Im Rahmen der vorliegenden Arbeit werden dynamische Modelle eines IGCC-Kraftwerkes mit CO2-Abtrennung unter Verwendung des Modellierungstools Modelica/Dymola entwickelt. Dabei liegt der Schwerpunkt auf dem Gaspfad der Gasreinigung. Es ist vorteilhaft, für verschiedene Aufgaben, Modelle mit unterschiedlicher Tiefe zu verwenden. Mit den detaillierten Modellen werden Simulationen der Teilprozesse durchgeführt. Für den Aufbau eines Gesamtsystems werden vereinfachte Modelle verwendet. Anhand des Gesamtsystems werden drei Regelkonzepte (Gleitdruckregelung, Leistungsregelung der Gasturbine, Leistungsregelung des Vergasers) untersucht und bewertet. Des Weiteren werden drei Störfallszenarien (Ausfall des Sättigers im Brennstoffsystem, Betriebsstörung in der Vergaserinsel, Unterbrechung der Stickstoffzumischung im Brennstoffsystem) getestet.

Das Verhalten Biologischer Systeme wird durch eine Vielzahl regulatorischer Prozesse beeinflusst, die sich auf verschiedenen Ebenen abspielen. Die Forschung an diesen Regulationen hat stark von den großen Mengen von Hochdurchsatzdaten profitiert, die in den letzten Jahren verfügbar wurden. Um diese Daten zu interpretieren und neue Erkenntnisse aus ihnen zu gewinnen, hat sich die mathematische Modellierung als hilfreich erwiesen. Allerdings müssen die Daten vor der Integration in Modelle aggregiert und analysiert werden. Wir präsentieren vier Studien auf unterschiedlichen zellulären Ebenen und in verschiedenen Organismen. Zusätzlich beschreiben wir zwei Computerprogramme die den Vergleich zwischen Modell und Experimentellen Daten erleichtern. Wir wenden diese Programme in zwei Studien über die MAP Kinase (MAP, engl. mitogen-acticated-protein) Signalwege in Saccharomyces cerevisiae an, um Modellalternativen zu generieren und unsere Vorstellung des Systems an Daten anzupassen. In den zwei verbleibenden Studien nutzen wir bioinformatische Methoden, um Hochdurchsatz-Zeitreihendaten von Protein und mRNA Expression zu analysieren. Um die Daten interpretieren zu können kombinieren wir sie mit Netzwerken und nutzen Annotationen um Module identifizieren, die ihre Expression im Lauf der Zeit ändern. Im Fall der humanen somatischen Zell Reprogrammierung führte diese Analyse zu einem probabilistischen Boolschen Modell des Systems, welches wir nutzen konnten um neue Hypothesen über seine Funktionsweise aufzustellen. Bei der Infektion von Säugerzellen (Canis familiaris) mit dem Influenza A Virus konnten wir neue Verbindungen zwischen dem Virus und seinem Wirt herausfinden und unsere Zeitreihendaten in bestehende Netzwerke einbinden. Zusammenfassend zeigen viele unserer Ergebnisse die Wichtigkeit von Datenintegration in mathematische Modelle, sowie den hohen Grad der Verschaltung zwischen verschiedenen Regulationssystemen. / The behavior of all biological systems is governed by numerous regulatory mechanisms, acting on different levels of time and space. The study of these regulations has greatly benefited from the immense amount of data that has become available from high-throughput experiments in recent years. To interpret this mass of data and gain new knowledge about studied systems, mathematical modeling has proven to be an invaluable method. Nevertheless, before data can be integrated into a model it needs to be aggregated, analyzed, and the most important aspects need to be extracted. We present four Systems Biology studies on different cellular organizational levels and in different organisms. Additionally, we describe two software applications that enable easy comparison of data and model results. We use these in two of our studies on the mitogen-activated-protein (MAP) kinase signaling in Saccharomyces cerevisiae to generate model alternatives and adapt our representation of the system to biological data. In the two remaining studies we apply Bioinformatic methods to analyze two high-throughput time series on proteins and mRNA expression in mammalian cells. We combine the results with network data and use annotations to identify modules and pathways that change in expression over time to be able to interpret the datasets. In case of the human somatic cell reprogramming (SCR) system this analysis leads to the generation of a probabilistic Boolean model which we use to generate new hypotheses about the system. In the last system we examined, the infection of mammalian (Canis familiaris) cells by the influenza A virus, we find new interconnections between host and virus and are able to integrate our data with existing networks. In summary, many of our findings show the importance of data integration into mathematical models and the high degree of connectivity between different levels of regulation.

