the trade-off between measurement uncertainty and prediction quality in terms of mean squared error (MSE). The resulting measurement uncertainty is to be used for the calibration of a non-destructive micromagnetic material sensor. This will then be implemented for in-process monitoring in the outer diameter longitudinal turning process. This should make it possible to detect white layers during machining and to avoid them accordingly by controlling the machine parameters. By means of a soft sensor, the corresponding target value is to be derived from the micromagnetic material sensor measurement.

Zusammenfassung Bei der Schwingungsüberwachung von Wälzlagern ist die Wahl einer geeigneten Sensorposition essentiell. Häufig ist eine lagernahe Anbringung der Sensorik nicht möglich, weswegen eine geeignete Ersatzposition gefunden werden muss. In dieser Arbeit wird ein Ansatz zur Optimierung der Sensorposition vorgestellt, der die Eigenmoden des überwachten Systems mit einbezieht. Als Basis der Untersuchung werden in Trägerkonstruktionen integrierte Wälzlager betrachtet. Es wird aufgezeigt, dass durch die gezielte Positionierung der Sensorik in Bereichen mit hohen Eigenschwingungsamplituden die Signalqualität verbessert werden kann.

Zusammenfassung Die Windkraft stellt eine wichtige Energiequelle in Deutschland dar. Form und Lage der Rotorblätter von Windenergieanlagen haben dabei einen großen Einfluss auf die Effizienz und die Lebensdauer der Anlage. Geometrische Merkmale von Rotorblättern werden mit Blattschablonen, photogrammetrischen oder interferometrischen Messverfahren erfasst. Hierzu muss die Anlage jedoch gestoppt und ggf. mit Mustern bzw. Markern versehen werden. Für In-Prozess-Messungen ohne Manipulation der Windenergieanlage bietet sich das Prinzip der Laufzeitmessung an, auf dem sogenannte terrestrische Laserscanner aufbauen. Bisher unbekannt ist jedoch die erreichbare Messunsicherheit bei der Bestimmung von Pitchwinkeln. In diesem Beitrag werden die Messunsicherheiten bei der Erfassung der Rotorblattoberfläche für Distanzen > 100 m experimentell untersucht und zur Bestimmung der Unsicherheit des Pitchwinkels mittels Monte-Carlo Simulation fortgepflanzt. Für die Betrachtung der Pitchwinkelunsicherheit wird unterschieden, ob die Nenngeometrie der Rotorblätter bekannt ist und absolute Aussagen über die Pitchwinkel getroffen werden können, oder ob die Nenngeometrie unbekannt ist und nur relative Pitchwinkelunterschiede zwischen den Rotorblättern ausgewertet werden können.

Zusammenfassung Beim Freileitungsmonitoring wird der Durchhang der Leiterseile einer Freileitung in Echtzeit überwacht. Dadurch besteht die Möglichkeit, die Freileitungen mit höheren Strömen zu belasten. Bestehende Messsysteme für Freileitungsmonitoring liefern oft ungenaue Messwerte oder besitzen den Nachteil, dass sie direkt am Leiterseil montiert werden müssen. Damit ist eine Installation solcher Systeme nur beim Neubau möglich oder mit einer Freischaltung verbunden. Das Nachrüsten an bestehenden Freileitungen und die Wartung der Messtechnik ist daher mit hohen Kosten verbunden. In diesem Artikel wird ein neuartiges Messsystem für Freileitungsmonitoring vorgestellt. Dieses arbeitet mit einer Kamera, welche eine Aufnahme der Leiterseile ermöglicht. Mit modernen Methoden der Bildverarbeitung wird dann deren Durchhang ermittelt. Dadurch wird eine hohe Genauigkeit erreicht, da der Durchhang direkt und nicht über Hilfsgrößen gemessen wird. Das Messsystem wird dabei am Mast und nicht an den Leiterseilen angebracht, womit sowohl Wartung als auch Installation kostengünstig durchgeführt werden können.

In this paper, performance of turbine flowmeters was investigated for different flowmeter ranges and working gas operating pressures. Variation of these parameters was represented in dimensionless form as a function of Reynolds Number and gas density ratio, while the relative flow measurement error was selected as the most important operating characteristic. A novel error curve model based on turbine machine theory and dimensionless analysis was introduced for the purpose of error data fitting across a wide range of gas flow rates and operating pressures. The main advantage of the presented model is the capability of accurate error data fitting with a single continuous equation, as demonstrated by high R 2 {R^{2}} values for the vast majority of flowmeters analyzed in this study. The acceptability criterion was designed based on the fact that the expanded measurement uncertainty of the relative error must not exceed 0.5 %. Besides an accurate interpolation, our model can also be utilized for prediction of turbine flowmeter performance at modified flow conditions (pressure and flow rate, working gas properties), and for assessment of the drift of flowmeter performance over time. The novel error curve model is demonstrated to outperform the standard polynomial-based model regardless of the independent variable used.

A simple highly accurate closed-form model to calculate the electromechanical coupling coefficient of a capacitive micromachined ultrasonic transducer (CMUT) is presented. The model exploits the electrostatic spring softening phenomenon to derive an expression for the energy converted from electrical to mechanical domain and includes the nonlinear change of the CMUT diaphragm stiffness during large deflections. The model has been validated by comparing the model predicted values with experimental results published elsewhere along with the results predicted by some existing models. The comparison shows that the model predicted values are in excellent agreement with experimental results. The model also enables one to quantify the effects of residual stress, bending, and nonlinear stretching of the diaphragm on the transduction efficiency of CMUTs without any computationally intensive finite element analysis method. The model resolves the ambiguity of the absence of electrostatic spring softening effect in some existing models.

Electroencephalography (EEG) and transcranial electric stimulation (TES) require caps for holding the respective electrodes in place. To support the optimal design of such caps, knowledge of the force-displacement curves for each electrode position is desirable. We propose a calibrated setup to traceably measure force-displacement curves which consists of a human head model, a force sensor, a linear guide, a stepper motor, and a multiplexing multimeter. Repeated measures of a textile EEG-cap and a TES-cap show significant non-linearity and hysteresis effects for the force-displacement curves. Our setup will allow for the assessment of the fit of EEG and TES-caps for various head shapes and sizes.