Filtern
Erscheinungsjahr
- 2021 (7) (entfernen)
Dokumenttyp
- Beitrag zu einem Tagungsband (4)
- Zeitschriftenartikel (1)
- Vortrag (1)
- Posterpräsentation (1)
Schlagworte
- Simulation (7) (entfernen)
Organisationseinheit der BAM
- 8 Zerstörungsfreie Prüfung (4)
- 8.1 Sensorik, mess- und prüftechnische Verfahren (2)
- 8.5 Röntgenbildgebung (2)
- 1 Analytische Chemie; Referenzmaterialien (1)
- 1.2 Biophotonik (1)
- 4 Material und Umwelt (1)
- 4.1 Biologische Materialschädigung und Referenzorganismen (1)
- 6 Materialchemie (1)
- 6.6 Physik und chemische Analytik der Polymere (1)
- 7 Bauwerkssicherheit (1)
Eingeladener Vortrag
- nein (1)
Der Fachbereich 7.6 untersucht seit einiger Zeit an Auslagerungsständen auf dem Testgelände in Horstwalde Korrosion im maritimen Bereich. Im Moment läuft das System mit künstlichem Meerwasser und simuliert die Bewitterung von Metallproben unter angenäherten klimatischen Bedingungen ähnlich zum natürlichem Habitat. Im Laufe der Zeit konnte nicht intendierter mikrobieller bewuchs beobachtet werden. Es stellte sich die Frage, welche Mikroorganismen vorlagen und ob diese einen Einfluss auf die Korrosionsuntersuchungen haben könnte. Aus diesem Grund wurden 16S-rRNA Untersuchungen durchgeführt welche alle drei Domänen des Lebens widerspiegeln Bakterien, Archaea und Eukaryoten. Es konnte gezeigt werden, dass über 95% der vorliegenden Biomasse Grünalgen waren, die durch Licht Eintrag in den Container Photosynthese betrieben und dadurch an Biomasse zunahmen. Des weiteren konnten Bakterien detektiert werden, welche in der Regel halophilen und aeroben Habitaten zu finden sind. Allerdings wurden auch Sulfat reduzierende Bakterien (MIC) detektiert, wenn auch in einem geringen prozentualen Anteil. Es muss allerdings Berücksichtigt werden, dass die mikrobielle Zusammensetzung sich im Laufe der Zeit weiter ändern kann. Als Ursprung der Biomasse wird, das künstliche Sediment vermutet. Außerdem wäre es für zukünftige Experiment denkbar, das System mit echtem Sediment aus dem marinen Habitat anzuimpfen.
Enhanced photon upconversion using erbium-doped nanoparticles interacting with silicon metasurfaces
(2021)
Photon upconversion (UC) using trivalent erbium (Er+3) doped crystals is a promising concept to harness near infrared photons of the solar spectrum which cannot be directly absorbed by silicon solar cells. However, their UC efficiency at low-intensity 1 sun illumination is not relevant on device level so far. Exploiting giant near-field enhancement effects on metasurfaces is an appealing approach to enable efficient UC at low irradiance conditions. Here, we report on more than 1000-fold enhanced photon UC of NaYF4:Er+3 nanoparticles interacting with the near-fields supported by a silicon metasurface under 1550 nm excitation.
The best-known discretization methods for solving engineering problems formulated as partial differential equations are finite difference method (FDM), finite element method (FEM) and finite volume method (FVM). While the finite volume method is used in fluid mechanics, the finite element method is predominant in solid state mechanics. At first glance, FVM and FEM are two highly specialized methods. However, both methods can solve problems of both solid mechanics and fluid mechanics well. Since experimental mechanics deals not only with solid state physics but also with fluid mechanics problems, we want to understand FVM in the sense of FEM in this work. In the long term, we want to use the variational calculus to unify many important numerical methods in engineering science into a common framework. In this way, we expect that experiences can be better exchanged between different engineering sciences and thus innovations in the field of experimental mechanics can be advanced. But in this work, we limit ourselves to the understanding of the FVM with the help of the variational calculus already known in FEM. We use a simple 1D Poisson equation to clarify the point. First, we briefly summarize the FVM and FEM. Then we will deal with the actual topic of this paper, as we establish the FEM and the FVM on a common basis by variation formulation. It is shown here that the FVM can be understood in terms of the finite element method with the so-called Galerkin-Petrov approach.
The best-known discretization methods for solving engineering problems formulated as partial differential equations are finite difference method (FDM), finite element method (FEM) and finite volume method (FVM). While the finite volume method is used in fluid mechanics, the finite element method is predominant in solid state mechanics. At first glance, FVM and FEM are two highly specialized methods. However, both methods can solve problems of both solid mechanics and fluid mechanics well. Since experimental mechanics deals not only with solid state physics but also with fluid mechanics problems, we want to understand FVM in the sense of FEM in this work. In the long term, we want to use the variational calculus to unify many important numerical methods in engineering science into a common framework. In this way, we expect that experiences can be better exchanged between different engineering sciences and thus innovations in the field of experimental mechanics can be advanced. But in this work, we limit ourselves to the understanding of the FVM with the help of the variational calculus already known in FEM. We use a simple 1D Poisson equation to clarify the point. First, we briefly summarize the FVM and FEM. Then we will deal with the actual topic of this paper, as we establish the FEM and the FVM on a common basis by variation formulation. It is shown here that the FVM can be understood in terms of the finite element method with the so-called Galerkin-Petrov approach.
