Das Projekt "Optimierung und Fertigung eines seriennahen Prototyps zur präzisen Platzierung von Flüssigsubstraten in Böden mit Prüfung der Effizienzsteigerung bei Stickstoff, Teilprojekt D" wird/wurde gefördert durch: Bundesministerium für Ernährung und Landwirtschaft. Es wird/wurde ausgeführt durch: Rauch Landmaschinenfabrik GmbH.Der in der Landwirtschaft eingesetzte Stickstoffdünger bildet einen zentralen Baustein, um ein stabiles Pflanzenwachstum zu garantieren. Für die landwirtschaftlichen Betriebe bedeutet dies die Sicherung der Erträge und der Wirtschaftlichkeit. Dem entgegen stehen die bekannten negativen Auswirkungen der Stickstoffmengen, welche nicht durch die Pflanze aufgenommen werden, sondern entweder ausgewaschen werden und die Nitratwerte in Gewässern erhöhen, oder in Form von Ammoniak oder Lachgas ausgasen und den Klimawandel begünstigen. Im Vorhaben LiqInject wird ein Gerät entwickelt und zur Serienreife geführt, welches durch ein geeignetes Ausbringverfahren - der Ablage des Düngers in einem tiefen und abgeschlossenen Depot - die negativen Auswirkungen des Stickstoffaustrags minimiert und durch die Erhöhung der Effizienz gleichzeitig eine Reduktion der eingesetzten Düngermenge ermöglicht. Zudem wird die Durchwurzelung der Pflanzen angeregt und damit die Trockenresistenz des Bestands gestärkt. Zum Erreichen des Projektziels sind insgesamt vier Arbeitspakete geplant: Die Etablierung eines Parzellenversuchsgeräts als Vorarbeit zur Durchführung der pflanzenbaulichen Versuche bis zum wissenschaftlichen Nachweis der angesprochenen Vorteile in der landwirtschaftlichen Praxis. Die nach dem aktuellen Stand der Vorarbeiten bestehenden technischen Lösungen werden optimiert und zu einem serienreifen Produkt weiterentwickelt. Die dazu nötige Applikationstechnik wird konzipiert und aufgebaut. Als Ergebnis liefert die Durchführung des Projekts ein für Landwirte und Lohnunternehmer zur Verfügung stehendes Gerät zur Depotdüngung mit flüssigen Substraten, welches bei minimalen negativen Auswirkungen auf die Umwelt gleichzeitig eine gesteigerte Effizienz, Ertragsstabilität und Wirtschaftlichkeit bietet.
Das Projekt "KI: KI-basierte Waldüberwachung - Künstliche Intelligenz zur Früh-Detektion von Waldbrand-Ereignissen" wird/wurde ausgeführt durch: B2M Software GmbH.
Das Projekt "Effekte von Schweissrauchpartikeln auf die oberen und tieferen Atemwege anhand der Bestimmung von Entzuendungsparametern" wird/wurde gefördert durch: Universität München, Klinikum der Universität-Innenstadt, Friedrich-Baur-Institut / Winkler Stiftung fuer Arbeitsmedizin im Stifterverband fuer die deutsche Wissenschaft. Es wird/wurde ausgeführt durch: Universität München, Institut für Arbeits- und Umweltmedizin mit Poliklinik.Ziel der Studie ist es, an Probanden nach inhalativer Exposition gegenueber Fein- und Ultrafeinpartikeln in Schweissrauchen das Auftreten entzuendlicher Reaktionen der oberen und unteren Atemwege zu untersuchen. Die Untersuchung soll an 40 gesunden Probanden erfolgen, die sich je zur Haelfte aus Berufsschweissern sowie Kontrollpersonen zusammensetzen. Auswertungen dieser Ergebnisse sollen Hinweise darueber liefern, inwiefern die in der Literatur beschriebenen und kausal mit Schweissrauchexposition in Zusammenhang gebrachten Krankheitsbilder des Atemtrakts mit entzuendlichen Reaktionen einhergehen.
Das Projekt "Optimierung des Ressourceneinsatzes bei Schweißkonstruktionen durch die automatisierte in-line Lebensdauerbewertung auf Basis von 3D-Scans, Teilvorhaben: Quantifizierung von Einflussgrößen auf in-line Aufnahme von 3D-Daten durch Laserscannen bei Schweißen" wird/wurde gefördert durch: Bundesministerium für Wirtschaft und Klimaschutz. Es wird/wurde ausgeführt durch: QuellTech GmbH.Manuelles oder automatisiertes Schweißen ist in der metallverarbeitenden Industrie das maßgebende Fertigungsverfahren. Aufgrund ihrer geringeren Ermüdungsfestigkeit und Lebensdauer im Vergleich zum Grundwerkstoff stellen Schweißverbindungen immer strukturelle Schwachpunkte dar. Die benötigten Blechdicken in geschweißten und zyklisch beanspruchten Bauteilen und Konstruktionen und der damit verbundene Ressourcenbedarf werden dabei stets über den geringen Ermüdungswiderstand der Schweißverbindung vorgegeben. Ein wesentlicher Anteil daran ist maßgeblich auf die Kerbwirkung bzw. Spannungskonzentration am Schweißnahtübergang zurückzuführen. Aus zahlreichen Untersuchungen ist bekannt, dass die lokale Nahtgeometrie in hohem Maße für die Ermüdungsfestigkeit der Verbindung relevant ist und Risse von einzelnen Schwachstellen mit hoher Kerbwirkung initiieren. Die Identifizierung von geometrischen Schwachstellen mit hoher Kerbwirkung ermöglicht zudem die gezielte Nacharbeit. Ziel des Projekts ist der Aufbau eines Konzeptes für ein automatisierbaren und anwenderunabhängiges Verfahren zur in-line (oder nachfolgenden) Inspektion und individuellen Lebensdauerbewertung von Schweißverbindungen auf Basis von 3D-Scans zu entwickeln. Besonderes Augenmerk wird auf die Erarbeitung einer technischen Lösung zur Erstellung von 3D-Scans und deren Auswertung an Schweißverbindungen aus Baustahl (S355) durch Metallaktivgasschweißen (MAG) gelegt. Das Unternehmen Quelltech GmbH entwickelt in Zusammenarbeit mit den Liebherr Werken Biberach ein Verfahren zur in-line Digitalisierung von Schweißnahtoberflächen direkt während des MAG-Schweißprozesses. Durch konstruktive und softwaretechnische Maßnahmen soll der Einfluss von Störgrößen (u.a. Rauch, UV-Licht, Spritzer) auf die generierten 3D-Daten minimiert werden. Dies ermöglicht eine effiziente und anwenderunabhängige Kontrolle der Schweißnahtoberflächen.