Die Arbeit behandelt Methoden zur Analyse bzw. Synthese elektromechanischer Systeme mit endlichem Freiheitsgrad (EMS). Dabei wird von einer einheitlichen mathematischen Modellierung solcher Systeme basierend auf dem Prinzip der virtuellen Arbeit in Lagrange'scher Fassung ausgegangen. Als Analysemethoden für strukturfeste EMS werden neben der numerischen Integration die Bestimmung von Gleichgewichtszuständen und die Herleitung der linearisierten Gleichungen zur Schwingungsanalyse dargelegt. Auf die Analyse von strukturvariablen EMS wird ausführlich eingegangen. Dazu werden Phänomene der Strukturvariabilität domänenunabhängig als unilaterale Bindungen aufgefasst und mittels komplementärer Variablen beschrieben. Die kombinatorische Aufgabe der Strukturfindung wird mittels eines linearen Komplementaritätsproblems gelöst. Die Synthese eines EMS wird als inverses Problem der Dynamik aufgefasst. Bei fester Gesamtkonfiguration führt das auf die nichtlineare dynamische Steuerung solcher Systeme. Dazu wird ein so genannter erweiterter PD-Regler - bestehend aus einer nichtlinearen Vorsteuerung auf Basis der inversen Dynamik des EMS und einer linearen Rückführung des Lage- und Geschwindigkeitsfehlers - entworfen. Die globale asymptotische Stabilität dieses Regelgesetzes wird durch explizite Konstruktion einer Lyapunov-Funktion nachgewiesen. Einige Beispiele zur Anwendung der aufgeführten Analyse- und Synthesemethoden runden die Arbeit ab. The thesis deals with methods for analysis and synthesis of electromechanical systems with finite degrees of freedom (EMS). Starting point is a unified mathematical approach to modelling such systems based on the principle of virtual work in Lagrange's formulation. Numerical integration, determination of equilibrium states and derivation of linearized equations are used as analytical methods for EMS with fixed structure. Electromechanical systems with variable structure are regarded explicitly. Phenomena of structural variability are comprehended as unilateral constraints and described using complementary variables. The combinatorial task of finding a valid structure is solved using a linear complementarity problem. The synthesis of EMS is understood as an inverse task of dynamics. Using a fixed configuration, this approach leads to non-linear dynamic control of such systems. A so-called augmented PD-controller - consisting, on the one hand, of a non-linear feedforward based on inverse dynamics of the EMS and, on the other hand, of a linear feedback using position and velocity errors - is designed. Global asymptotic stability is proven by explicit construction of a Lyapunov-function. Some examples showing the usage of the corresponding analytical and synthetic methods are given.

No description available.

Uncertainty about the sensitivity of the climate system to changes in the Earth’s radiative balance constitutes a primary source of uncertainty for climate projections. Given the continuous increase in atmospheric greenhouse gas concentrations, constraining the uncertainty range in such type of sensitivity is of vital importance. A common measure for expressing this key characteristic for climate models is the climate sensitivity, defined as the simulated change in global-mean equilibrium temperature resulting from a doubling of atmospheric CO2 concentration. The broad range of climate sensitivity estimates (1.5-4.5°C as given in the last Assessment Report of the Intergovernmental Panel on Climate Change, 2001), inferred from comprehensive climate models, illustrates that the strength of simulated feedback mechanisms varies strongly among different models. The central goal of this thesis is to constrain uncertainty in climate sensitivity. For this objective we first generate a large ensemble of model simulations, covering different feedback strengths, and then request their consistency with present-day observational data and proxy-data from the Last Glacial Maximum (LGM). Our analyses are based on an ensemble of fully-coupled simulations, that were realized with a climate model of intermediate complexity (CLIMBER-2). These model versions cover a broad range of different climate sensitivities, ranging from 1.3 to 5.5°C, and have been generated by simultaneously perturbing a set of 11 model parameters. The analysis of the simulated model feedbacks reveals that the spread in climate sensitivity results from different realizations of the feedback strengths in water vapour, clouds, lapse rate and albedo. The calculated spread in the sum of all feedbacks spans almost the entire plausible range inferred from a sampling of more complex models. We show that the requirement for consistency between simulated pre-industrial climate and a set of seven global-mean data constraints represents a comparatively weak test for model