Radiografische Simulationswerkzeuge wie aRTist, ScorpiusXLab, SimCT oder CIVA CT verwenden analytische Methoden und physikalische Monte-Carlo-Teilchentransportsimulationen, um die Interaktionsprozesse zwischen Röntgenstrahlung und Materie zu simulieren. Die berechneten Projektionen bilden anschließend unter Berücksichtigung einer definierten Scan-Trajektorie die Basis der Simulation einer röntgencomputertomografischen Untersuchung.
Für den erfolgreichen Einsatz der Computertomografie, sei es als zerstörungsfreie Prüfmethode oder beim dimensionellen Messen, ist es generell notwendig, bekannte Fehler- bzw. Abweichungsquellen des Messverfahrens auszuschließen oder zu reduzieren. Dabei hat sich gezeigt, dass die Auswahl der Messparameter und die Erfahrung des Anwenders direkten Einfluss auf das erzielbare Messergebnis einer computertomografischen Untersuchung nehmen. Es ist daher sinnvoll, die Parameterauswahl in einem virtuellen Simulationsaufbau vorher zu erproben und an die Messaufgabe anzupassen.
Neben der Optimierung von Messparametern finden radiografische Simulationswerkzeuge auch Anwendung für Machbarkeitsstudien und werden zur Schulung von Anwendern im Bereich der Röntgen-Computertomografie verwendet.
Radiografische Simulationswerkzeuge befinden sich in einem stetigen Wandel, beispielsweise durch die Entwicklung neuer Rekonstruktionsmethoden, durch Erweiterung von analytischen Modellen, durch Integration komplexer Trajektorien oder durch Berücksichtigung von prozessbedingten geometrischen Abweichungen. Im laufenden EMPIR-Projekt „AdvanCT“ entsteht deshalb ein „Good Practice Guide“ für die Simulationsumgebung aRTist. Ziel dieses Guides ist es, die mit steigender Komplexität verbundenen Einstiegshürden für Anwender von aRTist zu reduzieren, um damit einen praxisnahen Zugang zur virtuellen Computertomografie zu ermöglichen. Dabei werden anhand von praktisch nachvollziehbaren Beispielen die grundlegenden Mechanismen der Simulationsumgebung erklärt und ein strukturierter Leitfaden zur Simulation röntgencomputertomografischer Untersuchungen mit aRTist vermittelt.
In diesem Beitrag werden erste Auszüge des Guides sowie eine Übersicht der weiteren geplanten Themen für die anschließende Diskussion vorgestellt.
Die industrielle Röntgen-Computertomografie (CT) etabliert sich für die Anwendung in der dimensionellen Messtechnik. Sie bietet als zerstörungsfreies Messverfahren das Potential, sowohl innen- als auch außenliegende Merkmale holistisch zu erfassen. Für die Bestimmung der Güte eines Messwerts muss die dem Messwert zugeordnete Messunsicherheit ermittelt werden. Dabei kann, nach derzeitigem Stand der Technik und Normung, die aufgabenspezifische Messunsicherheit nach VDI/VDE 2630 Blatt 2.1 nur unter hohem Aufwand mit einer Vielzahl an experimentellen Wiederholmessungen ermittelt werden. Ziel diverser Forschungs-projekte zu diesem Thema ist es daher, eine numerische Messunsicherheitsbestimmung zu erreichen. Dafür ist es notwendig, alle signifikanten Einflussgrößen zu erfassen, deren Unsicherheitsbeiträge zu bestimmen und zu bewerten. In diesem Beitrag wird der Einfluss des Bildrauschens auf verschiedene dimensionelle Messgrößen simulativ untersucht. Mithilfe eines prismatischen Prüfkörpers, der eine Vielzahl an Geometrieelementen aufweist, werden verschiedene Messgrößen unterschiedlicher Komplexität betrachtet. Ziel ist es, für diese Messgrößen zu testen, wie diese auf das Bildrauschen reagieren. Dieses wird dabei durch das Signal-Rausch-Verhältnis (SNR) der Projektionsgrauwerte beschrieben und variiert. Es werden Wiederholsimulationen durchgeführt, damit eine statistische Aussage über die Verteilung der Messwerte möglich ist und der Einfluss des Rauschens auf verschiedene Messgrößen individuell beurteilt werden kann. Das Simulationsszenario wird so gestaltet, dass lediglich das Bildrauschen Einfluss auf die Messung hat. Die berechneten Verteilungsbreiten lassen mit sinkendem SNR eine deutliche Zunahme erkennen, insbesondere bei der Bestimmung von Formabweichungen. Simuliert wird mit der Software aRTist 2.10 (BAM).
Dose enhancement by gold nanoparticles (AuNP) increases the biological effectiveness of Radiation damage in biomolecules and tissue. To apply them effectively during cancer therapy their influence on the locally delivered dose has to be determined. Hereby, the AuNP locations strongly influence the energy deposit in the nucleus, mitochondria, membrane and the cytosol of the targeted cells. To estimate these effects, particle scattering simulations are applied. In general, different approaches for modeling the AuNP and their distribution within the cell are possible. In this work, two newly developed continuous and discrete-geometric models for simulations of AuNP in cells are presented.
These models are applicable to simulations of internal emitters and external radiation sources. Most of the current studies on AuNP focus on external beam therapy. In contrast, we apply the presented models in Monte-Carlo particle scattering simulations to characterize the energy deposit in cell organelles by radioactive 198AuNP. They emit beta and gamma rays and are therefore considered for applications with solid tumors. Differences in local dose enhancement between randomly distributed and nucleus targeted nanoparticles are compared. Hereby nucleus targeted nanoparticels showed a strong local dose enhancement in the radio sensitive nucleus. These results are the foundation for future experimental work which aims to obtain a mechanistic understanding of cell death induced by radioactive 198Au.