Open Access

Spectral analysis plays a crucial role in interpreting data from advanced diagnostic and analytical techniques such as various Raman spectroscopical technologies, e.g., surface-enhanced Raman spectroscopy (SERS), tip-enhanced Raman spectroscopy, microscopical Raman spectroscopy, and Infrared (IR) spectroscopy. While commercially available software offers comprehensive tools for Raman or IR spectral evaluation, it often requires intervention by the applicant in critical steps like curve fitting or peak identification. Here, a self-learning algorithm comprising all necessary steps for the analysis of multiple datasets with multiple peaks, especially from SERS data, is presented. While filtering techniques for noise suppression and baseline corrections have been well discussed and established, the mathematical optimisation of clustering techniques – which is important for comparison of peaks over multiple datasets and substrates of variable quality - and the aptness of curve- fitting techniques are often not considered in detail. The superiority of GMM over K-means for clustering was proven, while the introduction of a Bayesian Information Criterion (BIC) avoided overfitting, and the superiority of the asymmetric Voigt-fitting model over the pure Gaussian or Lorentzian fitting was also demonstrated by lower error occurrence. In both cases, it was mathematically shown that the methods provide a high sensitivity and include the limit of detection. Finally, all methods were integrated into a user-friendly GUI, providing the possibility to analyse hundreds of datasets within minutes. The work was based on the open-source Python database. The effectiveness of the algorithm was demonstrated through its application to SERS measurements of the model compound 4-Nitrothiophenol (4-NTP). Finally, this publication is in accordance with FAIR and allows the cost-free use by the scientific society. The link for its use is provided

In einer vorrangegangenen Studie wurde der Einfluss psychoakustischer Parameter auf Präferenzurteile für konsonante und dissonante Geräusche untersucht. Diese Geräusche hatten die gleiche Lautheit und basierten auf einem festen Rauschhintergrund und eingebetteten hochfrequenten Tonkomponenten. Es zeigte sich, dass die Präferenzurteile eines Probandenkollektives durch ebenfalls erhobene Subjektivurteile zu Schärfe, Tonhaltigkeit und Dissonanz mit hoher Präzision vorhergesagt werden konnten.Durch das angewandte Versuchsdesign konnte diese rein auf Subjektivbeurteilungen bestehende Vorhersage mit einer instrumentellen Vorhersage der Präferenzurteile verglichen werden. Der Vergleich ergab einen niedrigeren Korrelationskoeffizienten für die modellbasierte Vorhersage, was auch durch die sehr niedrige Korrelation (R2<0,2) der berechneten Schärfe nach DIN45692 mit den Schärfe-Subjektivurteilen zu begründen war. Eine mögliche Erklärung der unzureichenden Prognose der Schärfeurteile könnte in der Bewertungsstrategie der Proband:innen zu finden sein. Für die getesteten Geräusche mit auffälligen tonalen Komponenten könnte statt der Schärfe des Gesamtgeräuschs nur die Schärfe des tonalen Geräuschobjekts berücksichtigt worden sein. Die Schärfe-Analyse der auf ihren tonalen Anteil reduzierten Signale zeigt eine sehr gute Übereinstimmung mit den Subjektivurteilen, was die Hypothese einer Trennung von Ton- und Rauschobjekten unterstützt. Es wird diskutiert, ob und wie das Paradigma der akustischen Objekttrennung in der Modellierung psychoakustischer Empfindungsgrößen Anwendung finden kann.

Im Labor für Verbrennungsmotoren und Abgasnachbehandlung der OTH-Regensburg sollten im Zuge des NAMOSYN-Projektes zwei Vertreter klimaneutraler Kraftstoffe an verschiedenen Systemprüfständen (Motor-, Einspritzprüfstand, optisch zugängliche Einspritzkammer, …) und mit Hilfe von Simulationsmethoden für den Einsatz in bestehenden Verbrennungsmotoren untersucht werden. Synthetische Kraftstoffe aus der Gruppe der Oxymethylenether (OME) stellen eine CO2-neutrale Alternative zu fossilem Dieselkraftstoff dar. Für Ottomotoren wurde untersucht, ob der synthetische Kraftstoff DMC/MeFo (Dimethylcarbonat & Methylformiat) einen Ersatz für Ottokraftstoff darstellen kann, bzw. eine Drop-In-Fähigkeit gegeben ist. Die OTH Regensburg bearbeitete 2 unabhängige Teilvorhaben zur motorischen Testung von synthetischen Kraftstoffen: „FC 1A: Motorische Testung von OME“ und „FC 2: Untersuchung von C1-Oxygenaten für Ottomotoren“. Die Projektlaufzeit betrug 3,5 Jahre, inkl. kostenneutraler Verlängerung um 6 Monate aufgrund der Corona-Pandemie. Im FC1A "AP2-Nachrüstung Dieselmotoren" der OTH Regensburg lag der Fokus auf der Erforschung der Potentiale und der Umrüstung eines Einzylinder-Dieselmotors mit Pumpe-Leitung-Düse-(PLD)-Einspritzsystem des Projektpartners Motorenfabrik Hatz GmbH und Co. KG für OME-Betrieb. Im AP2.1 wurden umfangreiche Daten gesammelt und Simulationsmodelle des Motors und PLD-Einspritzsystems erstellt und mit Dieselkraftstoff und OME validiert. Nachfolgend wurden Parameterstudien zur Geometrie des Einspritzsystems und der physikalischen Eigenschaften von OME durchgeführt. In AP2.2 und AP2.3 wurden umfangreiche Untersuchungen an einem Motor- und Einspritzsystemprüfstand mit Diesel und OME durchgeführt und der Steuergerätedatensatz für den OME-Betrieb optimiert. Die Ergebnisse zeigen, dass die Umstellung des Kraftstoffs auf OME, insbesondere bei einfachen Motoren mit rudimentärer Einspritztechnik und ohne Mittel zur NOx-Reduzierung (keine AGR oder SCR), ein enormes Potenzial zur Steigerung des Wirkungsgrads bei gleichzeitiger Reduzierung aller regulierten Schadstoffe (NOx, 𝑃N, 𝑃M, CO und 𝑉OC) eröffnet. Die Ergebnisse und generierten Simulationsmodelle unterstützen eine schnelle Serienentwicklung und Einführung von OME-Umrüstlösungen. In FC 2 werden die vielversprechenden Kraftstoffe Methylformiat (MeFo) und Dimethylcarbonat (DMC) motorisch getestet. Untersuchungen am Kraftstoffsystem und wichtigen Komponenten dienen als Grundlage für das AP3. Im AP3 wird die Machbarkeit der DMC/MeFo-Verbrennung am Vollmotor demonstriert und die erwarteten Emissionsvorteile gegenüber herkömmlichen Ottokraftstoffen gezeigt. Abweichend von der ursprünglichen Planung werden an der OTH Regensburg Kraftstoffblends aus Benzin und MeFo untersucht, um den Einsatzbereich des Kraftstoffs zu erweitern. In AP5 werden potentielle Mischungsverhältnisse analysiert und die Eigenschaften der ausgewählten Kraftstoffmischungen an einem Einspritzratenprüfstand, an der Einspritzkammer und am Vollmotor untersucht. Es werden Einspritzverhalten, Gemischaufbereitung und Abgasemissionen bewertet. Zudem wird eine Kraftstoffmischanlage entwickelt und ein optischer Zugang am Vollmotor ermöglicht. Eine Ölverdünnungsmesstechnik wird eingesetzt, um den Kraftstoffeintrag ins Motoröl zu untersuchen

Über uns Das Regensburg Center of Energy and Resources (RCER) bündelt seit 2012 die Aktivitäten der Ostbayerischen Technischen Hochschule Regensburg (OTH Regensburg) und der regionalen Wirtschaftsunternehmen auf dem Strategiefeld „Energie und Ressourcen“. Mission: Energieforschung: vernetzen, voranbringen, vermitteln Das RCER fördert die Vernetzung verschiedener Disziplinen der Energieforschung innerhalb der OTH Regensburg und mit externen Partnern (Firmen, Förderträgern, Forschungsinstitutionen, öffentlichen Einrichtungen). Das RCER ist Ihr Partner beim Voranbringen von Kooperationen und Forschungsvorhaben durch Unterstützung in der Antragsphase, bei der Einwerbung von Projektmitteln und Projektbegleitung im Energiebereich. Das RCER steht für die Vermittlung von Know-how, Basiswissen, aktuellen Fragen und den Technologietransfer rund um das Thema Energie zwischen Wissenschaft, Wirtschaft, Gesellschaft und Politik. Vision Wir sind Ihr erster Ansprechpartner und Motor für innovative Energieforschung. Werte Verlässlichkeit, Kompetenz, Verantwortungsbewusstsein.Regional verwurzelt und weltoffen

Product sounds with clearly audible tonal components are often perceived as unpleasant or annoying. If different simultaneously operating aggregates are present in a system, for example vehicle engines and gearboxes, the interaction of tonal components, similar to music, can evoke additional sensations in human auditory perception. Supplementary to a pronounced tonality, such sounds can also yield distinct degrees of consonance or dissonance between tones. Previous studies showed that the perceived dissonance had a high impact on preference judgements for sounds with similar tonality. In experiments of the present study, sounds that differed in tonality were rated with respect to the auditory sensations sharpness, tonality and dissonance by one group of participants while another group only carried out a preference task. Thereout a model for predicting perceived preference is derived from the subjective judgements of auditory sensations. The performance of the preference predictions based on subjective udgements will be compared against purely model-based predictions using different algorithms for acoustic attributes.