sensitivity (the data constrain climate sensitivity to 1.3-4.9°C). Analyses of the simulated latitudinal profile and of the seasonal cycle suggest that additional present-day data constraints, based on these characteristics, do not further constrain uncertainty in climate sensitivity. The novel approach presented in this thesis consists in systematically combining a large set of LGM simulations with data information from reconstructed regional glacial cooling. Irrespective of uncertainties in model parameters and feedback strengths, the set of our model versions reveals a close link between the simulated warming due to a doubling of CO2, and the cooling obtained for the LGM. Based on this close relationship between past and future temperature evolution, we define a method (based on linear regression) that allows us to estimate robust 5-95% quantiles for climate sensitivity. We thus constrain the range of climate sensitivity to 1.3-3.5°C using proxy-data from the LGM at low and high latitudes. Uncertainties in glacial radiative forcing enlarge this estimate to 1.2-4.3°C, whereas the assumption of large structural uncertainties may increase the upper limit by an additional degree. Using proxy-based data constraints for tropical and Antarctic cooling we show that very different absolute temperature changes in high and low latitudes all yield very similar estimates of climate sensitivity. On the whole, this thesis highlights that LGM proxy-data information can offer an effective means of constraining the uncertainty range in climate sensitivity and thus underlines the potential of paleo-climatic data to reduce uncertainty in future climate projections. / Eine der entscheidenden Hauptquellen für Unsicherheiten von Klimaprojektionen ist, wie sensitiv das Klimasystem auf Änderungen der Strahlungsbilanz der Erde reagiert. Angesichts des kontinuierlichen Anstiegs der atmosphärischen Treibhausgaskonzentrationen ist die Einschränkung des Unsicherheitsbereichs dieser Sensitivität von entscheidender Bedeutung. Ein häufig verwendetes Maß zur Beschreibung dieser charakteristischen Kenngröße von Klimamodellen ist die sogenannte Klimasensitivität, definiert als die Gleichgewichtsänderung der simulierten globalen Mitteltemperatur, welche sich aus einer Verdoppelung des atmosphärischen CO2-Gehalts ergibt. Die breite Spanne der geschätzten Klimasensitivität (1.5-4.5°C), welche ein Vergleich verschiedener komplexer Klimamodelle nahe legt (IPCC, 2001), verdeutlicht, wie groß die Unsicherheit in der Klimasensitivität ist. Diese Unsicherheit resultiert in erster Linie aus Unterschieden in der Simulation der entscheidenden Rückkopplungs-mechanismen in den verschiedenen Modellen. Das zentrale Ziel dieser Dissertation ist die Einschränkung des breiten Unsicherheitsbereichs der Klimasensitivität. Zunächst wird hierzu ein großes Ensemble an Modellsimulationen erzeugt, in welchem gezielt spezifische Modellparameter variiert, und somit unterschiedliche Rückkopplungsstärken der einzelnen Modellversionen realisiert werden. Diese Simulationen werden dann auf ihre Konsistenz mit sowohl heutigen Beobachtungsdaten, als auch Proxy-Daten des Letzten Glazialen Maximums (LGM) überprüft. Unsere Analysen basieren dabei auf einem Ensemble voll gekoppelter Modellläufe, welche mit einem Klimamodell intermediärer Komplexität (CLIMBER-2) realisiert wurden. Die betrachteten Modellversionen decken eine breite Spanne verschiedener Klimasensitivitäten (1.3-5.5°C) ab und wurden durch gleichzeitiges Variieren von 11 Modellparametern erzeugt. Die Analyse der simulierten Rückkopplungs-mechanismen offenbart, dass unterschiedliche Werte der Klimasensitivität in unserem Modellensemble durch verschiedene Realisierungen der Rückkopplungsstärken von Wasserdampf, Wolken, Temperatur-Vertikalprofil und Albedo zu erklären sind. Die berechneten Gesamt-Rückkopplungsstärken unser Modellversionen decken hierbei fast den gesamten möglichen Bereich von komplexeren Modellen ab. Wir zeigen, dass sich die Forderung nach Konsistenz zwischen simuliertem vorindustriellem Klima und Messdaten, die auf einer Wahl von sieben global gemittelten Datensätzen basieren, als vergleichsweise schwacher Test der Modellsensitivität erweist: Die Daten schränken den plausiblen Bereich der Klimasensitivität lediglich auf 1.3-4.9°C ein. Zieht man neben den genannten global gemittelten Messdaten außerdem klimatische Informationen aus Jahreszeit und geografischer Breite hinzu, lässt sich die Unsicherheit in der Klimasensitivität nicht weiter einschränken. Der neue Ansatz dieser Dissertation besteht darin, in systematischer Weise einen großen Satz an LGM-Simulationen mit Dateninformationen über die rekonstruierte glaziale Abkühlung bestimmter Regionen zu kombinieren. Unabhängig von den Unsicherheiten in Modellparametern und Rückkopplungsstärken offenbaren unsere Modellversionen eine ausgeprägte Beziehung zwischen der simulierten Erwärmung aufgrund der CO2-Verdoppelung und der Abkühlung im LGM. Basierend auf dieser engen Beziehung zwischen vergangener und zukünftiger Temperaturentwicklung definieren wir eine Methode (basierend auf linearer Regression), welche es uns erlaubt, robuste 5-95%-Quantile der Klimasensitivität abzuschätzen. Indem wir Proxy-Daten des LGM von niederen und hohen Breiten heranziehen, können wir die Unsicherheitsspanne der Klimasensitivität auf 1.3-3.5°C beschränken. Unsicherheiten im glazialen Strahlungsantrieb vergrößern diese Abschätzung auf 1.2-4.3°C, wobei die Annahme von großen strukturellen Unsicherheiten die obere Grenze um ein weiteres Grad erhöhen kann. Indem wir Proxy-Daten über tropische und antarktische Abkühlung betrachten, können wir zeigen, dass sehr unterschiedliche absolute Temperatur-Änderungen in hohen und niederen Breiten zu sehr ähnlichen Abschätzungen der Klimasensitivität führen. Vor dem Hintergrund unserer Ergebnisse zeigt diese Dissertation, dass LGM-Proxy-Daten ein effektives Mittel zur Einschränkung des Unsicherheitsbereichs der Klimasensitivität sein können und betont somit das Potenzial von Paläoklimadaten, den großen Unsicherheitsbereich von Klimaprojektionen zu reduzieren.

Die Arbeit behandelt Methoden zur Analyse bzw. Synthese elektromechanischer Systeme mit endlichem Freiheitsgrad (EMS). Dabei wird von einer einheitlichen mathematischen Modellierung solcher Systeme basierend auf dem Prinzip der virtuellen Arbeit in Lagrange'scher Fassung ausgegangen. Als Analysemethoden für strukturfeste EMS werden neben der numerischen Integration die Bestimmung von Gleichgewichtszuständen und die Herleitung der linearisierten Gleichungen zur Schwingungsanalyse dargelegt. Auf die Analyse von strukturvariablen EMS wird ausführlich eingegangen. Dazu werden Phänomene der Strukturvariabilität domänenunabhängig als unilaterale Bindungen aufgefasst und mittels komplementärer Variablen beschrieben. Die kombinatorische Aufgabe der Strukturfindung wird mittels eines linearen Komplementaritätsproblems gelöst. Die Synthese eines EMS wird als inverses Problem der Dynamik aufgefasst. Bei fester Gesamtkonfiguration führt das auf die nichtlineare dynamische Steuerung solcher Systeme. Dazu wird ein so genannter erweiterter PD-Regler - bestehend aus einer nichtlinearen Vorsteuerung auf Basis der inversen Dynamik des EMS und einer linearen Rückführung des Lage- und Geschwindigkeitsfehlers - entworfen. Die globale asymptotische Stabilität dieses Regelgesetzes wird durch explizite Konstruktion einer Lyapunov-Funktion nachgewiesen. Einige Beispiele zur Anwendung der aufgeführten Analyse- und Synthesemethoden runden die Arbeit ab. The thesis deals with methods for analysis and synthesis of electromechanical systems with finite degrees of freedom (EMS). Starting point is a unified mathematical approach to modelling such systems based on the principle of virtual work in Lagrange's formulation. Numerical integration, determination of equilibrium states and derivation of linearized equations are used as analytical methods for EMS with fixed structure. Electromechanical systems with variable structure are regarded explicitly. Phenomena of structural variability are comprehended as unilateral constraints and described using complementary variables. The combinatorial task of finding a valid structure is solved using a linear complementarity problem. The synthesis of EMS is understood as an inverse task of dynamics. Using a fixed configuration, this approach leads to non-linear dynamic control of such systems. A so-called augmented PD-controller - consisting, on the one hand, of a non-linear feedforward based on inverse dynamics of the EMS and, on the other hand, of a linear feedback using position and velocity errors - is designed. Global asymptotic stability is proven by explicit construction of a Lyapunov-function. Some examples showing the usage of the corresponding analytical and synthetic methods are given.

The ASME 2014 Conference on Smart Materials, Adaptive Structures and Intelligent Systems (SMASIS) was held from 8-10 September 2014 in Newport, Rhode Island. The scope of the Conference covers intelligent, flexible, adaptive materials and systems that respond to changes in the environment to perform in the most profitable way. Scientific strides and technological maturity in the field are linked to the interdisciplinary efforts at universities, government and industry. SMASIS aims at assembling world experts across engineering and scientific disciplines such as mechanical, aerospace, electrical, materials, and civil engineering, as well as biology, physics and chemistry, to discuss the latest findings and trends in this fruitful area of research.

Differenzierungsentscheidungen von Zellen werden durch die Integration mehrerer Stimuli bestimmt. Die Differenzierung von Helfer-T-Zellen (Th-Zellen) ist hierfür ein gut untersuchtes Beispiel: reife Th-Zellen entwickeln sich beim Kontakt mit einem für sie spezifischen Antigen zu einem spezialisierten Subtyp, der von den in ihrer Umgebung vorhandenen Zytokinen abhängt und exprimieren dann einen spezifischen Mastertranskriptionsfaktor. Die häufigsten Th-Zell-Subtypen sind T-bet-exprimierende Th1-Zellen und GATA-3-exprimierende Th2-Zellen. Neuere Entdeckungen bezüglich der Plastizität von Th-Zell-Subtypen sowie die Existenz von T-bet+GATA-3+ Hybrid-Phänotypen haben die detaillierte Untersuchung vom Differenzierungsprozessen von Th-Zellen mit komplexer Zytokinsignale motiviert. Dazu haben wir systematisch die Zytokine IFN-g, IL-12 und IL-4 während der primären Differenzierung Th-Zellen titriert und Signaltransduktion und Zielgenexpression quantifiziert. Der Umfang und die Komplexität der Daten machten eine systematische Analyse notwendig, um involvierte Mechanismen genau zu identifizieren. Lineare Regressionsanalyse wurde verwendet, um die Netzwerktopologie zu extrahieren, wobei schon bekannte und zahlreiche neue Interaktionen vorausgesagt wurden. Die prognostizierte Netzwerktopologie wurde dann verwendet, um ein mechanistisches, mathematisches Modell der Zytokinsignalintegration zu entwickeln. Diese Methode hat ein hochgradig vernetztes regulatorisches Netzwerk inferiert. Bisher nicht beschriebene Funktionen von STAT-Proteine, die die Neuverkabelung des Netzwerkes während der Differenzierung vermitteln, wurden vorhergesagt. Ausgewählte neue Interaktionen wurden in gezielten genetischen Experimenten bestätigt. Während gegenseitige Inhibitionsmotive oft als kanonische digitale Schalter interpretiert werden, funktioniert das Th-Zell-Netwerk als ein Rheostat, der Variationen der Zytokinsignale in graduelle Expressionsänderungen der Mastertranskriptionsfaktoren übersetzt. Unsere Arbeit erklärt mechanistisch das beobachtete Kontinuum von Th-Zelldifferenzierungszuständen entlang der Th1-Th2-Achse und beschreibt eine quantitative Methode für die datenbasierte Inferenz zellulärer Netzwerke der Signalintegration. / Cell-fate decisions are governed by the integration of multiple stimuli. Th cell differentiation is a well-studied example thereof: mature Th cells differentiate into a specialised subtype upon encounter with their cognate antigen depending on the polarising cytokines present in their environment and start expressing specific master transcription factors. The most common Th cell subtypes are T-bet-expressing Th1 cells and GATA-3-expressing Th2 cells. Recent discoveries concerning the plasticity of Th cell subtypes as well as the existence of stable T-bet+GATA-3+ hybrid Th1/2 phenotypes have stimulated the detailed study of the differentiation process under different assumptions than the hitherto valid paradigm of single master transcription factor expression by using complex cytokine signals as inputs. Here, we developed a data-based approach for inferring the molecular network underlying the differentiation of T-bet- and/or GATA-3 expressing lymphocytes. We performed systematic titrations of the polarising cytokines IFN-g, IL-12 and IL-4 during primary differentiation of Th cells and quantified signal transduction as well as target-gene expression. The size and complexity of the dataset made a systematic analysis necessary to identify the mechanisms involved. To extract the network topology, we used linear regression analysis, retrieving known regulatory mechanisms and predicting numerous novel ones. This network topology was used to develop a mechanistic mathematical model of cytokine signal integration. This approach inferred a highly connected regulatory network. Previously undescribed functions of STAT proteins mediating network rewiring during differentiation were predicted. Selected new interactions were confirmed by experiments using gene-deficient cells. Importantly, while mutual-inhibition motifs are often considered canonical digital switches, the inferred Th-cell network acts as a rheostat, generating a continuum of differentiated states along the Th1-Th2 axis. This work explains the observed Th1-Th2 cell fate continuum mechanistically and provides a quantitative framework for the data-based inference of cellular signal integration networks.