Das Projekt "KI: KI-basierte Waldüberwachung - Künstliche Intelligenz zur Früh-Detektion von Waldbrand-Ereignissen, KI: KI-basierte Waldüberwachung - Künstliche Intelligenz zur Früh-Detektion von Waldbrand-Ereignissen" wird/wurde gefördert durch: Bundesministerium für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz. Es wird/wurde ausgeführt durch: B2M Software GmbH.
Das Projekt "UVC-Luftentkeimung in Innenräumen, Teilvorhaben: Untersuchung und Parametrierung von UVC-Modulen in Realraumszenarien" wird/wurde gefördert durch: Bundesministerium für Bildung und Forschung. Es wird/wurde ausgeführt durch: Virobuster International GmbH.
Das Projekt "KI: KI-basierte Waldüberwachung - Künstliche Intelligenz zur Früh-Detektion von Waldbrand-Ereignissen, KI: KI-basierte Waldüberwachung - Künstliche Intelligenz zur Früh-Detektion von Waldbrand-Ereignissen" wird/wurde gefördert durch: Bundesministerium für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz. Es wird/wurde ausgeführt durch: Quantum-Systems GmbH.
Das Projekt "Aluminium-Schweißrauch" wird/wurde gefördert durch: Hauptverband der Gewerblichen Berufsgenossenschaften / Vereinigung der Metall-Berufsgenossenschaften. Es wird/wurde ausgeführt durch: Universität Mainz, Institut für Arbeits-, Sozial- und Umweltmedizin.Zielsetzung: Die Gesundheitsrisiken durch Al-Schweißrauch-Exposition sind nicht ausreichend geklärt. Externe und interne Belastung von Aluminiumschweißern sollen ermittelt und zu gesundheitlichen Beeinträchtigungen im Bereich des ZNS und der Atemwege in Beziehung gesetzt werden. Aktivitäten/Methoden: Epidemiologische Längsschnittstudie über fünf Jahre, bestehend aus drei Querschnittstudien mit je einem Kollektiv (ca. 100 Probanden) mit konstanter, weitgehend sortenreiner Belastung und einem Kollektiv (ca. 50 P) mit längeren Expositionszeiten (größer 5 Jahre) sowie entsprechenden Vergleichskollektiven.
Das Projekt "KI: KI-basierte Waldüberwachung - Künstliche Intelligenz zur Früh-Detektion von Waldbrand-Ereignissen, KI: KI-basierte Waldüberwachung - Künstliche Intelligenz zur Früh-Detektion von Waldbrand-Ereignissen" wird/wurde gefördert durch: Bundesministerium für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz. Es wird/wurde ausgeführt durch: Universität Bayreuth, Fachgruppe Geowissenschaften, Bayreuther Zentrum für Ökologie und Umweltforschung (BayCEER), Lehrstuhl für Biogeografie.
Das Projekt "KI: KI-basierte Waldüberwachung - Künstliche Intelligenz zur Früh-Detektion von Waldbrand-Ereignissen, KI: KI-basierte Waldüberwachung - Künstliche Intelligenz zur Früh-Detektion von Waldbrand-Ereignissen" wird/wurde gefördert durch: Bundesministerium für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz. Es wird/wurde ausgeführt durch: Technische Hochschule Deggendorf, Technologie Campus Freyung, Institut für angewandte Informatik.
| Origin | Count |
|---|---|
| Bund | 164 |
| Land | 59 |
| Type | Count |
|---|---|
| Chemische Verbindung | 1 |
| Ereignis | 4 |
| Förderprogramm | 137 |
| Messwerte | 1 |
| Text | 65 |
| Umweltprüfung | 2 |
| unbekannt | 14 |
| License | Count |
|---|---|
| geschlossen | 76 |
| offen | 146 |
| unbekannt | 1 |
| Language | Count |
|---|---|
| Deutsch | 194 |
| Englisch | 37 |
| Resource type | Count |
|---|---|
| Bild | 1 |
| Datei | 4 |
| Dokument | 6 |
| Keine | 176 |
| Webseite | 44 |
| Topic | Count |
|---|---|
| Boden | 220 |
| Lebewesen & Lebensräume | 221 |
| Luft | 221 |
| Mensch & Umwelt | 223 |
| Wasser | 220 |
| Weitere | 206 |