Open Access

Aufgrund der §§ 2 Abs. 4, 64 Abs. 1 des Gesetzes über die Hochschulen des Landes Nordrhein-Westfalen (Hochschulgesetz - HG) vom 16.09.2014 (GV. NRW. S. 547) in der aktuell gültigen Fassung hat die Hochschule Düsseldorf die folgende Ordnung als Satzung erlassen

This paper presents a Sim2Real policy transfer framework for distributed control in cyber-physical production systems using State-Based Potential Games (SbPGs). While fuzzy inference systems (FISs) or other conventional control policies provide interpretable and stable control policies for manufacturing processes, their direct deployment in real systems is often affected by Sim2Real discrepancies caused by actuator imperfections, sensor uncertainty, and process variability. To address this limitation, we propose a hybrid control architecture in which an optimized rule-based conventional control policy (i.e., FIS used in a non-adaptive, expert-knowledge-driven manner) serves as a baseline controller and SbPG-based policy adaptation refines the control actions online, while keeping the distributed manner, and is proven to converge. To evaluate robustness during Sim2Real deployment, deterministic and stochastic noise injection mechanisms are introduced to emulate systematic actuator biases and random disturbances. The proposed framework is validated on a laboratory-scale distributed production system. Experimental results in both simulation and real-world environments demonstrate that the SbPG-based adaptation compensates for disturbances and maintains production objectives under actuator, sensor, and parameter uncertainties. Compared to standalone FIS control, the proposed approach consistently reduces overflow and power consumption while satisfying production demands under noisy operating conditions. Additional ablation studies further confirm the robustness of the policy transfer strategy and the effectiveness of global and local interpolation mechanisms in the SbPG learning.

Raytracing in combination with Monte Carlo simulation is an accurate method to simulate optical systems in virtual 3D scenes. Since Monte Carlo simulation relies on random sampling, many samples per pixel need to be computed for a noise-free image, resulting in high computational effort. Even the fastest ray tracers can only trace a few samples per pixel in real-time. A common solution in computer graphics is to compute the image with a few samples per pixel and apply a Monte Carlo denoiser to remove the noise. Since the denoiser alters the image, the question arises to what extent this influences the quality of the simulation. Utilizing “Simulating tests to test simulation”, we measure the SFR curve of a simulation denoised with the NVIDIA OptiX Denoiser and compare it with a highly sampled baseline simulation. Although the image is altered by denoising, using denoised ray tracing simulations yields more realistic results for real-time rendering than a Gaussian blur, but there is a significant texture loss.

Der im Jahr 2024 angepasste §14a im deutschen Energiewirtschaftsgesetz (EnWG) ermöglicht Verteilnetzbetreibern in Deutschland, neue, in der Niederspannungsebene angeschlossene steuerbare Verbrauchseinrichtungen (SteuVE) mit einer Leistung über 4,2 kW temporär in ihrer Leistungsaufnahme zu begrenzen. Im Gegenzug ist ein unverzüglicher Netzanschluss zu gewährleisten. Ab 2029 darf diese Leistungsreduktion ausschließlich im Rahmen einer netzorientierten Steuerung erfolgen, die auf EchtzeitMesswerten aus intelligenten Messsystemen und Ortsnetzstationen basiert. Die hierfür notwendige Prozesskette umfasst zahlreiche IT-Systeme, Kommunikationskanäle und Hardwarekomponenten mit unterschiedlichen Verantwortlichkeiten. Ein Ausfall einzelner Komponenten kann dazu führen, dass Netzengpässe nicht erkannt oder behoben werden und Überlastungen bzw. Versorgungsunterbrechungen auftreten. Deshalb wird im Rahmen dieser Veröffentlichung die Zuverlässigkeit der §14a-Prozesskette am Beispiel der SchleswigHolstein Netz GmbH (SHN) analysiert. Vorgestellt wird ein methodischer Ansatz zur Ermittlung von Zuverlässigkeitskennzahlen auf Komponenten- und Prozessebene, basierend auf Service Level Agreement (SLA) Daten sowie Auswertungen von umfangreichen Messwerten. Die Ergebnisse zeigen nicht nur Verfügbarkeitskennwerte, sondern auch den Einfluss von Redundanzen auf. Ergänzend werden mögliche Fallback-Strategien sowie deren systemische Auswirkungen betrachtet.

Gemäß § 37a des Gesetzes über die Hochschulen des Landes Nordrhein-Westfalen (Hochschulgesetz – HG) vom 16.09.2014 (GV. NRW. S. 547) in der aktuell gültigen Fassung hat das Präsidium im Einvernehmen mit der jeweiligen Dekanin bzw. dem jeweiligen Dekan die folgenden Gleichstellungsquoten (Gender-Diversity-Faktoren; § 3 Berufungsordnung der HSD vom 04.10.2016) für die Dauer von drei Jahren ab dem 01.01.2026 festgesetzt: